3月2日，美国海军从海中打捞出一架 F-35C 战机。这架价值9440万美元的飞机于1月24日着陆时重重落地，然后滑出甲板，导致水手受伤，随后坠入海中。飞行员弹射逃生并幸存，但这一事件引发了一个关于飞机操作的严峻问题：军方如何才能确保飞行员在起飞的次数和安全着陆的次数一样多，并帮助所有飞行员避免犯下同行的错误？
F-35C 是 海军飞机，而航母着舰素来以困难著称。但军方没有哪个分支能免于事故，今年 海军陆战队 和 空军 都发生了飞机坠毁事故。坠机后的调查，通过提取飞机的记录的航空电子设备和遥测数据，可以揭示具体的错误原因，从机械故障到飞行员做出的选择。
2020年，空军开始利用人工智能在训练中发现异常的飞行模式，防止其演变成代价高昂甚至悲剧性的错误。为了更好地理解飞行模式中的异常值，空军正与人工智能/机器学习公司 Crowdbotics 合作，分析和处理飞机已经收集到的数据。这种数据处理和分析是通过定制软件完成的，该公司和空军都称之为一种特定工具。
Crowdbotics 首席执行官 Anand Kulkarni 表示：“战斗机是美国军队最大的一项投资之一。它们是非常先进的科技产品，上面载有人。”他补充说，战斗机“配备了极其先进的数据生产设备，而所有这些数据在每次飞行结束后基本都被丢弃了。”
飞机每秒多次捕捉这些数据，即航空电子设备和飞行遥测数据，生成一份时间、速度和位置记录。每次飞行都会产生海量的数据集，如果没有数据分析工具的帮助，人类很难处理。目前，这些数据可以在汇报中使用，飞行员在任务结束后坐下来，在监控屏幕上回放飞行过程，这需要几个小时的时间。这足以发现任何重大变化，例如飞机突然脱离编队，但这些数据有潜力揭示更多信息。
第4架 F-15E 训练中队的 Major Mark Poppler 表示：“通常在汇报结束后，学员会做一些笔记，但我们会擦掉我们的磁带。我们会擦掉我们的射击表，所有数据都会被冲掉。这个项目就是这样诞生的。我的前任认识到了这一点，并考虑到我们近几十年来在计算方面的进步，我们如何才能自动化很多这个过程，从而提高汇报的效率，并减少数据的冲掉？”
目前 Crowdbotics 与空军的合作仅限于北卡罗来纳州塞摩尔约翰逊空军基地的训练中队的 F-15E。该项目正处于第二阶段，其大部分潜力还有待成功并扩展到其他飞机。
起飞和降落
即使仅限于 F-15E 飞行员的训练飞行，Crowdbotics 的原型分析工具似乎也能在性能偏差成为重大问题之前就将其发现。考虑一下降落飞机的工作，这是每次飞行都应该包含的内容，理想情况下，降落应该是例行事件，而不是灾难。飞机收集的数据并通过 Crowbotics 构建的原型工具处理后，可以发现是否有任何异常。
Poppler 说：“在“攻击鹰”（F-15E）上进行进近和降落的空速取决于你的燃油重量。因此，[原型工具] 可以根据你的燃油重量计算最终进近速度。然后按照考官飞行员的相同标准对你进行评分：你的进近速度是否正常？你的着陆速度是否太快？你是否在跑道的适当区域着陆？”
这些都可以通过航空电子设备数据轻松回答的问题，但对于另一架飞机或地面上的教官来说，很难理解。在训练中，如果发现一名飞行员总是以过大的角度着陆，数据可以在教官发现之前就捕捉到，教官就可以相应地进行调整。通过在整个项目中长期处理同一批飞行员的飞行数据，空军可以使用该工具评估个人的进步情况。通过查看整个中队的飞行数据，数据可以检测到一名飞行员是否在做与其他人不同的事情。
Crowdbotics 的 Kulkarni 表示：“我以及该软件看待这个问题的方式是，当我们看到异常值时，我们不一定会首先说这是好是坏。我们说‘这与手册不同’，或者与大多数飞行员的行为不同。”但在这种情况下，不同可能意味着更好，也可能意味着更糟。
发现错误对于维护飞行员和飞机的安全至关重要。发现创新可以使新技术的传播速度比等待一名飞行员完成职业生涯并以教官身份回归快得多。它有可能将知识的传递从世代传承转变为同伴之间的交流。
事事执行
Crowdbotics 与空军的合同正式名称是“利用机器学习和深度机动分析标准化和优化美国空军飞行员训练”。该工具可以像分析飞行记录器数据一样分析模拟器中的飞行，并加深对常规操作和飞行分析中偏差的理解。通过优化，它还可以打破对飞行员进行“一刀切”式教学的做法。每年，训练中队都会招收40至50名飞行员，目标是尽可能多地让他们毕业，然后为期10年地在美国空军服役。这是一种批处理式训练，在军队等庞大的官僚组织中一直存在。
利用每名飞行员的具体数据，空军可以更好地为所有飞行员分配教官时间，或许可以识别出那些需要更多帮助的人，然后专注于他们，而不是专注于教导表现最佳的学员。
这些数据有助于确定哪些飞行员需要帮助，哪些飞行员已经掌握了精通技能，哪些学员可能最适合驾驶其他类型的飞机。该项目仍处于早期阶段，但拥有这些数据意味着空军可以使用实际的飞行分析来评估飞行员的准备情况，补充教官的评估，并有望取得比现有方法更好的结果。
这同样适用于让飞行员为任务做好准备。如果某个特定任务要求 F-15E 作为对地轰炸机使用，指挥官可以查看其部队的记录，并根据他们过去在执行这些任务时的表现来选择飞行员。（F-15 最初设计为纯粹的空对空战斗机，但双座 F-15E 型号设计用于攻击地面目标，同时保留了该级别的战斗能力。）
Poppler 表示，目前原型“正在证明它们能够识别和创建机动动作。我们选择开始的是真正的单机（一架飞机）、非保密机动、起飞、降落、仪表进近、滚转，以及更多的特技飞行，诸如此类的事情。”
未来，该工具可能会用于检查在空对空作战训练中出现的更复杂的机动动作。就目前而言，Crowdbotics 工具正在建立一个数据集，以记录常规飞行的样子、异常飞行的样子，以及是否以及如何培训飞行员以在他们的飞机上取得最佳成果。
Kulkarni 说：“所以，如果你在飞行，如果你进近时速度太快，如果你在着陆时的迎角太高，或者在战斗情况下，你对攻击者或防御者的反应不当，或者以一种次优的方式反应，系统都会告诉你。它会识别出你应该怎么做，然后精确地告诉你与此偏离了多少。无论是模拟数据还是真实数据，模拟数据和真实数据之间的唯一区别是，真实数据流中有更多的数据点。”
如果这项技术被证明对空军有价值，它就可以扩展到其他飞机类型，Crowdbotics 也乐于探索将其用于商业航班分析。飞行是一项数据丰富的活动，飞行员可以在发生事故之前从数据中学习，从而受益。
