AI已经可以辅助修理航空发动机啦！一线科研人员演讲整理

9月17日，盲象有机会参加C-Talk致未来的第二期演讲大会，这期主题是“疯狂实验室”，一共12位嘉宾带来了绝对精彩绝对前沿的演讲分享。盲象会陆续把自己收获的内容整理成文字，分享给大家，因为每个人get到的点不一样，盲象尽可能从自己的角度出发客观描述自己吸收的内容。希望没有侵权，侵权必删！

第一位是来自通用电气的王鹏老师，他是GE航空集团工程部中国区的总经理，他的演讲主题是《GE航空大数据，智慧预测未来》。

1、数据需要结构化

数字信息、电子文档、图片、视频、音频这些都是数据，我们要把不同类型的数据进行结构化，让AI进行有效识别使用。盲象对数据结构化有自己的一点理解，一本书大概有10万个文字，如果把这些文字杂乱无章的堆到一起，那么这些文字就毫无意义，必须把这些文字进行结构化的排列组合，目录、标题、章节、内容，都按照一定结构呈现出来，才能完整表达这本书的思想。AI读取数据，与我们读书一样，也有其特定的结构要求。

2、医生80%时间在做同一件事

生病了去医院，医生工作的流程大多是一样的，先问病人情况，然后去做检查，然后诊断治疗，即使几个病人的情况类似，也需要让每个病人走完相同的流程，即使10年前的感冒和今天的感冒的病因、症状一模一样，也必须走这个流程，非常浪费时间。

航空领域同样如此，以航空发动机的叶片为例，30年前的问题基本也是现在工程师面临的问题。年轻工程师要么自己做实验进行分析，要么寻找退休工程师30年前的工作记录，但这都需要花费大量时间。运用AI技术后，就可以把历史上处理类似问题的解决方案全部快速地找出来，而且配合目前最先进的自然语言处理技术，AI能理解中式英语，欧式英语和美式英语，理解不同地区语言含义，这对过去的年轻工程师而言始终是一个难以跨越的挑战。

3、AI极大提高效率，且更系统

过去做发动机内窥镜检查，需要花掉工程师3个小时，然后再由另外一位工程师以20%的比例复查抽查。但使用AI做扫描视频检查后，哪一个画面、哪一帧有问题都能清晰记录，并且自动生成报告，准确率在95-97%。另外AI工作越久，积累的经验越多，识别越精准。

一片有问题航空发动机的叶片是报废还是是维修，过去只依靠工程师目视检查。这种工作方式存在两个问题：第一，人工作久了会疲劳，甚至出现错检漏检，高科技领域工程师的培养成本也极高；第二、报废报告只会记录一个关键问题，并不能全面反映叶片的健康状态，导致其他关键数据流失。使用AI识别之后，检测不仅可以快速、稳定完成，万一报废，AI还可以提供一套完整的检测报告，不仅包括致命的裂纹问题、还有氧化等其他方面的数据。一片报废叶片提供的数据信息可以更全面更有价值。

4、预测性维护和预防性维护

使用了AI之后，可以把历史积累的海量数据进行高效处理，得出的维修模型可以预测某一型号发动机在不同使用条件下出故障的概率和时间，从而进行预测性维护。而过去采用的是预防性维护，就是不知道会不会出问题、会出什么问题的情况下而采取维护，导致维护成本高居不下。以GE90发动机为例，通过建立发动机的不同的癌症模型，就能提前预知什么时候发动机会生病，生病的概率多大。目前全日空、国泰、日航等公司都在采用这种AI技术预测发动机故障，而且已经使用多年。

以上只是AI技术在航空发动机的维修领域的使用，在研发、生产领域同样作用巨大。（结束）

本文整理自C-Talk致未来演讲大会的文字笔记，嘉宾演讲为通用电气的王鹏。欢迎大家关注C-Talk致未来。