IV - Vertrauenswürdige KI unterstützt digitale Remote-Tower
Erst durch die Umwandlung undurchsichtiger „Black-Box“-Systeme bei digitalen Remote-Towern in transparente, nutzungszentrierte „White-Box“-Systeme wird KI verständlich, nützlich und befähigend.
Mobyen Uddin Ahmed, Projektkoordinator von TRUSTY
Unter Einsatz von Kameras und Sensoren können mit digitalen Remote-Towern (Remote Digital Tower, RDT) die Flugverkehrsmanagement-Betriebsabläufe zentralisiert werden, um Effizienz und Sicherheit zu erhöhen und gleichzeitig die Kosten zu senken. Die meisten digitalen Remote-Tower basieren jedoch auf Funktionen der künstlichen Intelligenz (KI), die nicht nur technisch komplex zu integrieren sind, sondern auch von den bedienenden Menschen als vertrauenswürdig eingestuft werden müssen. Das Team des Projekts TRUSTY(öffnet in neuem Fenster) entwickelt mit Unterstützung von SESAR JU(öffnet in neuem Fenster) adaptive digitale Remote-Tower-Systeme zur Verbesserung der Mensch-Maschine-Interaktion. „Erst durch die Umwandlung undurchsichtiger „Black-Box“-Systeme bei digitalen Remote-Towern in transparente, nutzungszentrierte „White-Box“-Systeme wird KI verständlich, nützlich und befähigend“, erklärt Projektkoordinator Mobyen Uddin Ahmed, Professor in der Gruppe für Künstliche Intelligenz und Intelligente Systeme an der Universität Mälardalen(öffnet in neuem Fenster), an der das Projekt angesiedelt ist. TRUSTY hat KI in zwei Szenarien der Luftverkehrskontrolle integriert. Das Deep-Learning-Modell YOLO-World(öffnet in neuem Fenster) ergänzt die Videoüberwachungstechnologie, um Objekte auf Start- und Landebahnen und Rollwegen zu erkennen und somit Verspätungen, Treibstoffverbrauch und Emissionen zu reduzieren. Die Audio-zu-Text-Transkription dient dem Management kritischer Situationen. Das System überwacht die Kommunikation der Pilotinnen und Piloten und interpretiert sie mithilfe semantischer Interpretationswerkzeuge wie Word2Vec(öffnet in neuem Fenster), sodass das System Gefahrenwarnungen ausgeben kann.
Von der Startbahn auf die Straße
„Unabhängig von der technischen Effizienz funktionieren diese Werkzeuge nur, wenn ihnen vertraut wird. Deshalb setzen wir verschiedene erklärbare KI- und Mensch-KI-Teamverfahren ein“, fügt Shahina Begum, Projektforscherin und stellvertretende Leiterin der Gruppe für Künstliche Intelligenz und Intelligente Systeme, hinzu. Interaktive Instrumententafeln zeigen Daten in Echtzeit an, zum Beispiel die Flugbahn von Flugzeugen, während die Faktoren, die zu den KI-Vorhersagen führen, in Form von datenbasierten Geschichten erzählt werden. In den Anlagen des Projektpartners ENAC(öffnet in neuem Fenster) in Frankreich wurden bereits Feldtests mit professionellen Fachkräften und Auszubildenden für Flugverkehrsmanagement durchgeführt. In simulierten Einsatzszenarien wurde die Fähigkeit der KI zur Bewältigung komplexer Situationen erprobt, und die Gebrauchstauglichkeit im Sinne der Anwendungsfreundlichkeit wurde überprüft. Das Team führt jetzt auch Bewertungen der Auswirkungen und der Skalierbarkeit durch, um die Leistung des Systems in verschiedenen Flughafenumgebungen zu bewerten. Die erklärbaren KI-Komponenten von TRUSTY und das menschenzentrierte Design sind auf die wachsende Nachfrage nach und Bedenken gegenüber automatisierten Systemen(öffnet in neuem Fenster), insbesondere in sicherheitskritischen Sektoren wie der Luftfahrt, ausgerichtet. Die Einführung wird wahrscheinlich schrittweise erfolgen, wobei mit kleineren Flughäfen begonnen und sie mit zunehmender Reife des Systems auf größere Drehkreuze ausgeweitet wird. „Längerfristig könnte das System in multimodale Koordinierungssysteme integriert werden, um den Verkehrsfluss in der Luft, auf der Schiene und auf der Straße zu optimieren und auf diese Weise besser vernetzte intelligente Verkehrsökosysteme zu schaffen“, so Begum abschließend.
