GE Aerospace已开始部署一种新的，支持AI的刀片检查工具，以提高狭窄飞机发动机的关键组件的准确性和一致性，从而帮助返回发动机更快地维修。在过去的十年中，俄亥俄州辛辛那提集团建立了航空业中与AI相关专利的最大投资组合之一。它雇用了100多家专注于AI和数据科学的专家。在这次采访中，GE Aerospace数据科学与分析副总裁Dinakar Deshmukh向Sudhir Chowdhary讲述了该公司如何在其运营中整合AI。摘录：
GE航空航天如何在发动机健康管理中使用AI？
我们一直在部署尖端技术，以监视24/7飞行的每台飞行商业引擎。我们使用机器学习（ML）模型来构建我们所谓的数字双胞胎 – 模拟每个飞行的虚拟模型。我们的策略将喷气发动机设计和物理学的深层领域与ML和AI等现代技术结合在一起。这种融合使我们能够创建高效的预测模型。十多年来，我们一直在使用这种方法，它带来了很大的好处：我们将假阳性降低了50％以上，并提高了检测率45％。
AI作为一种技术并不是什么新鲜事物，但是现在正在改变的是Genai的出现。在GE Aerospace上，它既影响我们设计产品的方式以及员工每天的运作方式。 Genai不仅会对工程设计产生重大影响，而且对整个组织的工作流程产生重大影响。
以刀片检查为例。如何利用AI？
我们正在扩大对喷气发动机维护的更广泛生态系统的使用，包括检查技术。简而言之，使用小探头对每个喷气发动机进行检查，该探针拍摄内部组件的图像。我们介绍了基于AI的计算机视觉解决方案，可帮助操作员更准确地定位这些探针并减少检查时间（约50％）。我们已经在现场和MRO设施中部署了启用AI的刀片检查工具。这里有力的是，它不仅可以确保一致性和更快的检查，还可以捕获丰富的图像数据。这些数据源于我们的数字双胞胎模型，从而增强了我们的预测维护能力。
在全球操作中缩放AI难道不艰难吗？
小规模运行概念验证项目非常容易，但是将它们扩展到大型企业中需要不同的思维方式和结构。我们的方法结合了数字和精益原则。数字化可以通过新技术进行快速迭代和实验，而LEAN则提供了结构性学科，以确保解决方案强大而有影响力。
我们所有的AI计划都基于这些原则：建立扩展的高影响力，可靠的解决方案。我们将此集成模型称为飞行甲板 – GE Aerospace的专有操作系统，它带来了实现实际客户价值的结构和严格性。
AI如何提高安全标准和运营效率？
这里有两个主要要素。首先，我们开发的任何AI解决方案都必须坚固，安全和可靠。为此，GE Aerospace是国家标准技术研究所（NIST）财团的主要成员，有助于塑造整个行业的框架，以实现安全可靠的AI部署。
其次，AI提高了操作效率。一个很好的例子是我们的白光检查系统 – 一种由AI驱动的技术，其中两个机器人与人类操作员合作检查关键部件的每个细节。通过这种方法实现的精度远远超过了人类的视觉检查。它使我们能够将组件扫描到微米水平，从而确保没有错过。
John F Welch技术中心（JFWTC）在创新方面扮演什么角色？
当我开始在班加罗尔的JFWTC职业生涯之前，这与我的内心相似，然后才搬到辛辛那提。使中心与众不同的是其多学科设置：工程，数字和研究团队并排工作以开发下一代技术。该中心在开发GenX，GE Leap和GE9X引擎中发挥了关键作用。在过去的25年中，该中心已培养了与喷气发动机设计相关的1000多个专利。
除此之外，JFWTC在塑造下一代引擎和扩展AI解决方案方面发挥了作用。例如，我们在这里开发了由数字双胞胎提供支持的我们的预测维护解决方案。
航空业的一些人认为，Genai有一天可以设计整个飞机…
Genai开辟了有关工程和设计的新思维方式。虽然完全设计飞机可能仍然是一个路要走，但我们已经在使用Genai的元素来增强我们设计喷气发动机的方式。更广泛地说，Genai正在改变员工的工作方式。例如，我们已经部署了一个由Microsoft开发的企业范围内的Genai平台，该平台的功能像GE Aerospace的内部Chatgpt。它使员工根据我们的内部知识库快速访问答案。在短短九个月内，该平台处理了近300万个查询。
我们还将Genai应用于MRO操作中的维护记录，使技术人员能够快速检索洞察力，而无需挖掘复杂的文档。
