?隨著民用航空工業越來越多地通過人工智能(AI)來提高安全標準，以及全球飛行員短缺的潛在威脅日益顯現，空客公司正加大對自主系統和單座單操縱潛力的研究，其中之一是創建了空客AIGym平臺，用于評估人工智能和機器學習的使用，以解決整個行業面臨的實際問題，包括駕駛艙的自主系統。通過這項計劃，空客公司向各大企業、研究實驗室、學術界和個人開放一系列挑戰賽，鼓勵各方在語音識別等特定領域開展研究。

一方面是研究將計算機視覺用于自動滑行、起飛和著陸。空客首席技術官格拉奇亞·維塔迪尼曾談到，“隨著空域變得越來越擁擠，我們如何減輕飛行員的工作量？我們如何不斷提高安全性，并應對飛行員短缺的問題？ 如今，我們有20萬名型號定級的商業飛行員。根據市場預測，2037年后我們將有約5萬架飛機投入使用，這意味著未來20年我們將需要60萬名飛行員。”

維塔迪尼表示，全行業飛行員短缺的威脅正“推動我們走向自動化系統，而另一種愿望是通過人工智能實現自主飛行”。面臨的挑戰不可低估， 尤其是對認證而言。基于不確定性輸入的系統認證并非易事。目前尚未有研究成果，但空客公司正與合作伙伴和監管機構合作開展研究。

空客認為， 通信和導航等領域為人工智能提供了支持或補充現有駕駛艙任務的早期潛在機會。例如，在2018年底結束的空中交通管制（ATC） 語音識別挑戰賽，集中在標準音頻轉錄和呼號提取等領域，并從25名決賽選手中產生了“切實的結果”。維塔迪尼表示，這僅僅是個開始，空客即將發起另一項挑戰，旨在設計辨認和識別滑行道標志的人工智能系統的挑戰賽。這項工作支持自主滑行能力的發展，并設計用于空客公司的自動起飛和著陸（ATTOL） 驗證項目。ATTOL項目來自硅谷空客A3團隊（負責Vahana電動垂直起降驗證機），計劃在21世紀20年代中期進行飛行測試，旨在利用計算機視覺方法和技術， 使飛機能夠在滑行、起飛、進近和著陸過程中導航和探測障礙物。

在相關領域，空客防務與航天公司已經與移動設備供應商德國采埃孚股份公司合作，利用空客衍生的衛星數據計算出的地面控制點，增強了自動駕駛汽車和自動定位車輛的自主系統。德國公司的工作是將定位信息與激光雷達和ZF傳感器提供的雷達數據結合起來。

Wayfinder公司正在開發ATTOL的自主感知回避系統技術，Wayfinder公司正在開發機器學習，并為ATTOL提供更自動化、更自主的系統功能。Wayfinder的工程總監亞歷克斯·奈曼在最近的一篇博客文章中表示:“我們計劃解決最具挑戰性的問題，即開發可擴展、可認證的自主系統，推動空客從Vahana等小型城市空中出租車到大型商用飛機上自動駕駛技術的應用。”

空客還指出，減少機組人員操作可以從單駕駛巡航飛行開始。維塔迪尼將各個挑戰領域描述為技術“磚塊”， 將為未來的技術驗證和研發提供基礎。他表示，除ATTOL項目之外，空客公司的長期目標是努力減少飛機飛行機組人員，并最終實現完全自主飛行。但實現這些目標需要很長時間。

維塔迪尼解釋道，“自主飛行的目標不會很快實現。但是，這是一個目標， 我們已經制定了具體實施的步驟，從ATTOL轉向減少機組人員操作，在某些飛行階段，比如巡航期間，可以進行單駕駛操縱。”

該計劃得到了公司圖盧茲總部“顛覆性駕駛艙”模擬器的支持。作為歐洲“清潔天空2”研究計劃的一部分， 旨在展示新功能、計算資源和通信。其中包括駕駛艙程序自動化、駕駛員監控系統，如眼球跟蹤、頭盔顯示器、地面防撞、新型導航傳感器、用于與空中交通管制和航空公司業務通信的語音識別系統、機組人員界面的多模態集成、頭盔式觸覺儀器和基于圖像的著陸系統。

維塔迪尼補充道，公司正在與試飛員和客戶一起進行駕駛艙測試，但過程可能比較漫長。并強調公司時刻注重將安全放在第一位，逐步實現目標。空客已經在增強型多人駕駛艙內測試了可能的單駕駛操作的不同“磚塊”，研究幾種可能的解決方案的組合。