air-traffic-control

一项评估大型语言模型在空中交通管制通信中应用的实验性研究，表明较轻量的提示和上下文示例能提升性能，同时突显了错误累积的局限性。

据称，埃隆·马斯克与FAA的参与导致了空中交通管制问题和安全中断的加剧，可能使Palantir受益，突显了航空技术系统中的系统性失败。

深入分析2025年1月波托马克河上空的空中相撞事件，探讨系统性失误如何终结了美国16年无致命航空事故的纪录。

本文提出了一种用于航路空中交通管制的无冲突路径规划算法，该算法设计为对人类操作员可解释且计算高效。该算法集成了三种冲突检测方法，实现了快速计算，并在一个实际扇区上进行了演示。

ASTRA 是一款用于空中交通管制操作员的端到端训练模拟器，通过本地化适配的语音模型自动执行模拟飞行员(sim pilot)角色，在新加坡口音的航空语音中大幅降低了词错误率，并整合了AI辅助性能评估。

本文提出了一个面向安全、感知后果的大型语言模型空中交通管制评估框架，揭示了高总体准确率掩盖了在处理高风险语义错误方面的显著可靠性问题。

交通部长肖恩·达菲表示，人工智能将协助而非取代空中交通管制员；美国交通部正寻求投入60–100亿美元，用于将人工智能整合进总额125亿美元的空中交通管制系统升级。