在民航领域，安全至关重要。操作过程中，从飞行甲板、塔台到停机坪和维护等环节，产生了大量异构数据，这些数据往往位于网络边缘。
然而，基于云的人工智能（AI）模型部署通常会导致高延迟，缺乏在通信受限环境中的离线能力，并且需要集中敏感数据，从而增加了隐私和主权风险。边缘AI通过压缩、协作推理和分布式学习，将感知、预测和决策逻辑更靠近数据生产者，从而减少延迟、带宽消耗和数据泄露风险，同时在断网情况下仍能保持优雅的操作。
本文提供了针对民航的边缘智能的全景视角和共识理解。我们首先阐明了边缘AI的操作动机，然后回顾了最近的边缘推理和边缘学习技术。
接着，我们介绍了民航环境中的组织计算范式及其相应配置；最后，我们描述了边缘智能在民航中的新兴应用及未来研究趋势。我们认为，改进的边缘解决方案可以补充云基础设施，在整个民航生命周期中提供低延迟、保护隐私和具有弹性的AI服务。
博主点评： 本文深入探讨了边缘智能在民航领域的必要性与应用，突出了其在提高安全性和效率方面的潜力。随着数据量的激增，边缘计算将成为未来民航技术发展的重要方向。