航空记者Jeff Wise:AI空管系统越'高效',安全冗余可能越薄
Jeff Wise在WIRED长文中论证,美国联邦航空管理局以AI工具为由将空中交通管制员目标从14633人削减至12563人,但确定性神经网络在训练中未遇到的新情况下可能产生危险输出,形成用AI解决人力短缺反而需要更多人类监督的悖论。
空中交通管制正在经历一个悖论:用AI解决人员短缺,可能制造出需要更多人来防范的新风险。航空记者Jeff Wise在WIRED的长文调查中追踪了这条逻辑链。2026年5月,美国联邦航空管理局(FAA)将在职管制员目标从2024年设定的14633人下调至12563人,理由是'现代人员配置模型和调度工具'。同年9月,FAA部署了由波士顿公司Air Space Intelligence开发的SMART系统——一个用AI评估航班时刻、天气、机场容量和空域条件来预测交通流并提前识别冲突的云平台。12年合同总额8.75亿美元。
Wise指出,这套逻辑在航空领域格外危险。航空业长期技术保守,不是因为它落后,而是因为人命关天时,久经考验的稳妥比前沿的不可预测更可取。美国前交通部监察长、航空律师Mary Schiavo说得很直白:认证标准和适航性要求证明和展示安全,这通常意味着渐进而非激进的变化。但AI正以史无前例的速度渗透进来。2026年9月,Joby Aviation完成了一次3200英里的跨州自主飞行——从加州Concord到北卡罗来纳州Dare County,穿越繁忙空域、躲避风暴,全程无人类触碰操纵装置。安全飞行员始终在机上,但从未需要介入。
技术层面的风险比表面更微妙。当前研究者聚焦的是确定性神经网络——训练后权重冻结、不会像大语言模型那样产生'幻觉'的模型。Wise引用了Collins Aerospace研究员Darren Cofer在2021年论文中的警告:当这类系统遇到训练数据中从未出现的情况时,会生成'意外的(且可能危险的)输出'。这不是幻觉问题,而是分布外泛化问题——模型在'没见过'的场景中不是承认无知,而是给出未经校准的输出。
政治压力加速了这一进程。一位近期退休的FAA员工匿名告诉Wise:'我们正在引入所有这些新技术来改善系统,这会是一场灾难。这简直是一个我们终将后悔的潘多拉盒子。'他把这归因于'Trump/DOGE/Musk效应'——在不完全理解国家空域系统复杂性的情况下强推新技术。10月13日,近二十位民主党议员致函美国政府问责局(GAO),要求审查SMART,担忧它可能'幻觉出安全关键信息'。
11月13日(周五),FAA发布了全国地面停飞令,全球航空时刻表瞬间陷入混乱。美国政府迅速声明没有网络攻击证据,没有迹象表明SMART与通信故障有关。但美国国土安全部长Markwayne Mullin被问及能否排除AI故障时,只说了一句:'现在没有任何确定性。'
未来将出现两套系统并行运行:一套由人类决策,一套由AI决策——在无人机枢纽和eVTOL垂直起降场附近的选定走廊中。Embry-Riddle航空大学空管教授Michael McCormick解释了为什么传统空管无法应对:'如果试图处理那个数量和复杂度的航空器移动,国家空域系统会被压垮。'但Wise的结论是审慎的:任何计算机系统都可能被黑客攻击;任何足够有创造力去构思新方案的AI系统也可能幻觉出关键细节。没有人类在回路中,看似明显的错误可能在为时已晚之前无人察觉。
Wise记录的是一条正在展开的因果链:AI效率承诺被用来正当化人力削减,而人力削减又削弱了防范AI失败模式所需的监督能力。他引用那位退休FAA员工的话作为整篇文章的底色——'我们正在引入所有这些新技术来改善系统,这会是一场灾难'——并指出航空领域的'效率'计算从来不能只看人力成本:当一个错误可能危及数十条生命时,冗余不是浪费,而是安全本身。