FAA Предположительно Отказалось От Предложений Palantir и Thales По AI-Платформе SMART

FAA, похоже, близка к выбору поставщика для своего проекта Strategic Management of Airspace Routing Trajectories (SMART) – искусственно-интеллектуальной платформы, способной прогнозировать условия воздушного пространства за несколько месяцев вперед. Согласно сообщениям The Air Current, вероятным победителем тендера является компания Air Space Intelligence (ASI), которая утверждает, что её система Flyways уже управляет более чем 40 процентами американского воздушного трафика.

Однако окончательное решение ещё не принято, и представитель агентства заявил, что объявление ожидается в ближайшее время. По словам Фрэнка Матуса, директора по интеграции беспилотных авиационных систем компании Thales, участвующей в конкурсе, агентство видит SMART как систему, способную предсказывать погоду, трафик и другие условия вплоть до шести месяцев вперёд.

Thales заявляет, что его система TopSky контролирует около 40 процентов мирового воздушного трафика, а не только американского. Третий участник конкурса – Palantir, известный разработчик программного обеспечения на основе искусственного интеллекта.

Транспортный секретарь США Сэн Дьюи ранее заявлял, что проект SMART будет частью инициативы Brand New Air Traffic Control System (BNATCS), на которую Конгресс выделил 12,5 миллиарда долларов. Дьюи запросил дополнительно примерно 20 миллиардов долларов для финансирования SMART и других инициатив.

Выбор ASI над такими крупными игроками, как Palantir и Thales, можно сравнить с историей Давида и Голиафа. Несмотря на то, что у ASI значительно меньше финансовых ресурсов, она нашла свою нишу в оптимизации воздушного пространства, завоевав доверие государственных и логистических клиентов, а также авиакомпаний, таких как Alaska Airlines.

Платформа Flyways компании ASI предоставляет пользователям возможность видеть ситуацию в воздушном пространстве на восемь часов и более вперед, синхронизируя управление трафиком среди различных операторов, центров управления воздушными трассами (ARTCC) и других объектов FAA. Модель машинного обучения системы использует данные свыше ста источников, включая информацию ADS-B и метеорологические данные, создавая