航班延誤，是國(guó)內(nèi)航空業(yè)的頑疾。我國(guó)的航班準(zhǔn)點(diǎn)率只有不足75%。機(jī)場(chǎng)滯留、乘客與航司沖突等現(xiàn)象屢見報(bào)端。
解決航班延誤問題的重要意義毋庸置疑。然而，該問題的復(fù)雜度卻遠(yuǎn)超想象。
按照民航總局局長(zhǎng)2017年的講話：“2016年，天氣因素造成的航班延誤比例占到了56%，航空公司和空管系統(tǒng)的因素較之前分別下降了10%。天氣因素，已經(jīng)成為影響航班正常的主要原因?！?
天氣因素，是常規(guī)情況下人工無(wú)法控制和影響的變量。因此隨著航司運(yùn)維和空管因素的影響占比逐漸穩(wěn)定，改進(jìn)航班延誤的難度和復(fù)雜會(huì)越來越高。
以專業(yè)氣象能力起家并以AI能力為壁壘的KuWeather發(fā)現(xiàn)，通過AI技術(shù)來準(zhǔn)確預(yù)報(bào)各航班的延誤，在難以解決航班延誤的前提下，有著巨大的應(yīng)用價(jià)值。
同時(shí)KuWeather發(fā)現(xiàn)，目前國(guó)內(nèi)市場(chǎng)上各平臺(tái)雖然可以提供歷史準(zhǔn)點(diǎn)率數(shù)據(jù)，但是用戶端由于面臨的是動(dòng)態(tài)變化的天氣、實(shí)時(shí)運(yùn)轉(zhuǎn)的機(jī)場(chǎng)／航司運(yùn)維，單一的統(tǒng)計(jì)性信息無(wú)法滿足用戶的根本需求。
所以，通過AI技術(shù)，集合精細(xì)化天氣預(yù)測(cè)信息、機(jī)場(chǎng)信息、航班信息、管制形成等信息，真正預(yù)測(cè)每一架航班的延誤情況才是真正有價(jià)值的服務(wù)方式。
依據(jù)此思路，KuWeather的人工智能團(tuán)隊(duì)研發(fā)出了具有高支持度、高準(zhǔn)確率、高壁壘的航班預(yù)測(cè)產(chǎn)品。
KuWeather航班延誤預(yù)測(cè)產(chǎn)品示意
目前，KuWeather航班延誤預(yù)測(cè)產(chǎn)品支持提前10天查詢航班延誤情況預(yù)測(cè)信息。并且，產(chǎn)品會(huì)同步相關(guān)影響因素的變動(dòng)實(shí)時(shí)更新，如天氣預(yù)測(cè)數(shù)據(jù)及管制數(shù)據(jù)等。預(yù)報(bào)時(shí)間可從航班起飛前10天滾動(dòng)預(yù)報(bào)至航班起飛前。
影響該產(chǎn)品的算法由于特征變量種類多、信息全，極易發(fā)生過擬合而不能得到理想的預(yù)測(cè)效果。KuWeather團(tuán)隊(duì)在研發(fā)過程中突破了既有方法，自主設(shè)計(jì)和改進(jìn)了部分AI算法，成功克服舊有模式的缺陷。
產(chǎn)品已通過實(shí)時(shí)航班模擬在線預(yù)測(cè)驗(yàn)證，可為乘客端、航司端、保險(xiǎn)公司端等不同客戶群體提供服務(wù)。
