根据埃森哲，轮询A＆d高管约66％表示R＆d他们正在寻找在AI投资为2019，特别是在安全性，生产和。80％的人认为以人工智能为基础的决策将在2021年对劳动力产生直接影响。
似乎大多数面向航空航天行业的人工智能初创公司都是将其作为一个过渡能源和重工业部门或军事实体的佣金。最发达的人工智能软件的空间显得应对预防性维护和运行效率，并且是最不发达国家似乎是机器视觉和威胁检测软件。
尽管配备人工智能的自动驾驶汽车可能很快就会为软件开发人员提供更多数据，但自动驾驶汽车技术距离搭载人类乘客的自动驾驶飞机还有很长的路要走。我们认为，到2021年，基于人工智能的软件不太可能在航空航天行业全面普及。
也就是说,有几家公司声称提供AI解决方案，航空航天公司。我们发现，这些解决方案旨在帮助航空航天公司与以下的至少一个：
- 预防性维护和运营效率
- 威胁检测
什么商业和政府领导人在航天应该知道
吸收采用与计算机科学和各种硬科学博士和硕士学位的许多数据科学家。该公司的数据科学总监和分析拥有核工程与工程物理学博士学位。他在智能信号，它作为首席技术专家兼副总裁的4花了12年在阿贡实验室的一名核工程师，10年;和3年的首席科学家，工业数据智能GE智能平台。换句话说，有一个非常高的可能性摄取提供真正的机器学习。
特别是，该公司提供用于资产管理和维护的机器学习软件。吸收主要集中在能源和重型设备行业，但它最近一直是由劳斯莱斯挖掘以优化其飞机的遄达发动机机队。此外，他们还与伯克希尔哈撒韦公司能源合作，建立一个预测维护软件为他们的涡轮机。
Sparkcognition为航空公司提供了一款类似于Uptake的预测维护软件。它将三菱列为过去的客户，目前也是与波音公司组成一个部门。该公司的首席技术官在IBM工作了17年，在那里他是IBM Watson平台和合作伙伴的首席技术官。他还在花旗工作了一年，担任执行架构师。此外，该公司还聘请了许多在硬科学、数学和计算机科学领域拥有丰富学术经验的数据科学家。
Neurala的首席执行官和首席技术官都拥有认知和神经系统博士学位。拥有c级管理人员的公司拥有能很好地转化为人工智能的领域的高级学位，这些公司通常是最有能力获得人工智能人才和提供机器学习软件的公司。这对希望利用人工智能的公司来说是个好兆头，因为人工智能的负责人要么已经熟悉它，要么有能力相对快速地跟上它的速度。在我们的文章中，我们将讨论这一点以及另外两条审查AI公司对AI的主张的经验法则打破人工智能的炒作。Neurala提供了自主导航的机器视觉软件。
Orbital Sidekick似乎正在开发一种人工智能模型，通过观察光谱数据来检测图像中的异常。此外，该公司还通过SpaceX的CRS-15任务向国际空间站发射了一枚有效载荷，以收集数据。轨道的伙伴。尽管该公司确实为数据科学顾问的服务付费，但其8人团队的成员似乎没有数据科学和/或人工智能方面的学术经验。
同样，弹弓航天似乎显影机学习管理风险和威胁，在航空航天工业，尽管它好像自己的球队缺乏数据科学和人工智能的人才在他们的20人的团队。无论弹弓和轨道的Sidekick都提出了不到5万美元的风险资本$，但他们都成立于2016年，似乎他们是在他们的起步阶段。他们可能需要更多数据的科学人才，才可以出售建机器学习软件。
摄取
预防性维护和运营效率
摄取提供资产绩效管理，或APM，它声称可以帮助航空航天和国防行业中保持自己的资产，并使用预测分析提高运营效率。
吸收声称航空航天公司和政府机构可以将软件集成到现有的传感器数据系统。
我们可以推断，维修专家在客户的公司将需要确定对涡轮机安装传感器。然后，这些传感器将收集从涡轮机的那些部分，如温度，压力，和旋转速度遥测数据。然后，该数据将被用作用于正常运行的涡轮机的基线。
该软件背后的机器学习模型将需要约当涡轮的某些部分需要维修，花了多长时间上百万个这样的遥测数据点和数据的进行培训，并可能长时间更换零件如何走上到达现场。然后，这些数据将通过软件的机器学习算法运行。这将算法训练辨别，所有这些数据点的关联到正常涡轮机部件，在该透平的维修需要，在过去的时间，它的零件了需要修理。
该软件将能够预测何时涡轮的某些部分是由于维护他们打破和辨别哪些数据点相关资产的健康，如可用性，利用，燃油效率，并且每天发动机小时前。
吸收声称他们的软件被训练从100个多家客户扑杀数据和超过1.1十亿小时操作数据的，使他们能够产生不到2分钟，训练的科学数据模型。
下面是一段3分钟的短片，展示了Uptake的APM软件如何通过伯克希尔哈撒韦能源公司的案例研究，帮助客户预防和预测维护问题。
摄取声称有帮助伯克希尔·哈撒韦公司能源或BHE（原中美能源控股公司）节省资金通过预测涡轮故障，提高使用传感器数据的效率。BHE集成摄取的软件到它的Intrepid风电场系统。根据该案例研究，软件立即在初始化时确定了几个问题，并指出，一些被关与主轴承中的一个。BHE的维护经理马克Jeratowski要求他们能够挽救一个洞察$ 250,000执行吸收的软件后48小时。吸收还列出卡特彼勒和美国军队作为他们的一些过去的客户的。
吉姆·赫尔佐格是科学数据和分析的吸收主任。他拥有美国威斯康星 - 麦迪逊大学的核工程与工程物理学博士学位。此前，赫尔佐格担任工业智能首席科学家在GE智能平台
SparkCognition
SparkCognition报价SparkPredict它声称可以帮助任何规模的企业避免计划外的停机时间，并使用预测分析故障。
SparkCognition声称，该软件可扩展到任何规模大小航空航天和国防企业与实物资产，可以将软件集成到现有的数据收集传感器系统。
我们可以推断，在客户公司的航空航天和国防数据专家将需要确定安装的物理资产传感器，如飞行器，地面安装，或者卫星。然后，这些传感器将收集从资产的那些部分，如燃料的使用，速度，温度，和压力遥测数据。然后，这些数据将被用来作为一个正常的资产基线。
软件背后的机器学习模型需要对数百万个这样的遥测数据点进行培训，这些数据包括资产的某些部分何时需要维护，这些部分的维护需要多长时间，以及替换部分到达现场可能需要多长时间。然后，这些数据将通过软件的机器学习算法运行。这将训练算法识别所有这些数据点中哪些与正常运行的资产部分相关，资产在过去需要维护的时间，以及哪些部分需要修复。
然后，该软件将能够预测何时其资产的某些部分，他们打破之前需要进行维护。
下面是一个短1.5分钟的视频片段SparkPredict是如何工作的。
SparkCognition声称已帮助一位不愿透露姓名水电公用事业客户预测罕见的故障，并防止未来的计划外停机，以前有一个成本的客户端$ 150万美元。问题是有关于这些罕见和昂贵的失败原因的数据非常少，所以客户端的基于统计现有系统未能预测他们。
水力工具集成SparkCognition的软件放到具有了两年的身价从一个涡轮传感器数据的现有系统，看它是否将能够更好的表现。按照案例分析在将SparkPredict整合到该系统6周后，水力发电公司收到了一个月的潜在问题预警。SparkCognition称，水电公司目前正在考虑将SparkPredict整合到其他四个涡轮机中。
SparkCognition还列出Apergy和三菱日立电力系统作为他们的一些过去的客户的。
斯里达尔Sudarsan是CTO在SparkCognition。他拥有技术，蒂鲁吉拉伯利国立大学计算机科学与技术专业学士学位。此前，Sudarsan公司担任CTO IBM沃森平台和伙伴关系。
威胁检测
弹弓航空
弹弓航空报价弹弓数据平台，它声称可以帮助航天公司识别，分类和管理使用机器视觉，地理空间信号处理，分析和机器学习的风险和威胁。
Slingshot航空航天声称民用、商业和军事客户可以将该软件集成到现有的数据处理系统中。
Slingshot Aerospace称，该软件背后的机器学习模型是根据来自飞行器、卫星和其他来源的图像和视频数据进行训练的，这些数据来自不同角度和不同照明条件。这些图像和影像会被标记为正常或异常。这些贴有标签的图像和连续镜头将通过软件的机器学习算法运行。这将训练算法识别序列和模式的1和0，在人眼看来，形成的图像或视频的威胁或异常显示在不同的格式，这取决于客户的需求。
该公司声称，在对该模型进行培训后，客户可以使用该软件实现空间态势感知、优化处理算法、加速决策、降低风险和可操作的数据。
弹弓航天声称，该软件仍处于开发阶段。没有演示视频，案例研究，或客户名单目前已经上市。下面是弹弓数据平台会是什么样的说明。
路加福音Wendling在弹弓航天软件工程主管。他拥有得克萨斯州A与M大学信息系统硕士学位。此前，Wendling担任高级项目在Sotera防御解决方案公司，这点已经得到KEYW公司收购高级软件工程师。
Neurala
Neurala报价为脑机器人软件开发工具包（SDK），它声称可以帮助A＆d公司使用的设备是导航，识别物体，并自主使用机器视觉避免障碍物和深层神经网络。
Neurala声称，用户可以将SDK集成到任何开箱即用的产品中，而无需连接到服务器或互联网。
Neurala声称软件背后的机器学习模型在由脑生成器的测试用户，以及示出了从不同的角度不同的图像的设备上的数据，并在各种照明条件下提供的数据训练。这些图像将然后通过软件的终身深层神经网络（L-DNN）技术来运行。这将已经训练的算法来辨别的是，对于人眼，形成一个相关的对象的图像或视频序列和1的模式和0。
下面是一个简短的3分钟视频，演示了Bots SDK的工作原理。
Neurala声称已帮助摩托罗拉解决方案协助执法中增加搜索的对象和失踪人员的工作效率。摩托罗拉集成Neurala的软件到它的产品，Si500人体穿戴相机，使“第一轮分析的边缘处，以确保只有潜在的比赛是在云或服务器以供进一步分析派。”根据该案例研究，摩托罗拉解决方案公司首席技术官，保罗·斯坦伯格，表示的意见“Neurala是在最边学习是各种应用，如在人群中发现一个迷路的小孩是至关重要的。”
Neurala还列出蒂尔无人机和美国空军一些他们过去的客户。
希瑟·埃姆斯范思哲和Anatoly Gorshechnikov是共同创立者以及所述COO和CTO，分别在Neurala。这两个拥有博士学位波士顿大学认知与神经系统。此前，范思哲曾担任CompNet的副主任，同时Gorshechnikov担任研究助理教授，无论是在波士顿大学。
轨道的Sidekick
轨道的Sidekick提供光谱智能，它声称可以帮助国防公司探测和识别潜在的威胁，通过发现图像中的异常使用机器视觉和高光谱数据。
轨道的Sidekick声称用户可以将软件集成到现有的数据库基础架构。它指出该软件背后的机器学习模型对光谱特征的物体图像的（颜色）每天监测的飞行器，卫星和其他传感器系统的培训。这些图像将根据历史数据集为正常或异常已经被标记。这些标记会再通过软件的机器学习算法运行。这将已经训练的算法来辨别的是，对于人眼，形成正常的或异常的对象的图像的序列和1分的模式和0，并跟踪这些对象的任何变化。
然后，软件背后的算法将对新数据进行索引和分类，然后将其发送到用户的数据库。然后，该系统就相关领域的潜在威胁向员工发出警报。
轨道的Sidekick声称光谱智力仍处于开发阶段。美国国家航空和航天局（NASA）的螺纹轨道的Sidekick开发NanoRacks-ISS-高光谱成像地球系统试用（ISS-HEIST）在国际空间站的使用。该系统采用高光谱成像AI，该公司的软件背后的技术相同。然而，美国航空航天局实验的结果尚未出炉。
丹尼尔·卡茨为首席执行官兼联合创始人在轨道的Sidekick。他拥有航天，航空硕士学位以及美国普渡大学航天工程。此前，卡茨担任空间系统Loral公司（现在的SSL）高级推进工程师。
标题图像信贷:天的一年
