人工智能软件

管理监控质量

概述
GE Aerospace通过多年在超级计算和数字技术上的投入，建立了航空业中最大的人工智能专利组合之一。如今，人工智能被用于加速安全、质量、交付和成本（按此顺序），以规模化支持客户。公司在设计、制造和服务领域部署AI，以缩短设计周期、提高检验一致性、预测需求并缩短周转时间。

设计

• 生成式AI设计 — 加速发动机与推进系统的初步设计，减少设计时间并快速产出数百个设计迭代。
• 超级计算 — 大规模使用Exascale级超算以加速突破性发动机设计的探索（示例：Open Fan、高超声速冲压发动机研究）。
• 材料领域的AI — 与研究伙伴合作，发现并验证用于高超声速飞行器的先进材料。

制造

• AI工程助手 — 基于30余年零件数据训练的AI用于检验新零件并标准化不合格件评估，节省数千小时评估工时并提升可追溯性与质量。
• 用于生产准备的自主型AI — 多年合作以更早预测需求并识别生产瓶颈，从而实现更可靠的交付规划。

服务

• AI物料助手 — 提前数月预测发动机进厂检修所需零件，估计可缩短周转时间约5–7天。
• AI支持的叶片检测工具 — 指导涡轮叶片图像审核，提高检验一致性并将处理时间约缩短一半。
• AI引导的白光机器人检测 — 为准确且一致的检测提供第二视角，帮助技术人员做出更好判断。

AI影响（部分指标）

• 24x7 AI驱动的发动机安全与健康监测。
• 借助AI，预防性维护识别速度提升约60%。
• 机载（on‑wing）叶片检测时间较以前方法约快50%。
• 2026年AI投资目标约为前一年的2倍。

人员与用例

• 员工案例展示了技术人员和工程师如何使用AI引导的机器人检测、AI工程与质量助手以及生成式AI设计应用，缩短设计与检验周期。

负责任使用AI的指导原则

• 信任 — 使用可信赖的数据和系统的方法论来选择训练模型的数据。
• 透明 — 要求系统透明性与可重复性，使团队理解并信任AI的输出。
• 人为 — 保持人在回路中：AI加速工作流程，但最终决策由人工专家作出。

特性 / 技术规格

• 航空领域最大的AI专利组合之一（公司层面声明）。
• 使用Exascale级超算资源加速设计探索。
• AI工程助手基于30余年零件与不合格数据训练以实现零件评估标准化。
• 工厂进厂检修零件需求的预测能力（将周转时间减少5–7天）。
• AI支持的检测工具将叶片检测时间减少约50%并提升一致性。
• 24x7的AI发动机安全与健康监测。
• 目标性增加AI投资（2026年约为前一年2倍）。