随着民用航空工业越来越多地通过人工智能(AI)来提高安全标准，以及全球飞行员短缺的潜在威胁日益显现，空客公司正加大对自主系统和单座单操纵潜力的研究，其中之一是创建了空客AIGym平台，用于评估人工智能和机器学习的使用，以解决整个行业面临的实际问题，包括驾驶舱的自主系统。通过这项计划，空客公司向各大企业、研究实验室、学术界和个人开放一系列挑战赛，鼓励各方在语音识别等特定领域开展研究。

一方面是研究将计算机视觉用于自动滑行、起飞和着陆。空客首席技术官格拉奇亚·维塔迪尼曾谈到，“随着空域变得越来越拥挤，我们如何减轻飞行员的工作量？我们如何不断提高安全性，并应对飞行员短缺的问题？ 如今，我们有20万名型号定级的商业飞行员。根据市场预测，2037年后我们将有约5万架飞机投入使用，这意味着未来20年我们将需要60万名飞行员。”

维塔迪尼表示，全行业飞行员短缺的威胁正“推动我们走向自动化系统，而另一种愿望是通过人工智能实现自主飞行”。面临的挑战不可低估， 尤其是对认证而言。基于不确定性输入的系统认证并非易事。目前尚未有研究成果，但空客公司正与合作伙伴和监管机构合作开展研究。

空客认为， 通信和导航等领域为人工智能提供了支持或补充现有驾驶舱任务的早期潜在机会。例如，在2018年底结束的空中交通管制（ATC） 语音识别挑战赛，集中在标准音频转录和呼号提取等领域，并从25名决赛选手中产生了“切实的结果”。维塔迪尼表示，这仅仅是个开始，空客即将发起另一项挑战，旨在设计辨认和识别滑行道标志的人工智能系统的挑战赛。这项工作支持自主滑行能力的发展，并设计用于空客公司的自动起飞和着陆（ATTOL） 验证项目。ATTOL项目来自硅谷空客A3团队（负责Vahana电动垂直起降验证机），计划在21世纪20年代中期进行飞行测试，旨在利用计算机视觉方法和技术， 使飞机能够在滑行、起飞、进近和着陆过程中导航和探测障碍物。

在相关领域，空客防务与航天公司已经与移动设备供应商德国采埃孚股份公司合作，利用空客衍生的卫星数据计算出的地面控制点，增强了自动驾驶汽车和自动定位车辆的自主系统。德国公司的工作是将定位信息与激光雷达和ZF传感器提供的雷达数据结合起来。

Wayfinder公司正在开发ATTOL的自主感知回避系统技术，Wayfinder公司正在开发机器学习，并为ATTOL提供更自动化、更自主的系统功能。Wayfinder的工程总监亚历克斯·奈曼在最近的一篇博客文章中表示:“我们计划解决最具挑战性的问题，即开发可扩展、可认证的自主系统，推动空客从Vahana等小型城市空中出租车到大型商用飞机上自动驾驶技术的应用。”

空客还指出，减少机组人员操作可以从单驾驶巡航飞行开始。维塔迪尼将各个挑战领域描述为技术“砖块”， 将为未来的技术验证和研发提供基础。他表示，除ATTOL项目之外，空客公司的长期目标是努力减少飞机飞行机组人员，并最终实现完全自主飞行。但实现这些目标需要很长时间。

维塔迪尼解释道，“自主飞行的目标不会很快实现。但是，这是一个目标， 我们已经制定了具体实施的步骤，从ATTOL转向减少机组人员操作，在某些飞行阶段，比如巡航期间，可以进行单驾驶操纵。”

该计划得到了公司图卢兹总部“颠覆性驾驶舱”模拟器的支持。作为欧洲“清洁天空2”研究计划的一部分， 旨在展示新功能、计算资源和通信。其中包括驾驶舱程序自动化、驾驶员监控系统，如眼球跟踪、头盔显示器、地面防撞、新型导航传感器、用于与空中交通管制和航空公司业务通信的语音识别系统、机组人员界面的多模态集成、头盔式触觉仪器和基于图像的着陆系统。

维塔迪尼补充道，公司正在与试飞员和客户一起进行驾驶舱测试，但过程可能比较漫长。并强调公司时刻注重将安全放在第一位，逐步实现目标。空客已经在增强型多人驾驶舱内测试了可能的单驾驶操作的不同“砖块”，研究几种可能的解决方案的组合。