科技日报北京5月20日电（记者刘霞） 美国卡内基梅隆大学机器人研究所科学家创建了一个名为World2Rules的人工智能（AI）系统，它能从数据中学习陈述性的安全规则，用以分析、验证和解释潜在的碰撞场景，从而预防机场出现碰撞事故。

机场相撞事件时有发生。通过从日常机场活动及有据可查的安全违规事件中汲取经验，这套AI系统能清晰地区分何为“正常”、何为“不安全”。当检测到潜在违规时，它不仅能发出警报，还能明确指出哪条安全规则被触犯，并解释为何这种情况充满风险，同时将其与已知的危险模式逐一对应，为飞行员和管制员抢出关键反应时间。

团队首先创建了名为“Amelia-42”的数据集。该数据集汇聚了美国42个机场两年间的联邦航空管理局地面运动数据，既涵盖日常运营，也包含碰撞事故报告，可追踪飞机和车辆在跑道与滑行道上的每一处轨迹。这些数据帮助系统学会了区分正常与危险情况。为了消化这些海量信息，团队还动用了匹兹堡超级计算中心的Bridges-2超级计算机。

为理解所有这些数据，World2Rules巧妙融合了神经学与符号学这两种AI方法。神经学部分负责捕捉机场数据中隐藏的模式，符号学部分则将这些模式转化成人类可读的、清晰且富有逻辑的规则。通过将模式识别与基于规则的推理相结合，这套新系统既能找出风险，又能条分缕析地讲明风险何在。