传统上，这些概念是工程师团队数月设计工作的结果。然而，这一次，首席开发人员将所需的飞行条件和标准（包括热性能和发动机结构）输入到生成式人工智能仪表板中，该仪表板几乎立即返回了设计。
通用电气于今年5月宣布了这一演示，说明了GE所说的计算速度可以显著加速包括RISE在内的下一代商用飞机发动机的开发。其正在通过其合资企业CFM International与法国合作伙伴赛峰飞机发动机开发这种开放式风扇概念。
当GE考虑该工具的实际应用时，它有望大大缩短产品的设计周期。可以减少数字迭代的次数，更快地进行物理测试，从而在另一端拥有更强大、更耐用、更安全的产品。
商业航空历来在漫长而昂贵的开发周期中运作，全新的发动机和新的的机身都需要几年时间才能开发。根据咨询公司Leeham的数据，发动机的成本通常为50亿至70亿美元，飞机的成本为100亿至200亿美元。
这一过程是广泛的，尽管该行业已经开始更加依赖计算机建模、数字孪生和其他工具。首先，工程师根据客户的要求创建3D模型。接下来，在初步设计阶段，最有前景的设计将得到充实，工程师们将使用计算流体动力学等技术进行模拟，以预测气体和液体的流动，并优化结构。接下来是材料选择和广泛的物理测试，包括推拉组件以模拟它们在飞行中会受到的应力，以及对发动机、襟翼和方向舵等部件进行风洞测试。
通过增加人工智能的采用，这一过程的几乎每个阶段都可以得到改善。例如，大型语言模型可以缩小制造商提供的零件规格。然后，设计师可以提示人工智能算法生成符合要求的“100、200个设计”，而不是构建3D模型。最后，人工智能可以在模拟阶段用于加速测试。
工程师们不必在物理测试周期之间等待长达三天的时间，他们可以使用人工智能模型立即评估设计调整，并在确信新零件能够工作时保留昂贵的全尺寸模拟。这将有助于降低整体成本。
AI技术将改变游戏规则，如果一个团队今天开始设计，最有希望的应用是节省时间和成本。过去运行这类模拟的时间成本是相当昂贵，这意味着如果是整个发动机或整个飞机，需要很长时间才能运行。有时可能需要几天到几周的时间。
从劳斯莱斯到空客，再到RTX的柯林斯航空航天多家公司正在将人工智能纳入他们的工作中。然而，一个现实的问题是需要考虑人工智能未来应用与现有法规允许的应用之间仍存在差距。
通用电气航空航天于今年5月宣布，其一个研究团队使用生成式人工智能为冲压喷气发动机创建了初步设计
FAA和其他监管机构通常要求工程师展示他们的工作，并准确解释每个部件的设计方式——这是当今人工智能工具无法提供的透明度。目前存在的航空航天标准没有考虑到人工智能的使用。如今，行业和监管机构都承认了这一差距，并正在共同努力缩小这一差距。
监管方法
到目前为止，FAA和EASA已经采用了不同的人工智能方法。EASA采取了更具规范性、结构化的方法，该方法基于其正在更新的人工智能路线图和2024年颁布的欧盟人工智能法案的总体框架。EASA机构的核心原则是人工智能系统的监督。
换句话说，它不可能是两台机器在相互交谈。如果一个工具正在准备例如初步设计，我们希望有一个人或一个不基于人工智能的独立过程来验证这个输出。EASA发布了企业必须满足的具体技术标准，并将人工智能应用程序分为三个不同级别的人机协作：协助、机器更像同事的团队合作，以及人工智能自主工作。
相比之下，FAA制定了一个更灵活的框架。正如其《人工智能安全保证路线图》所述，该机构提供了原则，并允许企业提出自己的合规方法，前提是他们能够证明安全等效性。
FAA的方法是在从现实世界的应用中学习的同时逐步实施人工智能。 这一创新领域的申请人可以提出一种最适合其产品的合规方法。这可能是标准组织SAE International的现有标准，也可能是自己提出或改编自其他行业的另一种方法。FAA必须接受提出的合规方法。
FAA还旨在与其他监管机构采用共识标准，以促进全球协调——这一方法得到了国际民用航空组织的支持，该组织自2023年以来一直在制定一个框架。
FAA在其路线图中提出的核心原则包括“避免拟人化”，这意味着用户应该“将人工智能视为工具，而不是人类”。换句话说，最终的责任在于设计或维护人工智能的人，而不是软件本身。该文件还指出，人工智能应纳入现有的航空安全框架，而不是彻底改革框架。
两家监管机构都承认在飞机设计、测试和制造中实施人工智能的挑战。 正如FAA的路线图所说：“人工智能的应用面临着确定如何确保人工智能系统安全运行的挑战，该系统不是传统设计的，而是学会了如何执行任务。传统的航空安全保证技术假设设计人员可以解释系统设计的各个方面，但这种解释不容易扩展到人工智能。”
为了应对这一过渡，两家监管机构都设想了一个分阶段、循序渐进的时间表。他们主张从非安全关键的地面应用开始，例如在维护、修理和大修设施中进行预测性维护分析，然后随着对技术的信心成熟，再转向安全关键的飞行系统。
EASA一直处于探索阶段，现在正处于“巩固阶段”，从探索人工智能的用例过渡到制定规则和法规。这意味着要巩固其对人工智能辅助和人工智能团队用例的要求，同时更多地考虑下一个层次：高级自动化。 2028年以后的下一个阶段将是‘推动障碍’阶段，因为EASA 知道自己以不同的方式设置了障碍。
即便如此，人工智能的采用速度可能比其他行业慢。 航空是一个非常受监管和安全相关的领域，所以不会像其他领域那样做出改变。甚至还有几十年的时间来考虑具体更换人员。但总体努力不是为了更换；事实上，更重要的是提高效率，更安全。
行业应用
在采用人工智能方面，公司从可证明且易于复制的用例开始，例如数字线程或在产品生命周期的不同阶段连接数据。例如，柯林斯航空航天正在使用人工智能工具进行预测性维护。在这里，当零件可能需要维护时，人工智能会梳理大量数据并向航空公司客户发出信号。
它不断分析运行和组件健康数据，在故障发生之前寻找系统退化的早期迹象。不只是等待故障或仅依赖定期维护间隔，而是试图让航空公司团队能够了解这一点，这样他们就可以做好准备，然后全面提高调度可靠性。
罗罗正在使用人工智能来回答客户对发动机的询问。一个支持人工智能的系统会对数据进行排序，看看其他客户是否也有类似的问题，然后提供潜在的解决方案。罗罗还用它来撰写和构建分析报告。
空客目前的人工智能应用包括飞机检查。人工智能软件将图像数据库与飞机外部的照片（由工程师或无人机拍摄）进行比较，以识别可能需要维护或修理的零件
空客已将该技术用于飞机检查。无人机或人类工程师拍摄飞机外部的照片，然后将其输入人工智能软件，该软件将这些图像与数据库进行比较，以识别潜在的故障。
波音看到了使用人工智能加速早期设计工作和分析大量数据以揭示零件趋势或问题的潜力。波音提出的解决方案将始终保持最高的质量和安全水平，因此工程师处于领先地位。但人工智能的美妙之处在于：它能够消耗大量数据，并帮助工程师可以从收集到的信息中提取出工程师可以使用的强大的内容。
与此同时，波音正在为更广泛的应用做准备。人工智能可以彻底改变设计过程，特别是通过帮助工程师探索新技术——“下一代系统、风扇系统、空气动力学”， 这在传统方法中是不可能的。
根据总部位于芝加哥的管理咨询公司Kearney 2025年底的一份报告，人工智能正在促使航空航天重新思考他们如何发现、测试、验证和优化材料。报告指出：“人工智能模型不再仅仅依赖于实验室实验，而是分析数千种组合的模式，确定哪些元素和结构可以提供特定的所需性能结果。
柯林斯也认为人工智能通过提高生产率来帮助解决该行业长期存在的劳动力短缺问题。 不是说这些工具会取代技术人员，但它所做的是使这些技术人员能够利用工具提高工作效率。
从长远来看，行业领导者预计将逐步转向真正的人工智能协作。空客预计生成式人工智能助手有一天会进化成与人类同事一样的工程师一起工作的“agent”。并预见到人工智能驱动的机器人将改变制造车间。
明天将开始看到多任务机器人，它们可以动态配置，而不是执行单一的、硬编码的动作。无论是拧紧配件还是对精密组件进行分类，人工智能大脑都允许它们在复杂任务之间旋转，而不需要手动重新编程。
通用电气在设计工作流程中使用机器学习已经有20年了，对GE来说，实现这样的未来有明显的好处。通用电气的的业务周期很长。喷气发动机是极其复杂、高度工程化的系统。GE越快地生成设计并对其耐用性和系统级性能进行物理测试，最终结果对客户就越好。
