埃航和737MAX坠毁:软件优先级问题

埃航737MAX8坠机事故与波音737MAX的机动特性增强系统(MCAS)有关,该系统在错误数据下强制飞机俯冲,其高优先级使得人工干预无效。设计者过于依赖机器,忽视了人工智能在应对复杂情况时的局限性,强调了在当前技术条件下,软件系统应为人服务,而非取代人类。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

事件背景:
  2019年3月10日,埃塞俄比亚航空公司一架波音737MAX8飞机发生坠机,机上157人全部遇难,包括8名中国公民。这是继去年10月29日印尼狮航空难事故之后,波音737MAX8飞机在五个月内发生的第2起空难。
  事发后,全球各国相继停飞了波音737MAX8系列飞机。
     在这里插入图片描述
问题所在:
  埃航的坠毁事件其实和737采用的软件系统脱不了干系,如今737使用的新飞行控制系统是波音737MAX的机动特性增强系统,是一种波音737MAX的操纵辅助系统。据报道称,2018年10月29日的印尼狮航JT610空难就是由于飞机迎角传感器故障,导致波音737MAX8上新安装的自动防失速系统MCAS认为飞机有失速危险而自动压低机头俯冲以获得空速。
  而该系统优先级很高,人工操作时也会启动,人工无法取消防失速系统的动作。导致JT610航班机长一直在与自动下压机头的防失速系统搏斗,最终飞机不幸坠毁。  
  737软件系统工程师的一个错误理念:让机器代替人工作。
  从道理上来讲,飞机驾驶员的存在意义就是在飞机出现不可控的情况下进行人工干预,进行应急处理。但是737这个系统里,设计时就本着人可能会反应比较慢,让机器代替人进行调整的原则,因此在飞机飞行时出现俯冲的情况下,驾驶员人工将机头拉起,以缓解俯冲,但是系统又自动调整向下。
  根本原因就是:系统自动调整的优先级高于了人工干预。

内容概要:本文档《opencv高频面试题.docx》涵盖了OpenCV的基础概念、图像处理操作、特征提取与匹配、目标检测与机器学习、实际编程题、性能优化以及进阶问题。首先介绍了OpenCV作为开源计算机视觉库,支持图像/视频处理、目标检测、机器学习等领域,应用于安防、自动驾驶、医学影像、AR/VR等方面。接着详细讲述了图像的存储格式(如Mat类)、通道的概念及其转换方法。在图像处理部分,讲解了图像灰度化、二值化、边缘检测等技术。特征提取方面,对比了HarrisShi-Tomasi角点检测算法,以及SIFT、SURF、ORB的特征提取原理优缺点。目标检测部分介绍了Haar级联检测原理,并阐述了如何调用深度学习模型进行目标检测。文档还提供了几个实际编程题示例,如读取并显示图像、图像旋转、绘制矩形框并保存等。最后,探讨了性能优化的方法,如使用cv2.UMat(GPU加速)、减少循环等,以及相机标定、光流等进阶问题。 适合人群:对计算机视觉有一定兴趣,具备一定编程基础的学习者或从业者。 使用场景及目标:①帮助学习者掌握OpenCV的基本概念技术;②为面试准备提供参考;③为实际项目开发提供技术指导。 阅读建议:由于内容涵盖广泛,建议读者根据自身需求有选择地深入学习相关章节,并结合实际编程练习加深理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值