Il progetto ATCO2 intende sviluppare una piattaforma unica che consenta di raccogliere, archiviare, elaborare e condividere comunicazioni vocali da dati reali di controllo del traffico aereo, sfruttando metodi di deep learning. Le soluzioni di machine learning pianificate consentiranno lo sviluppo di tecnologie per il controllo del traffico aereo.
Il progetto mira ad accedere ai dati provenienti da datalink ADS-B certificati, allineati con la tecnologia di sorveglianza e direttamente dai controllori del traffico aereo, resi disponibili dai fornitori di servizi di navigazione aerea.
Incentrato su una robusta piattaforma, il progetto si basa su una soluzione esistente e ampiamente utilizzata del partner ‘OpenSky network’, garantendo la sua sostenibilità a lungo termine. Per consentire la raccolta, viene estesa l’archiviazione e la pre-elaborazione delle comunicazioni vocali e il tempo/posizione, allineati con altre informazioni relative agli aerei. Il progetto ha come obiettivo sia i comandi vocali emessi dai controllori del traffico aereo sia le conferme di rilettura fornite dai piloti. Oltre ai dati trasmessi, ATCO2 avrà accesso alle registrazioni vocali dei fornitori di servizi di navigazione aerea (es. Austrocontrol). La segmentazione automatica viene inoltre implementata e integrata con un robusto riconoscimento vocale automatico, per trascrivere automaticamente le comunicazioni vocali, grazie a sistemi di apprendimento attivo capaci di miglioramenti iterativi, e al post-editing manuale.
Per rispettare il programma CleanSky2, il progetto contribuirà anche in modo significativo alla creazione di una comunità, consolidandone una già esistente di “OpenSky Network”. Gli incentivi del progetto motiveranno gli utenti a caricare e potenzialmente pre-trascrivere i dati per ottenere l’accesso ad altre risorse e a trascrizioni automatiche. Il progetto tiene anche nella massima considerazione le questioni legali ed etiche riguardanti la privacy, i dati personali, la sicurezza dei dati e altri aspetti correlati.