Głównym celem tego projektu było przeprowadzenie najnowocześniejszej analizy pod kątem ewolucji koncepcji operacyjnych i technologii w celu opracowania i utrzymania funkcjonalnej mapy drogowej dla każdego z przypadków użycia operacyjnego.
Projekt TAPAS w szczególności opierał się o prowadzenie badań nad wykrywaniem i rozwiązywaniem konfliktów (CDR) w fazie taktycznej, zarządzaniem przepływem i przepustowością ruchu lotniczego (ATFCM) na etapie przedtaktycznym oraz nad dynamiczną konfiguracją przestrzeni powietrznej.
W tym celu TAPAS wykorzystał techniki eXplainable Artificial Intelligence (XAI) wraz z Visual Analytics, które pomogły zbadać kompromisy między wydajnością implementacji sztucznej inteligencji a przydatnością do wdrożenia w niektórych aplikacjach pod względem możliwości wyjaśnienia. Nie wszystkie przypadki użycia mają podobne wymagania: kontroler ruchu lotniczego będzie potrzebował głębszego zrozumienia rozwiązań zapewnianych przez funkcję opartą na sztucznej inteligencji niż operator w krytycznym scenariuszu bezpieczeństwa. Nie wszystkie scenariuszę są wyjaśnione – należało je zbadać w badaniach TAPAS.
TAPAS badał, aby zapewnić jasne i użyteczne wyniki ułatwiające wprowadzanie i wdrażanie aplikacji sztucznej inteligencji w systemach zarządzania ruchem lotnicznym – ATM (Air Traffic Management), w szczególności tych odnoszących się do poziomów automatyzacji 2 i 3, zgodnie z opisem w centralnym planie ATM i studium architektury przestrzeni powietrznej, którymi ATM zajmie się przez następne 10 lat.
Polish 
English