AI預測罕見系統崩潰！西南航空大停飛事件解密

2022年12月21日，正值聖誕旅遊旺季，西南航空(Southwest Airlines)因丹佛地區的暴風雪引發連鎖反應，導致整個航班排程系統崩潰。這場為期10天的危機造成超過200萬旅客滯留，航空公司損失高達7.5億美元。

麻省理工學院(MIT)研究團隊深入分析這起廣為人知的系統崩潰事件，發現許多看似運作順暢的系統，往往會因單一事件引發骨牌效應。為此，他們開發出一套創新演演算法，能結合少量異常事件資料與大量正常運作資料，逆向追蹤系統故障的根本原因。

這項突破性研究由MIT博士生Charles Dawson、航空太空工程學系教授Chuchu Fan，以及哈佛大學、密西根大學的團隊共同完成，並在2025年4月於新加坡舉行的國際學習表徵會議(ICLR 2025)上發表。

Dawson表示：「這項研究的動機很簡單，當我們面對複雜系統時，往往難以理解背後導致故障的真正原因，這讓人非常沮喪。」團隊希望將這套演演算法發展成實用的診斷工具，應用在真實世界的系統問題上。

這套方法特別適用於「網路-實體系統」(cyber-physical systems)，也就是自動決策系統與現實世界互動的情境。例如航班排程、自駕車執行、機器人團隊協作或電網管理等。在這些系統中，軟體決策看似合理，卻可能引發意想不到的連鎖反應。

研究團隊面臨的最大挑戰在於航空公司排程系統屬於商業機密。Fan教授解釋：「我們只能取得公開的航班起降時間資料，卻無法得知背後的排程邏輯。」相較於數年的正常運作資料，異常事件資料僅有幾天，分析難度極高。

關鍵突破點在於「備用飛機」的概念。多數航空公司採用樞紐式(hub-and-spoke)運營，備用飛機集中在少數樞紐機場；而西南航空採用點對點模式，備用飛機分散各地。研究發現，備用飛機的調配方式正是危機擴大的主因。

Dawson說明：「我們的方法能從公開的航班資料中，逆向推算出備用飛機的可能配置。」資料顯示，丹佛的暴風雪不僅耗盡當地備用飛機，更連帶影響拉斯維加斯的排程能力，儘管後者並未遭遇惡劣天氣。

最終，西南航空被迫採取極端措施：全面取消航班，調派空機重新平衡備用飛機配置。研究團隊據此開發出CalNF開源工具，可分析各類系統故障。目前Dawson正將這套方法應用於電網故障分析，而Fan教授的實驗室則持續開發即時監測系統，希望能提前預警潛在危機。

[end]