A Keysight és a Yorki Egyetem együttműködik a szoftveresen definiált járművek MI általi biztonsági validálásában
A mesterséges intelligencia gyorsan központi szerepűvé vált az irányított segítő rendszerekben (ADAS), az automatizált vezetésben és a szoftveresen definiált járművekben, azaz SDV-kben. Ahogy ezek a rendszerek egyre kifinomultabbá válnak, az autógyártókra egyre nagyobb nyomás nehezedik, hogy bizonyítsák, biztonságosan, megbízhatóan és a rendeltetésszerűen működnek a jármű teljes életciklusa alatt. Ennek a biztosítéknak a nyújtása komoly kihívást jelent, mivel az iparág azon dolgozik, hogy egyre intelligensebb járműveket hozzon piacra, miközben megfelel a folyamatosan változó szabályozási és biztonsági követelményeknek.
A Keysight Technologies és a Yorki Egyetem (Egyesült Királyság) Autonómia Biztosítási Központja (CfAA) kutatási együttműködést jelentett be a mesterséges intelligencia SDV-kben való biztonságos alkalmazásának előmozdítása érdekében. Az együttműködés az AI-rendszerek validálására szolgáló gyakorlati módszerek kidolgozására, valamint a biztonságuk és megbízhatóságuk igazolásához szükséges bizonyítékok előállítására összpontosít. A munka célja, hogy az autógyártók és a beszállítók megfelelhessenek az újonnan felmerülő iparági követelményeknek, miközben csökkentik a fejlesztési kockázatot és felgyorsítják az AI-alapú autóipari rendszerek bevezetését.
A Keysight és a CfAA kijelentette, hogy együttesen segítenek áthidalni a szakadékot a mesterséges intelligencia biztonsági kutatása és a gyakorlati mérnöki munka között azáltal, hogy fejlesztik a strukturált mesterséges intelligencia biztonsági eseteinek módszertanát, és megalapozott bizalmat építenek ki a mesterséges intelligenciával támogatott autóipari rendszerek biztonságába.
A kutatás az ISO/PAS 8800 szabvány követelményeinek megvalósítását támogató, bizonyítékokon alapuló megközelítések kidolgozására, a tudományos kutatásokon és iparági szabványokon alapuló, mérhető biztonsági pontozási módszerek feltárására, valamint az auditálható AI-biztonsági bizonyítékok előállítására szolgáló gyakorlati keretrendszerek kidolgozására összpontosít. Az így létrejövő módszertanok célja, hogy támogassák az AI-biztonsági esetek kidolgozásának folyamatát, növeljék az AI-validálásba vetett bizalmat, és segítsék a mérnöki csapatokat az AI-biztonság igazoltságának hatékonyabb bemutatásában a termék életciklusa során.
Az egyetem tudományos szakértelmének és a Keysight mesterséges intelligencia-validációs technikáinak ötvözésével az együttműködés célja az autóipari mesterséges intelligencia fejlesztésére alkalmazható módszertanok előmozdítása.
Simon Burton, a Yorki Egyetem rendszerbiztonsági tanszékének vezetője elmondta: „Az autóipar egy olyan fordulóponthoz ért, ahol a mesterséges intelligencia technológiái egyre inkább szerves részévé válnak a járművek működésének. Elengedhetetlen, hogy ezeket a rendszereket robusztus, bizonyítékokon alapuló megközelítésekkel lehessen értékelni. Itt van ideális helyzetben a CfAA a Keysight támogatásához. Számos szabadon hozzáférhető keretrendszert és útmutatót készítettünk, amelyeket már használnak a közlekedési ágazatban dolgozó iparági biztonsági szakemberek. Ez az együttműködés egy újabb módja annak, hogy támogassuk a gyakorlati módszerek fejlesztését, amelyek segítenek az AI biztonsági elveinek olyan mérnöki gyakorlatokká való lefordításában, amelyek biztonságkritikus környezetekben alkalmazhatók.”
Lukas Klose, a Keysight autóipari AI Megoldásközpontjának vezetője hozzátette: „Az autóipari szervezeteknek gyakorlatias és skálázható módszerekre van szükségük a mesterséges intelligenciával támogatott rendszerekbe vetett bizalom kiépítéséhez. A biztonságbiztosítás terén végzett vezető kutatások és a Keysight holisztikus MI Validációs Keretrendszerének ötvözésével olyan módszertanokat kívánunk kidolgozni, amelyek segítik a mérnöki csapatokat strukturált bizonyítékok előállításában az AI biztonsági eseteihez, és támogatják a megbízható AI-technológiák bevezetését a nemzetközi szabványoknak, például az ISO/PAS 8800 szabványnak megfelelően.”
A kutatás várhatóan tájékoztatást nyújt a Keysight AI Software Integrity Builder jövőbeli fejlesztéséhez, megerősítve a mesterséges intelligencia biztonsági érveinek, a bizonyítékok generálásának és validálásának támogatását az autóipari elvárásokkal összhangban.
