蓋世汽車訊 據(jù)外媒報道，約克大學（University of York）的英國計算機科學家團隊開發(fā)出一個突破性的流程，可幫助確保機器學習（ML）和用于自動駕駛技術(shù)的AI安全。該方法可幫助工程師建立一個安全案例，在最終交付用戶時明確且系統(tǒng)地建立對ML的置信度。

圖片來源：assuringautonomy.com

隨著機器人、送貨無人機、智能工廠和無人駕駛汽車越來越普及，目前自動駕駛技術(shù)的安全法規(guī)出現(xiàn)灰色地帶。與其他高風險技術(shù)相比，自動駕駛系統(tǒng)的全球指導方針并不嚴格。當前標準在細節(jié)方面不夠明確，因此在AI和ML等新技術(shù)進入市場時，使用這些技術(shù)改善生活可能不夠安全。

這一新指南由約克大學的保證自治國際計劃（Assuring Autonomy International Programme，AAIP）開發(fā)，名為用于自動駕駛系統(tǒng)的機器學習保證（Assurance of Machine Learning for use in Autonomous Systems，AMLAS）。AAIP與行業(yè)專家合作開發(fā)流程，將安全保證系統(tǒng)地集成到ML組件的開發(fā)中。

高級研究員、AMLAS的作者之一Richard Hawkins博士說：“目前確保自動駕駛技術(shù)安全的方法幾乎沒有指導或制定標準。全球各部門都在努力盡快制定新的指導方針，以確保機器人和自動駕駛系統(tǒng)的安全性?！?/p>

獨立性

AAIP持中立立場，可獨立將企業(yè)、學術(shù)研究、監(jiān)管機構(gòu)以及保險和法律專業(yè)人士聯(lián)系起來，為安全的人工智能、機器人技術(shù)和自動駕駛系統(tǒng)編寫新指南。

Hawkins博士表示：“AMLAS可幫助所有擁有新自主產(chǎn)品的企業(yè)或個人將安全保證（safety assurance）系統(tǒng)地集成到ML組件的開發(fā)中。我們的研究可幫助理解自動駕駛技術(shù)安全運行的風險和限制。”

Hawkins博士還表示：“在約克，我們針對最佳實踐和流程進行了大量研究，以收集可以評估這些新復雜技術(shù)安全性的證據(jù)。此外，我們還在安全設(shè)計、評估和機器人和自動駕駛系統(tǒng)使用方面進行訓練。”

AAIP是約克大學的一個安全保證小組，與勞氏基金會（Lloyd"s Register的慈善機構(gòu)）合作，致力于打造一個更安全的世界。

關(guān)鍵詞： AAIP