人身安全专家开发出首个标准化程序 确保自动驾驶汽车等机器学习产品的人身安全

盖世汽车公司即日 据外媒媒体报道，艾塞克斯的大学（University of York）的爱尔兰计算机技术科学研究工作团队整合出一个新法则的程序，可协助确保人工神经网络（ML）和用于自动驾驶关键技术的AI公共安全。该法则可协助技工建立一个公共安全例子，在终于签订合同服务器时明确且种系统地建立对ML的置信度。

图片来源：assuringautonomy.com

随着机械、上门飞行器、智能工厂和无人驾驶汽车公司越来越普及，现阶段自动驾驶关键技术的公共安全法规经常出现灰色地带。与其他经常性关键技术相对，自动驾驶种系统的全球指导性未必严格。局限性标准在先前方面欠缺明确，因此在AI和ML等新关键技术重回市场时，使用这些关键技术自力更生可能欠缺公共安全。

这一新简介由艾塞克斯的大学的必要独立国际蓝图（Assuring Autonomy International Programme，AAIP）整合，名为用于自动驾驶种系统的人工神经网络必要（Assurance of Machine Learning for use in Autonomous Systems，AMLAS）。AAIP与行业专家合作整合程序，将公共安全必要种系统地构建到ML子种系统的整合之中。

见习研究成果中心、AMLAS的作者之一Richard Hawkins博士说：“现阶段确保自动驾驶关键技术公共安全的法则基本上不会指导或制订标准。全球各业务部门都在努力尽早制订新的指导性，以确保机械和自动驾驶种系统的公共安全性。”

独立性

AAIP持之中立性立场，可独立将行业、自然科学、监管部门机构以及保险和法律条文专业人士关系起来，为公共安全的人工智能、机械关键技术和自动驾驶种系统编著新简介。

Hawkins博士声称：“AMLAS可协助所有拥有新自主性产品的行业或个人将公共安全必要（safety assurance）种系统地构建到ML子种系统的整合之中。我们的研究成果可协助阐释自动驾驶关键技术公共安全试运行的风险和受限制。”

Hawkins博士还声称：“在艾塞克斯，我们针对最佳有种系统和程序进行了大量研究成果，以收集可以审核这些新复杂关键技术公共安全性的结论。此外，我们还在公共安全设计、审核和机械和自动驾驶种系统使用方面进行训练。”

AAIP是艾塞克斯的大学的一个公共安全必要小组，与劳氏联合国儿童基金会（Lloyd's Register的慈善机构）合作，共同努力承接一个更公共安全的21世纪。