消費者、一般市民、政府からの信頼と保証は、今後 1 年間の AI と自律型テクノロジの分野にとって重要な問題となるでしょう。 しかし、EY-Parthenon の Shawn Kimmel 氏によると、その信頼を得るには、自律システムのテストと評価の方法に根本的な革新が必要です。 定量的戦略とソリューション Ernst & Young LLP エグゼクティブディレクター。 ありがたいことに、業界は現在、この分野を変革することを約束する革新的な技術と新しい方法にアクセスできます.
新しい自律環境
自動化は歴史的に、「退屈で汚い危険な」仕事の代わりとして売り込まれてきました。 パンデミックによって引き起こされた、医療施設で。 エネルギー、商品、ヘルスケアなどの不可欠で多様な分野で人間を危険から取り除くことは、依然として価値のある目標です。
しかし、コンピュータ ビジョン、人工知能、ロボティクス、材料、データの革新により、自律型テクノロジは現在、これらのアプリケーションを超えて、日常の空間や環境の効率と利便性を向上させる方法を見つけているとキンメルは言います。 倉庫ロボティクス 進化しました 物資を A から B に移動する美化された路面電車から、空間を自由に移動し、障害物を識別し、在庫レベルに基づいてルートを変更し、デリケートなアイテムを処理できるインテリジェント システムに移行します。 外科クリニックでは、 ロボットは顕微手術に優れている わずかな人の震えが悪影響を及ぼします。 自動運転車分野のスタートアップ マッピング、データ管理、センサーなどのニッチな分野でアプリケーションとサービスを開発しています。 ロボタクシーはすでにサンフランシスコで商業的に運用されており、 ロサンゼルス ~ 重慶 航空券.
自動運転技術が公道から診療所に至るまで、より多くの状況に踏み込むにつれて、安全性と信頼性を証明することがより重要になり、保証することがより困難になります。 自動運転車と無人航空システムは、 すでに関与している クラッシュと死傷者で。 人間と自律的なエージェントの両方を特徴とする「混合」環境は、ポーズをとっていると特定されています 新しい安全上の課題.
自動運転技術が新しい領域に拡大することで、機器メーカーからソフトウェア スタートアップに至るまで、関係者の範囲が拡大します。 この「システムのシステム」環境は、テスト、安全性、および検証基準を複雑にします。 サプライ チェーンが長くなり、データと接続が増えると、安全性とサイバー リスクが発生または増大します。
自律システムの動作がより複雑になり、利害関係者の数が増えるにつれて、共通のフレームワークと用語を使用した安全モデルと相互運用可能なテストが必要になります。 「従来のシステム エンジニアリング手法は、自律システムに関しては限界に達しています」と Kimmel 氏は言います。 「自律システムがより複雑なタスクと安全性が重要な機能を実行するにつれて、はるかに多くの要件をテストする必要があります。」 この必要性は、今度は、テスト コストの膨れ上がりを避けるために、効率性を見つけることへの関心を高めます。
そのためには、平均故障間隔などの従来の測定基準に頼るのではなく、予測的な安全性能測定や予期しない「ブラック スワン」イベントへの準備などのイノベーションが必要であると Kimmel は主張します。 また、最も価値があり影響力のあるテスト ケースを特定する方法も必要です。 業界は、プロセスを過度に複雑にしたり、コストを高くしたり、非効率にしたりせずに、テスト技術の高度化を図る必要があります。 この目標を達成するためには、自律システムの運用命令における一連の未知数を管理し、テストと安全の「状態空間」を半無限からテスト可能な一連の条件に縮小する必要があるかもしれません。
テスト、テスト
自律システムの安全性、テスト、および保証のためのツールキットは進化し続けています。 デジタル ツインは、自動運転車の分野における開発資産となっています。 仮想およびハイブリッドの「インザループ」テスト環境により、サプライ チェーン全体で複数の組織によって開発されたコンポーネントを含むシステム オブ システム テストが可能になり、現実世界のテストのコストと複雑さが軽減されます。 デジタルオーグメンテーションを通じて.