在恩智浦，我們會(huì)按照客戶提出的正式要求，為硬件開發(fā)相應(yīng)的功能。為了滿足客戶的要求，我們首先列出一些已知的輸入信息，也就是用例。用例可能是雷達(dá)傳感器在汽車中的位置(面朝前方或角落)、電動(dòng)汽車電池的工作電壓、汽車駕駛艙內(nèi)的屏幕數(shù)量等。然后，我們?cè)俣x設(shè)計(jì)，驗(yàn)證功能是否按照預(yù)期方式工作，而且我們不僅在模擬環(huán)境中驗(yàn)證，還在實(shí)地環(huán)境中驗(yàn)證。在實(shí)地環(huán)境中，因?yàn)闊o法控制功能實(shí)際接收到的輸入，所以要在選定的用例范圍內(nèi)，將功能設(shè)計(jì)得盡可能穩(wěn)定可靠。

　　但對(duì)于人工智能而言，這個(gè)開發(fā)過程會(huì)有一點(diǎn)變化。我們?nèi)匀粫?huì)定義用例，但還要為每個(gè)用例分配明確定義的輸出。我們會(huì)將這個(gè)任務(wù)交給計(jì)算機(jī)完成，然后再定義功能。從示例中學(xué)習(xí)的過程可稱為訓(xùn)練，我們要教計(jì)算機(jī)做出我們需要的響應(yīng)。

　　一旦對(duì)計(jì)算機(jī)進(jìn)行了用例訓(xùn)練，即可將這些知識(shí)轉(zhuǎn)移到設(shè)備，讓設(shè)備將知識(shí)應(yīng)用于實(shí)地環(huán)境，更好地處理難以預(yù)知的數(shù)據(jù)，這個(gè)過程就稱為推理。它與非人工智能流程的關(guān)鍵差別在于，在人工智能的開發(fā)中，工程師不一定像過去那樣理解功能本身。

　　因此我們必須進(jìn)行評(píng)估，調(diào)節(jié)機(jī)器的行為，直至輸出的結(jié)果符合我們最初的預(yù)期。對(duì)于需要高計(jì)算量的設(shè)備，這個(gè)調(diào)節(jié)過程在云端進(jìn)行，而不是在邊緣進(jìn)行。

　　什么是安全的人工智能/機(jī)器學(xué)習(xí)?為什么我們需要它?

　　人工智能和機(jī)器學(xué)習(xí)將被應(yīng)用于汽車安全功能，因此必須確保它們不會(huì)違反安全規(guī)則。從汽車行業(yè)背景來思考人工智能和機(jī)器學(xué)習(xí)時(shí)，汽車OEM面臨的問題是如何了解特定功能的風(fēng)險(xiǎn)級(jí)別，以及它們可能對(duì)人造成的傷害。因此，在定義功能時(shí)，既要避免系統(tǒng)性故障，還要減少隨機(jī)故障。我們利用安全管理流程和安全架構(gòu)來滿足這些要求，從而在由人管理的開發(fā)中，實(shí)現(xiàn)設(shè)備監(jiān)控。

　　但是，僅遵循我們現(xiàn)有的開發(fā)流程是不夠的，因?yàn)橛?xùn)練和推理在本質(zhì)上有所不同。因此，我們需要定義不同的問題陳述。首先，我們必須了解訓(xùn)練數(shù)據(jù)是否存在系統(tǒng)性故障。其次，我們還必須了解人工智能模型是如何創(chuàng)建的。該模型是否會(huì)產(chǎn)生可能導(dǎo)致系統(tǒng)性故障的不必要偏差?此外，在推理過程中，模型的執(zhí)行是否存在隨機(jī)故障?

　　在這一方面，機(jī)器學(xué)習(xí)質(zhì)?？梢园l(fā)揮作用，涉及到訓(xùn)練和評(píng)估步驟的完整性、正確性和一致性，涵蓋所有頂級(jí)安全流程和數(shù)據(jù)管理，其目的是確保使用的數(shù)據(jù)是正確和完整的，不存在任何偏差。

　　在推理層面上，安全機(jī)制可以確保硬件的完整性，而這些硬件可能是任何形式的硬件內(nèi)核。經(jīng)典的安全機(jī)制具有ECC/奇偶校驗(yàn)、鎖步和流量監(jiān)控功能。另外，其還能夠利用安全封裝器加以增強(qiáng)，對(duì)數(shù)據(jù)進(jìn)行更多檢查，從統(tǒng)計(jì)上衡量安全性能。

　　恩智浦有關(guān)算法道德的白皮書闡述了恩智浦對(duì)人工智能開發(fā)完整性的看法，并探討了可靠人工智能的安全性和透明度。我們有一款名為Auto eIQ的專用軟件，可幫助開發(fā)人員評(píng)估和優(yōu)化訓(xùn)練模型，并將訓(xùn)練模型部署到目標(biāo)環(huán)境中，幫助我們持續(xù)提高模型的可靠性。