中文 英语

人工智能系统可靠性的另一面

随着智能设备的增加,谁赢谁输。

受欢迎程度

在无处不在的电子产品中加入智能会带来一些后果,但不一定是大多数人所期望的。

如今,几乎所有电子产品都内置或添加了某种“智能”功能。这可以很简单,比如一个烟雾报警器,在电池电量不足时提醒你;一个家庭助手,了解你的日程安排,调高或调低恒温器;或者一个机器人真空吸尘器,它会绘制你家的地图,并安排最脏的地方。

当然,称其为智能是用词不当的。在某些情况下,它只不过是位映射。尽管如此,在设备中建立模式识别可以极大地改善用户体验,而且在很多情况下,消费者愿意为额外的方便付费。他们不希望冰箱为他们点餐,但他们非常愿意花钱去做一些不需要做的琐事。

但所有这些部分将如何随时间交互,特别是随着更多设备集成到其他设备中?今天,没有办法测试甚至完全预测这些相互作用。在真空吸尘器的情况下,如果它跑进和物体或粘在椅子上,这可能无关紧要。但如果它是一个机器人或汽车,任何类型的干扰会导致伤害。

当干扰来自系统内部时,问题会变得更糟——或者更糟的是,来自与该系统相连的另一个系统内部。设备中添加的智能越多,出问题的可能性就越大。而且,这些设备移动得越快,以任何方式互动的速度越快,出现问题的可能性就越大。

我们需要的是定义这些设备应该如何运行的多层规则,它们需要由跨越整个供应链的公司联盟来制定,从设计到制造、测试和检查,一直到现场。因此,这不是一两个公司决定这些设备应该如何与他们开发的其他设备交互,而是为整个行业提供了一种参与和创新扩展的方式。

在AI/ML世界中,这是一个巨大的挑战。开发这些算法的公司或数据科学家只对其中的许多算法有模糊的理解。仅仅是让这些设备正常工作就已经很困难了,算法更新的速度证明了这一点。对于这些设备应该如何交互,或者需要内置何种安全性,几乎没有一套明确的规则。

大部分的开发工作都是秘密进行的。许多公司开发的算法都是高度专有的。特斯拉的自动驾驶算法与大众的非常不同。到目前为止,它们几乎没有相互作用。它们的主要目的是躲避。

但他们将不得不在某些时候互相互动,互相互动,以提高安全性和可靠性。模拟一组可能的交互需要标准,几乎可以为智能手机开发60,000至80,000名可能的用户方案。在AI / ML系统的情况下,相互作用的数量可能是较高的数量级。这比单个公司更具可能发展的角落案例,但它肯定在多亿美元产业中整个供应链的可能性范围内。

为了让这个市场超越少数富有的公司,并超越目前非常粗糙的互动,交流和互动将需要发生。为了让一切按计划进行,这些设备必须受到监控,而且必须可靠,它们收集的数据必须足够精确,用于特定目的。

这是一项巨大的事业,一个人会把许多公司推出他们的舒适区。但是正确完成的,它可以增加芯片行业的占地面积。



留下一个回复


(注意:此名称将公开显示)