航空飛行相信AI技術(shù)
到底是航空相信AI，還是航空人相信AI，關(guān)于題目我想了半天，人的意識(shí)觀念是存在差別的，但航空不會(huì)。盡管面向AI的數(shù)據(jù)認(rèn)證和之前的代碼認(rèn)證已經(jīng)產(chǎn)生了思維上的變化，但是關(guān)于航空AI的共識(shí)過程必然會(huì)被一步步完成。
機(jī)器學(xué)習(xí)（ML）是一個(gè)建立已久的領(lǐng)域，它通過從示例數(shù)據(jù)中自動(dòng)學(xué)習(xí)來構(gòu)建輸入輸出模型。在過去的十年里，一系列開創(chuàng)性的研究突破重新點(diǎn)燃了這一領(lǐng)域，并開啟了廣泛的新應(yīng)用。由于可用數(shù)據(jù)和計(jì)算能力的增加，這一進(jìn)展在很大程度上是可能的。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集，有著微妙的區(qū)別。在機(jī)器學(xué)習(xí)中，模型從主題專家手工制作的數(shù)據(jù)特征（即對(duì)象顏色、邊緣、紋理、速度等）中學(xué)習(xí)。在深度學(xué)習(xí)中，該模型自己學(xué)習(xí)這些特征。對(duì)于許多專業(yè)任務(wù)，這種模型的性能優(yōu)于傳統(tǒng)方法，甚至優(yōu)于人類專家。這些任務(wù)包括醫(yī)學(xué)診斷、衛(wèi)星圖像分析、疾病分類、棋盤和電子游戲策略等。研究人員和從業(yè)者將深度學(xué)習(xí)視為機(jī)器人自主性的關(guān)鍵推動(dòng)者，從而實(shí)現(xiàn)前所未有的安全水平。特別是，深度學(xué)習(xí)是過去十年自動(dòng)駕駛成功的幕后推手，有可能釋放自動(dòng)飛行的真正好處。盡管取得了這些成就，但機(jī)器學(xué)習(xí)在汽車和飛機(jī)等安全關(guān)鍵系統(tǒng)中的廣泛應(yīng)用進(jìn)展緩慢。這在很大程度上是因?yàn)榉ㄒ?guī)滯后，缺乏標(biāo)準(zhǔn)化的認(rèn)證政策，尤其是在航空航天領(lǐng)域。
在航空航天領(lǐng)域，認(rèn)證旨在確保硬件、軟件和流程遵循一套定義的設(shè)計(jì)和性能要求，并最終降低故障概率。獲得運(yùn)行證明的關(guān)鍵在于定量證明整個(gè)運(yùn)行領(lǐng)域（OD）的可靠性。對(duì)于航空航天，政府機(jī)構(gòu)授予認(rèn)證，如FAA和EASA。它們沒有規(guī)定要遵循的確切做法，而是發(fā)布咨詢通知，以承認(rèn)開發(fā)和認(rèn)證飛機(jī)、航空航天系統(tǒng)或部件的可接受方法。
這些機(jī)構(gòu)得到了SAE、RTCA或EUROCAE等專業(yè)協(xié)會(huì)的支持，提供了一個(gè)論壇來制定飛機(jī)系統(tǒng)設(shè)計(jì)的技術(shù)標(biāo)準(zhǔn)和推薦做法。這些文件不具有任何法律效力，但通常被視為可接受的合規(guī)方式。然后，監(jiān)管機(jī)構(gòu)與每個(gè)申請(qǐng)人合作，批準(zhǔn)使用每個(gè)標(biāo)準(zhǔn)來定義正式的符合性方法（MOC）。
廣泛接受的航空航天模式是遵循SAE ARP4761和ARP4754A/ED-79A的指導(dǎo)。該框架遵循經(jīng)典的系統(tǒng)工程V生命周期，以確定系統(tǒng)組件所需的認(rèn)證級(jí)別。使用功能危害分析（FHA），將系統(tǒng)架構(gòu)分解為不同的級(jí)別；從飛機(jī)層面一直到子系統(tǒng)。然后列出每個(gè)級(jí)別的功能，并將其映射到相應(yīng)的子系統(tǒng)。然后，每個(gè)功能的故障條件和嚴(yán)重程度決定了開發(fā)保證水平（DAL），并確定了要滿足的安全要求。然后，申請(qǐng)人遵循符合性方法（MOC）來驗(yàn)證是否滿足故障條件要求。
DO-254/ED-80和DO-178C/ED-12C是分別為硬件和軟件組件的認(rèn)證提供指導(dǎo)文件。同樣，DO-200B提供了處理航空數(shù)據(jù)的指南，并可擴(kuò)展到機(jī)器學(xué)習(xí)數(shù)據(jù)的管理。根據(jù)DO-178C，每個(gè)需求都必須可追溯到實(shí)現(xiàn)它的代碼行、驗(yàn)證該代碼正確性的測(cè)試用例以及此類測(cè)試的結(jié)果。這樣可以確保源代碼滿足每個(gè)需求，并且沒有多余的代碼。
對(duì)于機(jī)器學(xué)習(xí)模型，將代碼行映射到需求并不簡(jiǎn)單，因此在當(dāng)前的認(rèn)證過程中產(chǎn)生了差距。首先，這樣的模型通常包含數(shù)百萬個(gè)參數(shù)，這些參數(shù)的子集根據(jù)輸入的屬性被激活。這使得無法跟蹤單個(gè)參數(shù)對(duì)結(jié)果輸出的影響。第二，這些參數(shù)不是像傳統(tǒng)軟件（例如卡爾曼濾波器、偏航控制器）那樣直接從物理或要求中導(dǎo)出的。參數(shù)是從示例數(shù)據(jù)中自動(dòng)學(xué)習(xí)的，該示例數(shù)據(jù)在模型的訓(xùn)練階段被饋送到模型。因此，為了將此參數(shù)跟蹤到需求，應(yīng)該將該數(shù)據(jù)本身映射到需求。這不僅將當(dāng)前認(rèn)證過程的重點(diǎn)從代碼本身轉(zhuǎn)移到了數(shù)據(jù)可追溯性上。第三，一些機(jī)器學(xué)習(xí)模型構(gòu)建的數(shù)據(jù)的中間表示越來越復(fù)雜、強(qiáng)大，但也無法解釋。通過查看代碼中的那些中間層，不可能將它們的參數(shù)映射到需求。
本文地址：航空之家 http://www.hyundai-xr.cn/article-1345.html
