人工智能安全完整性等级与大语言模型在危险分析中的应用
1. 人工智能安全完整性等级(AI - SIL)
1.1 降低不确定性的方法
在开发基于人工智能的组件时,可以采取一些措施来降低输入熵和输出的非确定性。例如,增加输入数据的结构或约束可以降低输入熵;减少基于人工智能组件的输出选项(例如,从 n 类分类问题转变为二元分类问题)可能会降低输出的非确定性。若要达到 AI - SIL 4 级别,需要进行非常严格的活动,比如使用形式化方法来证明算法的正确性和鲁棒性。
1.2 AI - SIL 评估示例
| 应用场景 | SIL 等级 | 输入熵排名 | 输出非确定性排名 | AI - SIL 等级 |
|---|---|---|---|---|
| 车辆占用检测 | SIL 1 | E1 | N1 | AI - SIL 1 |
| 发动机健康分析 | SIL 2 | E1 | N2 | AI - SIL 2 |
| 车道变更辅助 | SIL 3 | E2 | N1 | AI - SIL 3 |
超级会员免费看
订阅专栏 解锁全文
273

被折叠的 条评论
为什么被折叠?



