据外媒报道，约克大学（University of York）的英国计算机科学家团队开发出一个突破性的流程，可帮助确保机器学习（ML）和用于自动驾驶技术的AI安全。该方法可帮助工程师建立一个安全案例，在最终交付用户时明确且系统地建立对ML的置信度。
图片来源：assuringautonomy.com
随着机器人、送货无人机、智能工厂和无人驾驶汽车越来越普及，目前自动驾驶技术的安全法规出现灰色地带。与其他高风险技术相比，自动驾驶系统的全球指导方针并不严格。当前标准在细节方面不够明确，因此在AI和ML等新技术进入市场时，使用这些技术改善生活可能不够安全。
这一新指南由约克大学的保证自主国际计划（Assuring Autonomy International Programme，AAIP）开发，名为用于自动驾驶系统的机器学习保证（Assurance of Machine Learning for use in Autonomous Systems，AMLAS）。AAIP与行业专家合作开发流程，将安全保证系统地集成到ML组件的开发中。
高级研究员、AMLAS的作者之一Richard Hawkins博士说：“目前确保自动驾驶技术安全的方法几乎没有指导或制定标准。全球各部门都在努力尽快制定新的指导方针，以确保机器人和自动驾驶系统的安全性。”
独立性
AAIP持中立立场，可独立将企业、学术研究、监管机构以及保险和法律专业人士联系起来，为安全的人工智能、机器人技术和自动驾驶系统编写新指南。
Hawkins博士表示：“AMLAS可帮助所有拥有新自主产品的企业或个人将安全保证（safety assurance）系统地集成到ML组件的开发中。我们的研究可帮助理解自动驾驶技术安全运行的风险和限制。”
Hawkins博士还表示：“在约克，我们针对最佳实践和流程进行了大量研究，以收集可以评估这些新复杂技术安全性的证据。此外，我们还在安全设计、评估和机器人和自动驾驶系统使用方面进行训练。”
AAIP是约克大学的一个安全保证小组，与劳氏基金会（Lloyd's Register的慈善机构）合作，致力于打造一个更安全的世界。
