Аягына чейин интеграция, MLOps жана инженердин жоопкерчилиги

Пайдалар:

• Концепциядан өндүрүшкө чейин AI тарабынан колдоого алынган автомобиль долбоорун иштеп чыгуу жана аны мониторинг цикли менен тейлөө мүмкүнчүлүгү
• Модель версиясын башкаруу, маалыматтардын дрейфи жана кайра даярдоо муктаждыктарын баалоо мүмкүнчүлүгү
• Долбоор бою жоопкерчиликти, байкоо жүргүзүүнү жана документацияны сактоо менен AIны коопсуз масштабдоо мүмкүнчүлүгү

Бул модулдун акыркы бөлүгүндө биз бардык бөлүктөрдү бириктиребиз. Жасалма интеллект долбоорлоодон өндүрүшкө, тестирлөөдөн жеткирүү чынжырына чейин жеке бирдиктерде кандайча колдонулганын көрдүк. Бирок реалдуу долбоордо булар өзүнчө кадамдар эмес, жашоо цикли: маалыматтар чогултулат, модель курулат, өндүрүшкө киргизилет, ал көзөмөлдөнөт жана эскиргенде жаңыланат. Бул циклди сактоо дисциплина MLOps (Machine Learning Operations) деп аталат. Бул бөлүм AI менен иштеген автомобиль долбоору үчүн жоопкерчиликти башынан аягына чейин орнотууну, тейлөөнү жана сактоону камтыйт.

AI долбоорунун жашоо цикли

Автоунаа контекстиндеги типтүү аягы:

1. Көйгөй жана баалуулуктарды аныктоо: Биз кандай бизнес көйгөйүн чечип жатабыз? Ийгилик кантип өлчөнөт? Бул коопсуздук үчүн маанилүү функциябы?
2. Маалыматтарды чогултуу жана маркировкалоо: Булактар ​​(CAN, тестирлөө, өндүрүш, телематика), сапат, купуялуулук.
3. Моделди иштеп чыгуу: Атрибуту, модели, текшерүү (агып чыгууну көзөмөлдөө, бирдиктин ырааттуулугу).
4. Текшерүү жана коопсуздукту баалоо: ISO 26262/SOTIF талап кылынса, көз карандысыз тестирлөө.
5. Жайгаштыруу: Моделди шайманга, линияга же булутка жайылтуу.
6. Мониторинг: аткаруу, маалымат дрейф, ойготкучтун тактыгы.
7. Кайра даярдоо: Модель эскирип калганда жаңыртылат.
8. Документтөө жана байкоо жүргүзүү: Ар бир кадамдын эсеби; ким, качан, эмне үчүн.

Бул цикл биротоло бүтпөйт; тынымсыз айланып турат. Автоунаада моделди "коюп, унутуп коюу" коркунучтуу.

Кеңеш: Долбоорду баштоодо, "бул модель талаада болгондон кийин ким, кайсы метрика менен жана канча жолу көзөмөлдөйт?" Эгерде сиз суроого жооп бере албасаңыз, модель азырынча өндүрүшкө даяр эмес.

Модель версиясын башкаруу жана көзөмөлдөө

Автоунаадагы байкоочулук люкс эмес, бирок көбүнчө мыйзамдуу милдет. Маселе жаралганда “кайсы моделдин версиясы, кандай маалыматтар менен үйрөтүлгөн, аны ким бекитти?” деген суроого жооп бере алышыңыз керек. Жакшы тажрыйбалар:

• Моделдин версиясы: Ар бир моделдин номери, машыгуу маалыматтары жана датасы жазылат.
• Берилиштерди версиялоо: Ал үйрөтүлгөн маалыматтар тоңдурулган.
• Чечим кабыл алуу журналы: Бекитүүнү ким жана кандай далилдер менен берген.
• Кайра артка кайтаруу планы: Эгерде жаңы модель жаман болуп чыкса, сиз эскисине кайтып барсаңыз болот.

пункт

Эмне үчүн керек

Жок болсо коркунуч

Модель версиясы

Кайсы версия талаада?

Көйгөйдү байкоого болбойт

Маалымат версиясы

Ал эмне менен машыккан?

кайталанбайт

Бекитүү жазуусу

Ким жооптуу?

жоопко тартууга болбойт

жокко чыгаруу

Жаман версиядан кайтуу

Талаада узакка токтоп калуу

Маалыматтардын дрейфи жана моделдин бузулушу

Модель - бул ал машыккан дүйнөнүн көз ирмемдик сүрөтү. Бирок дүйнө өзгөрөт: жаңы тетиктерди жеткирүүчү башка сенсордук толеранттуулукту алып келет, жаңы унаа модели чыгат, мезгил өзгөрөт, айдоо адаттары өзгөрөт. Киргизилген маалыматтарды бөлүштүрүү машыгуу убактысынан алыстаган сайын моделдин иштеши унчукпай төмөндөйт. Бул берилиштердин дрейфи жана натыйжада өндүрүмдүүлүктүн төмөндөшү моделдин бузулушу деп аталат.

Коркунучтуусу, бул төмөндөө унчукпай турат: модель кулап кетпейт, ката кетирбейт, жөн эле жаңылышат. Ошондуктан:

• Киргизүүнү бөлүштүрүүнү көзөмөлдөө (дрейфти аныктоо).
• Натыйжалардын көрсөткүчтөрүн реалдуу натыйжалар менен көзөмөлдөңүз (ойготкучтар так беле?).
• Босогодон ашып кеткенде кайра даярдоону баштаңыз.

Абайлаңыз: "Модель үйрөтүлгөндөн кийин, ал түбөлүккө бирдей көрсөткүчтү берет" деген божомол унаада туура эмес жана кооптуу. Дрейфтин мониторинги жок өндүрүшкө киргизилген модель билбестен ишенимсиз болуп калышы мүмкүн.

Аягына чейин мисал сценарийи: болжолдуу тейлөө паркы

Аны конкреттештирели. Сиз жүк флоту үчүн турбо иштебей калган эрте эскертүү системасын орнотуп жатасыз:

1. Наркы: токтоп туруу жана сүйрөө чыгымдарын кыскартуу; ийгилик = иш жүзүндө ката/жалган сигнал балансы алынган.
2. Маалыматтар: 40 унаанын CAN сигналдары, тарыхый ката жазуулары; VIN анонимдүү.
3. Модел: Аномалия + RUL; убакыт катар агып алдын алуу; Белгисиздик диапазону берилген.
4. Текшерүү: Мурунку каталар боюнча backtesting; Жалган сигнализациянын баасы таразага тартылды.
5. Өндүрүш: Булуттагы күнүмдүк упай; техникке панелди.
6. Мониторинг: Жаңы унаа модели кошулганда дрифт башкаруу; ойготкучтун тактыгы жума сайын.
7. Кайра даярдоо: Чейрек сайын жаңы унаа түрү жана жаңы ката мисалдары менен жаңыртуу.
8. Документация: Үлгү версиясы, маалымат версиясы, күбөлүк берүүчү инженер катталган.

Бул агымда эч бир кадам "AI чечти, аткарылды" деп айтылбайт; Ар бир этап үчүн адам жооптуу.

Мини кейс изилдөөлөр

1-жагдай - Унчукпай ажыроо. Сапатты башкаруу модели бир жыл бою жакшы иштейт, андан кийин агып кетүү ылдамдыгы акырындык менен көбөйөт. Негизги себеп: жеткирүүчү өзгөргөндө, бөлүктүн беттик текстурасы бир аз башкача болуп калды (дрейф) жана модель муну "нормалдуу" деп ойлой баштады. Дрейфтин мониторинги орнотулуп, модель кайра даярдалат. Натыйжа: Мониторинг болбосо, алсыздык бир нече ай бою байкалбай калмак.

2-жагдай - Көз салуу сакталды. Талаадан жалган сигнализация келип жатат. Чечимдер журналынан команда кайсы моделдин версиясы кайсы маалыматтар менен иштээрин аныктайт; Ал көйгөй белгилүү бир версиянын босого жөндөөсүнөн келип чыкканын аныктайт жана ошол версияны артка кайтарат. Натыйжа: Эгерде версиясы жана чечим жазуусу жок болсо, көйгөйдү издөө мүмкүн эмес.

3-жагдай – кайра даярдоо тартиби. Жаңы электр модели паркка кошулганда, учурдагы болжолдуу тейлөө модели бул унаада көптөгөн жалган сигналдарды жаратат (ал эч качан көргөн эмес). Жаңы моделди ишке киргизүүдөн мурун, команда дрейфтин эскертүүсүн тартып алат жана моделди жаңы унаа маалыматтары менен кеңейтет. Натыйжа: Drift мониторинги жаңы продукт менен келген деградацияны эрте байкады.

тез шаблондор

Калып 1 - Долбоордун планынын долбоору:

Рол: AI долбоорунун жетекчиси (автомобил). 40 унаадан турган парк; VIN анонимдүү болуп саналат.Чектөө: наркты аныктоонун, маалыматтардын, моделдин, текшерүүнүн, өндүрүштүн, мониторингдин, кайра даярдоонун жана документациянын кадамдарын өзүнчө карап көрүңүз; ар бир кадам үчүн ким жооптуу экенин көрсөтүү.Чыгуу: Кадам | чыгаруу | жооптуу | тобокелдик таблицасы.

Калып 2 - Мониторинг планы:

Рол: Сиз MLOps инженерисиз. Тапшырма: Тартылган моделге мониторинг планын сунуштоо. Контекст: Киргизилген маалыматты бөлүштүрүү убакыттын өтүшү менен өзгөрүшү мүмкүн (жаңы жеткирүүчү, жаңы курал); аткаруу реалдуу натыйжалар менен өлчөнө алат.Output: Metric to track | босого | ишке ашырыла турган иш-аракет.

Калып 3 - Дрифт рейтинги:

Ролу: Маалымат таануучу. Тапшырма: Берилиштердин дрейфин кантип аныктоону жана качан кайра даярдоо керек экендигин түшүндүрүңүз. Контекст: Өндүрүш линиясынын визуалдык текшерүү модели; Жөнөтүүчүдө өзгөрүү болушу мүмкүн. Чыгуу: Signal | өлчөө | кайра даярдоо триггери.

Калып 4 - Көз салууга текшерүү тизмеси:

Рол: Сиз сапат/комплаенс аудиторусуз. Тапшырма: Модель үчүн байкоо жүргүзүү тизмесин түзүңүз. Контекст: Автоунаа; Көйгөй пайда болгондо, 'кайсы версия, кайсы маалыматтар, аны ким бекитти' деген суроого жооп бериш керек. Чыгуу: Item | эмнеге керек | диаграмманы кантип сактоо керек.

Алсыз тездик / Күчтүү тездик

Алсыз билдирүү:

Моделди өндүрүшкө киргизиңиз.

Көз салуу, версиялоо, жоопкерчилик жана артка кайтаруу жок; Унчукпай ажыроо жана чечилбеген көйгөйлөр сөзсүз болот.

Күчтүү билдирүү:

Рол: Сиз MLOps жана унаа сапаты боюнча кеңешчисиз. Тапшырма: Мен жоопкерчилик менен өндүрүшкө моделин киргизүү керек текшерүү тизмесин түзүү. Контекст: Болжолдуу тейлөө флоту; Убакыттын өтүшү менен жаңы унаа түрлөрү кошулат; VIN anonymous.Constraint: Мониторингди, дрейфти аныктоону, версияны/маалыматтарды каттоону, ырастоону жана артка кайтаруу планын камтыйт; Ар бир пункт үчүн ким жооп берет; "аны коюу жана унут" сунушу. Чыгуу: Этап | зарылчылык | жооптуу | тобокелдик таблицасы.

Жалпы каталар

• "Аны коюп, унут" ыкмасы. Мониторинг жок болсо, модель акырын чирип кетет.
• Версия/маалымат жазуулары сакталбайт. Көйгөйдү издөө же кайра чыгаруу мүмкүн эмес.
• Артка кайтаруу планы жок. Начар релизден калыбына келтирүү көп убакытка созулса, талаада узакка созулган ийгиликсиздик болот.
• Дрифтти күткөн жок. Жаңы жеткирүүчү/курал/сезон моделди бузат; мониторинг жүргүзүү маанилүү.
• Жоопкерчиликти түшүнүксүз калтыруу. “Ким жооп берет” деген жооп ар бир кадамда ачык болушу керек.

Кыскача айтканда

• AI менен иштеген автомобиль долбоору бир жолку эмес, жылма жашоо цикли (MLOps).
• Моделди жана маалыматтарды версиялоо, чечимдерди каттоо жана кайра пландоо байкоо жүргүзүү үчүн абдан маанилүү.
• Маалыматтардын дрейфи моделди унчукпай жокко чыгарат; киргизүү жана аткаруу мониторинг жана зарыл болгон учурда кайра даярдоо керек.
• Аягына чейин мисал, ар бир кадам бир адам жооптуу болот; "AI чечти, бүттү" деген жок.
• "Аны коюп, унутуп коюу" автоунаада кооптуу; мониторинг, документтештирүү жана отчеттуулук долбоордун бүткүл мезгилинде сакталат.

Колдонмо тапшырмасы

Бул модулда үйрөнгөнүңүздү бир долбоорго бириктириңиз (мисалы, өндүрүш линиясын визуалдык текшерүү же болжолдуу тейлөө). (1) Үлгү 1 менен аягына чейин долбоордун планын түзүү; Ар бир кадам үчүн жооптуу адамды жаз. (2) Мониторинг планын жана дрейф триггерлерин 2 Калып менен аныктаңыз. (3) Калып 4 менен көз салууга текшерүү тизмесин даярдаңыз. (4) Модулдун башталышынан баштап бул долбоорго үч анкердик дисциплинаны кантип колдонгонуңузду абзацта кыскача баяндап бериңиз.

текшерүү тизмеси

• [ ] Мен долбоорду акырына чейин жашоо цикли катары пландаштыргам.
• [ ] Мен үлгү жана маалымат версиясы менен чечим жазууну аныктадым.
• [ ] Мен мониторинг планын жана дрейф триггерлерин койдум.
• [ ] Мен артка кайтаруу планын даярдадым.
• [ ] Ар бир кадам үчүн ким жооптуу экенин тактадым.
• [ ] Мен үч анкердик валидация дисциплинасын жана адамдык коопсуздук-критикалык текшерүүнү сактадым.

Модуль экзамени

1. Унаа коопсуздугу үчүн маанилүү чечим кабыл алууда AI чыгаруунун ролу кандай (мисалы, тормоздук программаны текшерүү)?

• A) Талдоону тездетет, бирок акыркы бекитүү жана жоопкерчилик компетенттүү инженерде калат✔
• B) жетиштүү маалыматтар бар болсо, аны инженердин уруксатысыз өндүрүшкө киргизүүгө болот
• C) AI тормоз сыяктуу критикалык системаларда эч кандай этапта колдонулушу мүмкүн эмес
• D) моделдин тактыгы 99% ашса, адам текшерүүнүн кереги жок

Сүрөттөмө: Жасалма интеллект талдоону тездетет, талапкерлердин чечимдерин жана жыйынтыктарды чыгарат; Бирок, коопсуздук-критикалык чечим жана акыркы бекитүү компетенттүү инженердин жоопкерчилиги болуп саналат. AI инженердик текшерүүнү алмаштыруу эмес.

2. Үч анкердик валидация дисциплинасында AIнын натыйжасын текшерүү үчүн кандай үч көз карандысыз текшерүү колдонулат?

• A) Проспекттин узундугу, тили жана форматы
• B) Чоңдуктун тартибин, инженердик негиздүүлүктү жана көз карандысыз тестирлөө/өлчөөнү далилдөө ✔
• C) моделдин өлчөмү, окутуу убактысы жана GPU саны
• D) Жабдуучунун маркасы, баасы жана жеткирүү убактысы

Description: Үч казык; чоңдуктун тартиби (тартипти текшерүү), инженердик ишенимдүүлүк (физика/тажрыйба) жана көз карандысыз тест/өлчөө далилдери менен кайчылаш текшерүү. Бул үчөө AIга эмес, далилдерге ишенимди камсыз кылат.

3. CFD же FEA симуляциясын тездетүүчү "суррогат моделдин" чыгышы үчүн эң маанилүү текшерүү кайсы?

• A) Суррогат модели чыныгы чечүүчүгө караганда дайыма так
• B) Жөн гана рендерди эстетикалык жактан жагымдуу кылуу жетиштүү
• C) Эталондук чечим менен салыштыруу жана машыгуу мейкиндигинен тышкары жылып жатканда ишенимсиздикти кабыл алуу ✔
• D) Эгерде бир чуркап конвергенсе, тармактын көз карандысыздыгын кароонун кереги жок

Сүрөттөмө: Суррогат модели реалдуу чечүүчүнүн ордуна тез божомолдорду чыгарат; бирок ал даярдалган долбоорлоо мейкиндигинен тышкары ишенимсиз. Чыгуу экстраполяция аймагын эталондук жогорку тактык симуляциясы жана физикалык чек ара шарттары менен белгилөө менен текшерилиши керек.

4. SAE автоматташтыруу деңгээлдеринде 2-деңгээлди (жарым-жартылай автоматташтыруу) туура туюнтма кайсы?

• A) Транспорт бардык шарттарда айдоочусуз жүрө алат
• B) Система эч кандай айдоочулук милдетти өзүнө албайт, болгону эскертүүлөрдү берет
• В) Айдоочунун ордунда отурбаса жакшы болот
• D) Система рулду жана ылдамдыкты колдойт, бирок айдоочу дайыма көзөмөлдү жана жоопкерчиликти сактайт ✔

Сүрөттөмө: 2-деңгээлде система бир эле убакта рулду жана ылдамдыкты/аралыкты колдойт, бирок айдоочу дайыма көзөмөлдү кармап турат жана каалаган убакта ээлеп алууга даяр; Жоопкерчилик айдоочуга жүктөлөт. 3-деңгээлде жана андан жогору, система белгилүү бир шарттарда айдоо милдетин алат.

5. Эмне үчүн "качуунун ылдамдыгы" өндүрүш линиясында визуалдык кемчиликтерди аныктоодо маанилүү көрсөткүч болуп саналат?

• A) Кемтик бөлүгүн бекитүү жана аны талаага жөнөтүү коопсуздук жана кайра чакыртып алуу коркунучун жаратат ✔
• B) Бул линия ылдамдыгын жайлаткандыктан гана маанилүү
• C) Агып кетүү ылдамдыгы боёк кемчиликтери үчүн гана жарактуу
• D) Агышуу ылдамдыгы моделдин машыгуу убактысын өлчөйт

Description: Мыйзамсыз; Кемчиликтүү бөлүк кемчиликсиз деп эсептелет жана сызыктан өтөт (жалган терс). Унаа коопсуздук бөлүгү үчүн, агып кетүү жалган четке кагууга караганда алда канча кымбатка турат, анткени ал иштен чыгып же талаада кайра чакыртып алышы мүмкүн; Босого ошого жараша жөнгө салынат.

6. Болжолдуу тейлөөдө "пайдалуу кызматтын калган мөөнөтү" (RUL) баалоосунун эң так колдонулушу кайсы?

• A) RUL мотор майы үчүн гана эсептелет
• B) Аныксыздык диапазону менен берүү жана тейлөө терезесине жана коопсуздук маржасына ылайык чечмелөө керек ✔
• C) Бирдиктүү так күн мааниси катары кабыл алынышы керек жана ошол күнгө чейин эч кандай текшерүү жүргүзүлбөшү керек.
• D) RUL жогору болсо, сенсорлорду өчүрүүгө болот

Сыпаттамасы: RUL – компоненттин иштен чыкканга чейин болжолдуу калган иштөө убактысы; Ал белгисиздик диапазону менен берилиши керек жана техникалык тейлөө планына жана коопсуздук маржасына ылайык чечмелениши керек. Бир чекиттик баалоого сокур таянуунун ордуна, ишеним аралыгы жана жалган сигналдын баасы эске алынат.

7. Тестирлөө маалыматтарын талдоодо AI жол сыноо жазуусунда аномалияны белгилегенде инженер эмне кылышы керек?

• A) Аномалияны көргөндө, тест автоматтык түрдө ийгиликсиз деп эсептелиши керек.
• B) AI аны белгилебеген болсо, маалыматтарды такыр карабашы керек
• C) Аномалияны чийки маалыматтар, өлчөөнүн белгисиздиги жана кайталануучулугу менен текшериңиз ✔
• D) Аномалияларды жок кылуу жана отчетту тазалоо

Түшүндүрмө: AI желектери корутунду эмес, ачкыч болуп саналат деген аномалия. Инженер өлчөө белгисиздигин, сенсордун бузулуу мүмкүнчүлүгүн жана кайталануу мүмкүнчүлүгүн текшерип, аномалияны чийки маалыматтар жана кабыл алуу критерийлери менен текшериши керек. Автоматтык түрдө кабыл алуу же четке кагуу туура эмес.

8. Жеңилдетилген изилдөөдө AI тарабынан сунушталган материалдык өзгөртүү үчүн кандай текшерүү милдеттүү?

• A) Бул жөн гана жеңил болушу керек
• B) Материалдык базадагы бир катар далил катары алынышы мүмкүн
• C) Crash жүрүм-турум жеңил материалдарда маанилүү эмес
• D) Механикалык, чарчоо, кыйроо, өндүрүмдүүлүк жана нарк талаптары бирге сыналышы керек ✔

Эскертүү: Материалдык сунуш тыгыздык/күч катышы боюнча гана кабыл алынбайт; механикалык касиеттери, чарчоо, кыйроо жүрүм-туруму, өндүрүү жөндөмдүүлүгү, коррозия, наркы жана коопсуздук талаптары бирге текшерилиши жана физикалык сыноо менен ырасталууга тийиш.

9. Эмне үчүн автомобиль жеткирүү чынжырындагы "бир булактан алынган тобокелдик" AI сунуштарында өзгөчө көңүл бурууну талап кылат?

• A) Бир жеткирүүчүдөгү үзгүлтүк бардык өндүрүштү токтотушу мүмкүн; Экинчи булак жана буфер бааланышы керек ✔
• B) Бир булак ар дайым эң коопсуз вариант
• C) Эгерде AI сунуш кылынса, тобокелдикти анализдөөнүн кереги жок
• D) Бир булак коркунучу шинага гана тиешелүү

Түшүндүрмө: Эгерде бир бөлүк бир жеткирүүчүдөн келсе, анда ал камсыздоочу менен көйгөй жаралганда өндүрүш токтойт. AI чыгымдарды оптималдаштыруунун бир булагын сунуштай алат; Инженер/пландоочу муну экинчи ресурс, биржа буфери жана сценарий анализи менен тең салмакташы керек. Наркы жалгыз критерий эмес.

10. Python менен телеметриялык талдоо жүргүзүүдө "маалыматтын агып кетиши" эмнени билдирет жана бул эмне үчүн коркунучтуу?

• A) Маалыматтар дисктен агып чыгып, жок кылынат
• B) Модель окууда алдын ала айтуу учурунда билинбеген маалыматты көрөт; Упайды көбөйтөт, талаада кулап калат✔
• C) Графикалык түстөрдүн аралашуусу
• D) Сүрөт маалыматтарында гана кездешет

Description: Маалыматтын агып кетиши; Бул модель окутууда болжолдоо учурунда чындыгында белгилүү болбогон маалыматты көргөндө (мисалы, келечектеги маани же максатка тиешелүү атрибут). Бул жасалма түрдө тесттин упайын жогорулатат, бирок талаанын көрсөткүчтөрүн бузат. Убакыт катарында өткөн/келечек айырмасы кылдаттык менен сакталышы керек.

11. ASIL классификациясы ISO 26262 функционалдык коопсуздуктун контекстинде эмнени аныктайт?

• А) Транспорттун максималдуу ылдамдыгы
• B) Модельдин окуу маалыматтар топтомунун өлчөмү
• C) ✔ Коркунучтун олуттуулугуна, таасирине жана контролдонууга ылайыктуу коопсуздуктун талап кылынган деңгээли.
• D) Жабдуучунун кредиттик рейтинги

Сүрөттөмө: ASIL (Автомобилдик коопсуздуктун бүтүндүгү деңгээли) коркунучтун оордугун, таасиринин жана башкарылуучулугун баалоонун негизинде талап кылган коопсуздук чараларынын деңгээлин (Адан Dге чейин, D эң жогорку) аныктайт. Жогорку ASIL дагы катуу иштеп чыгууну, текшерүүнү жана документтерди талап кылат.

12. ISO 21448 (SOTIF) классикалык функционалдык коопсуздуктан (ISO 26262) эмнеси менен айырмаланат?

• A) Аппараттык камсыздоонун бузулууларын гана чечет
• B) Программалык камсыздоону лицензиялоону гана жөнгө салат
• C) SOTIF - ISO 26262 эски аталышы
• D) Адекваттуу эмес функционалдуулуктан жана таанылбаган сценарийлерден келип чыккан тобокелдиктерди чечет, атүгүл ийгиликсиздик жок болсо да ✔

Сыпаттамасы: ISO 26262 бузулуулардан/аппараттык-программалык камсыздоонун каталарынан келип чыккан тобокелдиктерди чечсе, SOTIF (Негизделген функциянын коопсуздугу) система такыр иштебесе да, адекваттуу эмес аныктоодон, таанылбаган сценарийлерден жана функционалдык чектөөлөрдөн келип чыккан тобокелдиктерди карайт; AI негизинде аныктоодо өзгөчө маанилүү.

13. Айдоочу жана транспорт каражатынын телеметрикалык маалыматтары менен иштөөдө купуялуулук жагынан эң жакшы ыкма кайсы?

• A) KVKK/GDPR ылайыктуу анонимдөө, маалыматтарды азайтуу жана максатты чектөө ✔
• B) бардык чийки маалыматтарды VIN менен бирге коомдук моделге жөнөтүү
• C) Купуялык маркетинг маалыматтарына гана тиешелүү
• D) Жайгашкан жердин маалыматтары эч качан жеке маалымат катары каралбайт

Сүрөттөмө: Жайгашкан жери, айдоо жүрүм-туруму жана шасси номери (VIN) сыяктуу маалыматтар адамды аныктай алат. Эң туура мамиле; маалыматтарды анонимдөө/псевдонимизациялоо, керектүү нерселерди гана чогултуу (маалыматтарды минималдаштыруу), максатты чектөө жана KVKK/GDPR ылайыктуу. Үчүнчү тараптын куралдарына чийки VIN же жайгашкан жерди жөнөтүү кооптуу.

14. Өндүрүшкө киргизилген AI моделиндеги "маалыматтардын дрейфине" мониторинг жүргүзүү эмне үчүн зарыл?

• A) Модель үйрөтүлгөндөн кийин, ал чексиз бирдей көрсөткүчтү берет.
• B) Убакыттын өтүшү менен киргизүүнүн бөлүштүрүлүшү өзгөргөндүктөн, аткаруу унчукпай төмөндөйт; кайра даярдоону баштоо керек ✔
• C) Дрейф – бул аппараттык түзүлүштүн физикалык термелүүсү
• D) Мониторингдин кереги жок, анткени модель өзү автоматтык түрдө жаңыланат

Түшүндүрмө: Чыныгы дүйнө өзгөрөт (жаңы тетиктер жеткирүүчү, мезгил, жаңы унаа модели); Киргизүүнү бөлүштүрүү машыгуу убактысынан алыстаган сайын моделдин иштеши үнсүз төмөндөйт. Кайра даярдоо дрейфтин мониторинги жана аткаруу көрсөткүчтөрү аркылуу ишке ашырылат. Автомобилде "аны коюп, унут" ыкмасы кооптуу.