ලාභ:
- ISO 26262 ක්රියාකාරී ආරක්ෂාව සහ ISO 21448 (SOTIF) රාමු සහ කෘත්රිම බුද්ධිය අඩංගු පද්ධති කෙරෙහි ඒවායේ බලපෑම පැහැදිලි කිරීමේ හැකියාව
- මෝටර් රථ සන්දර්භය තුළ දත්ත රහස්යතාව, රියදුරු දත්ත, සයිබර් ආරක්ෂාව (ISO/SAE 21434) සහ සදාචාරාත්මක අවදානම් කළමනාකරණය කිරීමේ හැකියාව
- AI ප්රතිදානය දක්ෂ ඉංජිනේරු අනුමැතිය සඳහා ආදේශකයක් නොවන බව අවබෝධ කර ගැනීමෙන් ආරක්ෂිත තීරණාත්මක තීරණ සඳහා මානව වගකීම පවත්වා ගැනීමේ හැකියාව
ඔබ මෙම මොඩියුලයේ වඩාත්ම තීරණාත්මක ඒකකයේ සිටී. මෙතෙක් අපි AI දැක ඇත්තේ නිර්මාණයේ සිට නිෂ්පාදනය දක්වා, පරීක්ෂණ සිට සැපයුම් දාමය දක්වා ත්වරණයක් ලෙසයි. නමුත් මෝටර් රථයේ තීරණාත්මක ප්රශ්නය නම්: මෙම පද්ධතිය කිසිවෙකුට හානියක් කරයිද සහ වගකිව යුත්තේ කවුද? මෙම ඒකකය ආරක්ෂිත-විවේචනාත්මක කර්මාන්තයක-ක්රියාකාරී ආරක්ෂාව, SOTIF, සයිබර් ආරක්ෂාව, පෞද්ගලිකත්වය සහ ආචාරධර්ම වැනි වගකීම් සහගතව AI භාවිතා කිරීමේ රාමු සරල භාෂාවෙන් ආවරණය කරයි. මූලික මූලධර්මය නියතව පවතී: AI ප්රතිදානය කිසි විටෙකත් දක්ෂ ඉංජිනේරු අනුමැතිය ප්රතිස්ථාපනය නොකරයි; ආරක්ෂක තීරණාත්මක තීරණය සහ වගකීම මිනිසා සතුය.
ISO 26262: ක්රියාකාරී ආරක්ෂාව
ISO 26262 යනු මාර්ග වාහනවල විදුලි/ඉලෙක්ට්රොනික පද්ධති සඳහා වන ක්රියාකාරී ආරක්ෂණ ප්රමිතියයි. ක්රියාකාරී ආරක්ෂාව; පද්ධතියක් අසමත් වූ විට (සංවේදකයක් බිඳී යාම, මෘදුකාංගයක් අසමත් වීම) එය අනතුරුදායක තත්ත්වයකට මග පාදන්නේ නැති බව සහතික කිරීම ගැන සැලකිලිමත් වේ.
මෙම ප්රමිතියේ හදවතෙහි ඇත්තේ ASIL (මෝටර් රථ ආරක්ෂණ අඛණ්ඩතා මට්ටම) ය. උපද්රවයක් මාන තුනකින් ඇගයීමට ලක් කෙරේ:
- බරපතලකම: එය සිදු වුවහොත් එය කොතරම් නරකද? (සුළු තුවාල හෝ මරණය)
- නිරාවරණය: මෙය කොපමණ වාරයක් සිදුවේද?
- පාලනය කිරීමේ හැකියාව: රියදුරුට තත්වය පාලනය කළ හැක්කේ කොපමණ ද?
මෙම තුනේ ඒකාබද්ධ ප්රතිඵලය ASIL A (පහළම) සිට ASIL D (ඉහළම, උදා: තිරිංග, සුක්කානම) දක්වා මට්ටමක් ඇති කරයි. මට්ටම වැඩි වන විට, සංවර්ධනය, පරීක්ෂණ සහ ලේඛන අවශ්යතා දැඩි වේ.
ප්රධාන
නියැදි පද්ධතිය
අවශ්යතා තීව්රතාවය
ඒ.
අභ්යන්තර ආලෝකයේ අක්රිය වීම
අඩු
බී.
වලිගය ආලෝකය
මධ්යම
සී.
සමහර ADAS කාර්යයන්
ඉහළ
ඩී.
තිරිංග, සුක්කානම, වායු බෑගය
ඉහළම
ඉඟිය: ශ්රිතයක ප්රධාන මට්ටම දැන ගැනීමෙන් එම ශ්රිතයේ AI භාවිතා කිරීමට කොපමණ අවධානයක් අවශ්ය දැයි ඔබට කියයි. ස්වාධීන ආරක්ෂක සත්යාපනයකින් තොරව ශ්රිතයක AI ප්රතිදානය මත පදනම් වූ කිසිදු තීරණයක් පිළිගත නොහැක.
ISO 21448 (SOTIF): අපේක්ෂිත කාර්යයේ ආරක්ෂාව
සම්භාව්ය ක්රියාකාරී ආරක්ෂාව (ISO 26262) "පද්ධතිය අසමත් වුවහොත් කුමක් සිදුවේද?" යන ප්රශ්නය කෙරෙහි අවධානය යොමු කරයි. නමුත් කෘත්රිම බුද්ධි හඳුනාගැනීමේ පද්ධතිවල නව ගැටලුවක් තිබේ: පද්ධතිය කිසිවිටකත් ක්රියා විරහිත වුවද, එය ප්රමාණවත් නොවේ. කැමරාව හොඳින් ක්රියා කරන නමුත් හිම තට්ටුවක් හඳුනාගත නොහැක; රේඩාර් ඝනයි, නමුත් එය අවතාර සංඥාවක් ලෙස ස්ථාවර වාහනයක් නොසලකා හරියි. මෙහි දෘඪාංග/මෘදුකාංග අසමත් වීමක් නොමැත; ගැටළුව ඇත්තේ ශ්රිතයේ අපේක්ෂිත විෂය පථයේ සීමාවේය.
ISO 21448 - SOTIF (අභිප්රාප්ත ක්රියාකාරීත්වයේ ආරක්ෂාව) හරියටම මෙම පරතරය ආමන්ත්රණය කරයි: පද්ධතිය සැලසුම් කර ඇති පරිදි ක්රියා කළත්, හඳුනා නොගත් අවස්ථා, හඳුනාගැනීමේ සීමාවන් සහ අනපේක්ෂිත තත්වයන් නිසා ඇතිවන අවදානම් කළමනාකරණය කිරීම. AI මත පදනම් වූ ADAS/ස්වයංක්රීය රිය පැදවීමේදී, SOTIF ISO 26262 තරම්ම තීරණාත්මක වේ.
රාමුව
අවධානය යොමු කරන්න
උදාහරණයක්
ISO 26262
අසාර්ථකත්වය හේතුවෙන් අවදානම
සංවේදකය කැඩී යයි, සංඥා අතුරුදහන් වේ
ISO 21448 (SOTIF)
ප්රමාණවත් නොවීම / හඳුනා නොගැනීමේ අවදානම
රළු කැමරාව හිම සහිත ස්ලැබ් හඳුනා නොගනී
ISO/SAE 21434
සයිබර් ආරක්ෂාව
පද්ධති ප්රහාරය, දත්ත හැසිරවීම
අවවාදයයි: AI ආකෘති සංඛ්යානමය; ඔවුන් "සෑම තත්වයක්ම නිවැරදිව දකින" බවට සහතික විය නොහැක. SOTIF හි අරමුණ වන්නේ මෙම සහජයෙන්ම සීමිත පද්ධති තුළ නොදන්නා අන්තරායකර අවස්ථා අඩු කිරීම සහ ඉතිරි අවදානම පිළිගත හැකි මට්ටමකට අඩු කිරීමයි. "ආකෘතිය 99.9% නිවැරදියි" යනු ආරක්ෂාව පිළිබඳ සාක්ෂියක් නොවේ.
ISO/SAE 21434: සයිබර් ආරක්ෂාව
සම්බන්ධිත සහ මෘදුකාංග නිර්වචනය කරන ලද වාහන සයිබර් ප්රහාරයට ගොදුරු වේ. දුරස්ථ ප්රහාරකයෙකුට තිරිංග විධානය වෙනස් කිරීමට, ටෙලිමෙට්රි සොරකම් කිරීමට හෝ හඳුනාගැනීමේ ආකෘතිය රැවටීමට හැකිය (ප්රතිවාදී ප්රහාරය: කුඩා ස්ටිකරයක් තහඩුවක් මත තැබීමෙන් ආකෘතිය වැරදි ලෙස හඳුනා ගැනීමට සැලැස්වීම). ISO/SAE 21434 යනු වාහන සයිබර් ආරක්ෂාව සඳහා වන ඉංජිනේරු රාමුවයි. කෘතිම බුද්ධියේ සන්දර්භය තුළ, අවදානම් දෙකක් කැපී පෙනේ: ආකෘතිය රැවටීම (විරුද්ධ) සහ පුහුණු දත්ත විෂ කිරීම (දත්ත විෂ වීම). මෙම ප්රහාරවලට එරෙහිව ආරක්ෂක-විවේචනාත්මක AI පද්ධති පරීක්ෂා කළ යුතුය.
පෞද්ගලිකත්වය සහ පුද්ගලික දත්ත
නවීන වාහනය "රෝද මත දත්ත මධ්යස්ථානයක්" වේ: ස්ථානය, රිය පැදවීමේ හැසිරීම, ශ්රව්ය උපකරණ, කැබින් කැමරාව පවා. මෙයින් බොහොමයක් පුද්ගලික දත්ත වන අතර KVKK (Türkiye) සහ GDPR (යුරෝපය) මගින් ආවරණය කෙරේ. VIN (චැසි අංකය) වාහනයක් සහ වක්රව එහි හිමිකරු හඳුනා ගත හැකිය. මූලික මූලධර්ම:
- දත්ත අවම කිරීම: අවශ්ය දේ පමණක් එකතු කරන්න.
- අරමුණ සීමා කිරීම: දත්ත රැස් කළ අරමුණ හැර වෙනත් අරමුණු සඳහා භාවිත නොකරන්න.
- නිර්නාමිකකරණය/ව්යාජ නාමකරණය: පුද්ගලිකව හඳුනා ගන්නා තොරතුරු ඉවත් කිරීම හෝ සංකේතනය කිරීම.
- පැහැදිලි කැමැත්ත සහ විනිවිදභාවය: එකතු කරන දේ රියදුරු දැන සිටිය යුතුය.
- ආරක්ෂිත ගබඩා කිරීම සහ මාරු කිරීම.
අවවාදයයි: පොදු ක්ලවුඩ් AI මෙවලමකට අමු VIN, ස්ථාන ඉතිහාසය හෝ රියදුරු හැසිරීම යැවීම පුද්ගලිකත්වය උල්ලංඝනය කිරීමක් සහ ගිවිසුම්ගත අවදානමක් විය හැක. මෙම දත්ත සමඟ වැඩ කරන විට, එය නිර්නාමික කර ආයතනික, දත්ත ආරක්ෂිත පරිසරයක් භාවිතා කරන්න.
ආචාර ධර්ම සහ ඉංජිනේරු වගකීම
කෘතිම බුද්ධිය සමහර සදාචාරාත්මක අවදානම් ගෙන එයි:
- පක්ෂග්රාහීත්වය: පුහුණු දත්ත යම් යම් කොන්දේසි වලට ප්රමුඛ වේ නම් (උදා. දිවා කාලයේ, සැහැල්ලු සම, ඇතැම් ප්රාදේශීය මාර්ග), අඩු නියෝජන තත්ත්වයන්හිදී (රාත්රී, විවිධ තත්ව) ආකෘතිය දුර්වල ලෙස ක්රියා කළ හැක. මෙය දුර්වලතාවයකි.
- අධි විශ්වාසය (ස්වයංක්රීය නැඹුරුව): මිනිසුන් ස්වයංක්රීයකරණය අන්ධ ලෙස විශ්වාස කරන අතර ඔවුන්ගේම විනිශ්චය අභිබවා යයි. AI "පාස්" යැයි පැවසූ පමණින් පරීක්ෂණ ඉංජිනේරුවරයා අමු දත්ත බැලීම නතර කරන්නේ නම් මෙය භයානක ප්රවණතාවකි.
- වගකීම් අහිමි වීම: "ආකෘතිය තීරණය" යනු ආරක්ෂාවක් නොවේ. තීරණය පිටුපස සෑම විටම අත්සන් කරන පුද්ගලයෙකු සිටිය යුතුය.
කුඩා සිද්ධි අධ්යයන
නඩුව 1 - SOTIF සීමාව. ස්වයංක්රීය හදිසි තිරිංග පද්ධතියක් කිසිදු දෝෂයක් නොමැතිව සියලුම රසායනාගාර පරීක්ෂණ සමත් වේ. පිට්ටනියේ, අඩු අව්වේ, සුදු ට්රක් රථයක් එහි ට්රේලරය අහසට වැරදී ප්රමාද වී තිරිංග තද කරයි. මෙය දෝෂයක් නොවේ, නමුත් SOTIF අවදානම: පද්ධතිය නොවෙනස්ව පවතින නමුත් දර්ශනය හඳුනාගැනීමේ සීමාවෙන් පිටත වේ. කණ්ඩායම පරීක්ෂණ පුස්තකාලයට මෙම දර්ශනය එක් කරන අතර රේඩාර් විලයනය ශක්තිමත් කරයි. නිගමනය: "අසාර්ථක නැත" යනු ආරක්ෂාව පිළිබඳ සාක්ෂි නොවේ; ප්රමාණවත් නොවීම ද අවදානමකි.
නඩුව 2 - පක්ෂග්රාහී දත්ත. පදිකයින් හඳුනාගැනීමේ ආකෘතියක් ප්රධාන වශයෙන් දිවා කාලයේ දත්ත සමඟ පුහුණු කරන ලදී; රාත්රී නැවත කැඳවීම සැලකිය යුතු ලෙස අඩුය. කණ්ඩායම රාත්රී සහ අඩු ආලෝක දත්ත සමතුලිත කර නැවත පුහුණු කරන අතර රාත්රී අවස්ථා වෙන වෙනම වාර්තා කරයි. නිගමනය: අසමතුලිත දත්ත ඇතැම් තත්වයන් තුළ මාරාන්තික අවදානමක් ඇති කරයි.
නඩුව 3 - පෞද්ගලිකත්වය උල්ලංඝනය වැළැක්වීම. විශ්ලේෂකයෙකු දත්තවල අමු VIN සහ GPS ස්ථාන අඩංගු බව දුටු විට පොදු AI මෙවලමකට ගුවන් යානා දත්ත ඇලවීමට සූදානම් වේ. එය දත්ත නිර්නාමික කිරීම මගින් ආයතනික පරිසරයක ක්රියා කරයි (VIN වෙනුවට Vehicle_01..arac_50, ස්ථානය වෙනුවට කලාප කේතය). ප්රතිඵලය: මොහොතකට අවධානය යොමු කිරීම බරපතල KVKK උල්ලංඝනයක් වළක්වා ඇත.
ඉක්මන් සැකිලි
සැකිල්ල 1 - පූර්ව/අවදානම් මූලික තක්සේරුව (කෙටුම්පත්):
භූමිකාව: ඔබ ක්රියාකාරී ආරක්ෂක උපදේශකයෙක්. කාර්යය: කාර්යයක් සඳහා උපද්රව සහ අවදානම් විශ්ලේෂණයට ආධාර කිරීම සඳහා කෙටුම්පතක් සකස් කරයි. සන්දර්භය: කාර්යය: ස්වයංක්රීය හදිසි තිරිංග; නාගරික සහ නගරාන්තර සීමාව: ASIL හි නිශ්චිත පැවරුම; බරපතලකම/නිරාවරණය/පාලනය කිරීමේ මානයන් පිළිබඳ ප්රශ්න සහ අවධානය යොමු කළ යුතු කරුණු ලැයිස්තුවක් දෙන්න; අවසාන පැවරුම බලයලත් ආරක්ෂක ඉංජිනේරුවරයාට පැවරෙන බව දක්වන්න.ප්රතිදානය: ප්රමාණය | ඇගයීම් ප්රශ්නය | අවධානය සටහන් වගුව.
සැකිල්ල 2 - SOTIF අවස්ථා ස්කෑන්:
භූමිකාව: ඔබ SOTIF විශේෂඥයෙක්. කාර්යය: හඳුනාගැනීමේ කාර්යයක් 'පද්ධතිය නොවෙනස්ව පවතින නමුත් ප්රමාණවත් නොවන' අවස්ථා ලැයිස්තුගත කරන්න. සන්දර්භය: කැමරාව + රේඩාර්; අඩු හිරු, හිම, උමං පිටවීම, අසාමාන්ය වස්තූන්.ප්රතිදානය: දර්ශනය | ඇයි ප්රමාණවත් නොවීම | අඩු කිරීමේ නිර්දේශය.
සැකිල්ල 3 - රහස්යතා පාලනය:
කාර්යභාරය: ඔබ දත්ත ආරක්ෂණ (KVKK/GDPR) උපදේශකයෙක්. කාර්යය: දත්ත කට්ටලයක් බෙදා ගැනීමට පෙර රහස්යතා විගණනයක් සිදු කරන්න. සන්දර්භය: ෆ්ලීට් ටෙලිමෙට්රි; තීරු VIN, GPS, ධාවන ලකුණු අඩංගු වේ. සීමා කිරීම්: පුද්ගලික දත්ත කුමන ක්ෂේත්රද, ඒවා නිර්නාමික කළ යුත්තේ කෙසේද, මා කිසිසේත් බෙදා නොගත යුත්තේ මොනවාද; sort.Output: Field | අවදානම | නිර්දේශිත ගනුදෙනු සටහන.
සැකිල්ල 4 - පක්ෂග්රාහී පරීක්ෂාව:
භූමිකාව: ඔබ ML ආරක්ෂාව සහ සාධාරණත්වය පිළිබඳ විගණකයෙකි. කාර්යය: හඳුනාගැනීමේ ආකෘතියක් තුළ පක්ෂග්රාහී අවදානම සොයන්නේ කෙසේදැයි මට කියන්න. සන්දර්භය: පදිකයින් හඳුනාගැනීම; පුහුණු දත්ත බර දිනය/නගරය. ප්රතිදානය: පරීක්ෂා කළ යුතු තත්ත්වය | මැනීම | අවදානම් ලකුණ.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මෙම ස්වයංක්රීය තිරිංග පද්ධතිය ආරක්ෂිතද, තහවුරු කරන්න.
AI ආරක්ෂක අවසරය ලබා ගැනීමට උත්සාහ කිරීම භයානක ය; අනුමැතිය බලයලත් ඉංජිනේරුවරයා සතු වේ.
බලවත් විමසුම:
කාර්යභාරය: ඔබ ක්රියාකාරී ආරක්ෂාව සහ SOTIF උපදේශකයෙකි. කාර්යය: මගේ ස්වයංක්රීය තිරිංග ක්රියාකාරිත්වයේ ආරක්ෂිත තක්සේරුවේදී මා ඇසිය යුතු ප්රශ්න සහ මා රැස් කළ යුතු සාක්ෂි මොනවාදැයි ලැයිස්තුගත කරන්න. සන්දර්භය: AI මත පදනම් වූ හඳුනාගැනීම; කැමරා + රේඩාර්; ASIL ඉහළ විය හැක. සීමා කිරීම: පද්ධතිය 'අනුමත කරන්න'; ISO 26262 (දෝෂ) සහ SOTIF (අඩුපාඩු) අනුව ප්රශ්න සහ සාක්ෂි වෙනම ලැයිස්තු සපයන්න; අවසාන අනුමැතිය බලයලත් ආරක්ෂක ඉංජිනේරුවරයා සතු බව අවධාරණය කරන්න.Output: Framework | ප්රශ්නය | අවශ්ය සාක්ෂි වගුව.
පොදු වැරදි
- "ආරක්ෂිත" සමඟ "අක්රියක් නැත" ව්යාකූල කිරීම. SOTIF ඌනතාවය අක්රිය නොවී මිය යා හැක.
- AI ආරක්ෂක අවසරය ලබා ගැනීම. අනුමැතිය සහ වගකීම බලයලත් ඉංජිනේරුවරයා සතුය.
- ආරක්ෂාව පිළිබඳ සාක්ෂියක් ලෙස ආදර්ශ නිරවද්යතාවය වරදවා වටහා ගැනීම. 99.9% නිරවද්යතාවය ඉතිරි අවදානම කළමනාකරණය කර ඇති බවක් නොපෙන්වයි.
- පුද්ගලික දත්ත ආරක්ෂා නොකිරීම. VIN/ස්ථානය/රිය පැදවීමේ හැසිරීම KVKK/GDPR හි විෂය පථය තුළ වේ.
- පක්ෂග්රාහීත්වය සහ අධි විශ්වාසය නොසලකා හැරීම. අසමතුලිත දත්ත සහ ස්වයංක්රීයකරණය පිළිබඳ අන්ධ විශ්වාසය අවදානම් වේ.
සාරාංශයක් ලෙස
- ISO 26262 අසමත් වීම නිසා ඇති වන අවදානම (ASIL සමඟ) කළමනාකරණය කරන අතර ISO 21448/SOTIF අසාර්ථක වීමේ අවදානම අසාර්ථක නොවී කළමනාකරණය කරයි; AI හඳුනාගැනීමේදී දෙකම තීරණාත්මක වේ.
- ISO/SAE 21434 සයිබර් ආරක්ෂාව; එදිරිවාදී සහ දත්ත විෂ ප්රහාර AI-විශේෂිත තර්ජන වේ.
- KVKK/GDPR හි විෂය පථය තුළ දත්ත අවම කිරීම, අරමුණු සීමා කිරීම සහ නිර්නාමිකකරණය අනිවාර්ය වේ; VIN/ස්ථානය පුද්ගලික දත්ත වේ.
- අගතිය, අධි විශ්වාසය සහ වගකීම් අහිමි වීම ප්රධාන සදාචාරාත්මක අවදානම් වේ.
- AI ප්රතිදානය සුදුසුකම් ලත් ඉංජිනේරු අනුමැතිය සඳහා ආදේශකයක් නොවේ; ආරක්ෂක තීරණාත්මක තීරණය සහ අත්සන සෑම විටම පුද්ගලයා සතුය.
යෙදුම් කාර්යය
ආරක්ෂාවට අදාළ කාර්යයක් තෝරන්න (උදා: මංතීරු තබා ගැනීම). (1) මෙම ශ්රිතයේ ASIL මට්ටම බරපතල/නිරාවරණ/පාලන මානයන් ඔස්සේ ඉහළ/අඩු විය හැක්කේ මන්දැයි සාකච්ඡා කරන්න. (2) සැකිල්ල 2 සමඟ “පද්ධති ඝන නමුත් ප්රමාණවත් නොවන” අවස්ථා 5ක් ජනනය කරන්න. (3) සැකිල්ල 3 සමඟ අදාළ දත්ත කට්ටලයක් රහස්යභාවය විගණනය කරන්න. (4) “ආකෘතිය තහවුරු කර ඇත” යැයි පැවසීම ආරක්ෂාවක් නොවන්නේ මන්දැයි පැහැදිලි කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම ශ්රිතයේ සත්ය මානයන් ඇගයීමට ලක් කළෙමි (මම නිශ්චිත පැවරුම අධිකාරියට භාර කළෙමි).
- [ ] මම ISO 26262 (අක්රිය) සහ SOTIF (ප්රමාණවත් නොවීම) අතර වෙනස සිදු කළෙමි.
- [ ] මම සයිබර් ආරක්ෂාව (විසකුරු/විෂ) අවදානම සැලකිල්ලට ගෙන ඇත.
- [ ] මම පුද්ගලික දත්ත නිර්නාමික කර අවම කළෙමි.
- [ ] මම පක්ෂග්රාහී සහ අධි විශ්වාසයේ අවදානම් පරීක්ෂා කළෙමි.
- [ ] ආරක්ෂක නිෂ්කාශනය සුදුසුකම් ලත් ඉංජිනේරුවරයා සතුව ඇති බව මම තහවුරු කර ඇත්තෙමි.