در حال بررسی...هوش مصنوعی یاسا
هوش مصنوعی و به طور خاص حوزه یادگیری ماشین، ظرفیت‌های جدیدی را ایجاد کرده که تا پیش از این قابل تحقق نبوده‌اند. رویکرد آژانس ایمنی هوانوردی اروپا یاسا (EASA) به هوشش مصنوعی ارتباط تنگاتنگی با حوزه‌های کاری این مجموعه دارد.
هوش مصنوعی یاسا نه تنها بر محصولات و خدمات قابل‌ارائه توسط صنعت هوانوردی تأثیر می‌گذارد، بلکه باعث ظهور مدل‌های کسب‌وکار جدید می‌شود و بر روی رویه‌های اصلی کاری این نهاد (صدور گواهینامه، تدوین قوانین، صدور تأییدیه تشکیلات و استانداردسازی) تأثیرگذار است. بر این اساس، چارچوب تعریف و تبیین شایستگی کارکنان یاسا نیز تحت تاثیر این مسئله قرار می‌گیرد.
هوش مصنوعی اساسا ماهیتی چندوجهی و چند حوزه‌ای دارد و برای حصول اطمینان از یکپارچه‌سازی ایمنی این حوزه در ساختار کلی هوانوردی، باید رویکرد مدیریت جامع و هماهنگ ریسک دنبال شود.
یاسا یک نقشه راه برای هوش مصنوعی توسعه داده که هدف از آن، ایجاد یک چارچوب «اعتماد هوش مصنوعی» مستمر و مبتنی بر مدیریت ریسک است تا اجرایی کردن برنامه‌های هوش مصنوعی و یادگیری ماشینی را در هر یک از حوزه‌های اصلی کاری این آژانس، از سال ۲۰۲۵ به بعد ممکن کند.
محدوده نقشه راه هوش مصنوعی یاسا
در حال حاضر، روش‌های یادگیری مبتنی بر داده (یادگیری ماشینی/یادگیری عمیق) مورد استفاده قرار می‌گیرد که منتقدان زیادی در صنعت هوایی به دلیل ناکارآمدی آنها در این حوزه دارد. از این‌رو، نیاز به توسعه روش‌های جدید به‌طور جدی دنبال می‌شود.
نسخه اولیه نقشه راه هوش مصنوعی یاسا بر روی تکنیک‌های یادگیری ماشینی با استفاده از معماری درخت‌های تصمیم‌گیری یا شبکه‌های عصبی (NN) تمرکز خواهد کرد. از منظر یاسا، توسعه بیشتر در فناوری هوش مصنوعی مستلزم سازگاری‌های آینده با این نقشه راه است.
چالش‌ها
قدرت یادگیری ماشینی در توانایی یک سیستم برای یادگیری مجموعه‌ای از داده‌ها، به جای نیاز به توسعه و برنامه‌ریزی هر مسیر تصمیم‌گیری ضروری، نهفته است. این رویکرد همچنین شامل چالش‌هایی است که از جمله می‌توان به موارد زیر اشاره کرد:
– چارچوب‌های تضمین توسعه متداول با یادگیری ماشینی سازگار نشده‌اند.
– فقدان روش‌های استاندارد برای ارزیابی عملکرد عملیاتی هوش مصنوعی و یادگیری ماشینی؛
– موضوع سوگیری در رویکردهای داده محور؛
– فقدان قابل پیش‌بینی بودن و توضیح پذیری رفتار برنامه کاربردی یادگیری ماشینی
– پیچیدگی معماری‌ها و الگوریتم‌ها؛
– فرآیندهای یادگیری تطبیقی (یادگیری مستمر در عملیات).
مبانی تشکیل‌دهنده نقشه راه هوش مصنوعی آژانس ایمنی هوانوردی اروپا
رویکرد یاسا مبتنی بر هفت الزام کلیدی برای هوش مصنوعی، در گزارش این نهاد، به گروه متخصصان هوش مصنوعی کمیسیون اروپایی ارائه شده‌است. در این میان، چهار عامل، نقش اصلی در حصول اطمینان از برنامه‌های هوش مصنوعی مبتنی بر هفت الزام کلیدی یاسا را ایفا می‌کنند. در ادامه، به این چهار عامل اشاره می‌شود.
تجزیه و تحلیل قابلیت اعتماد هوش مصنوعی باید رهنمودهایی را برای متقاضیان در مورد نحوه رسیدگی به هر یک از هفت دستورالعمل کلیدی در زمینه خاص هوانوردی غیرنظامی ارائه دهد.
هدف از تضمین یادگیری این است که در سطح مناسب اطمینان حاصل شود که یک برنامه یادگیری ماشینی از عملکرد مورد نظر پشتیبانی می‌کند، بنابراین تا آنجا که ممکن است باید فرآیند ساده و صریح تشریح شود.
توضیح‌پذیری هوش مصنوعی یک مفهوم انسان محور است که به توانایی توضیح چگونگی رسیدن یک برنامه هوش مصنوعی به نتایج و خروجی‌های خود می‌پردازد.
کاهش خطر ایمنی هوش مصنوعی بر اساس اینکه نظارت بر عملکرد برنامه کاربردی هوش مصنوعی تا حد لازم باید مناسب باشد.
اهداف کلیدی
- توسعه دادن بلوک‌های سازنده قابل اعتماد هوش مصنوعی
- حصول اطمینان از شایستگی یاسا برای اولین برنامه‌های کاربردی هوش مصنوعی
- تاثیر بر دستور کار تحقیقاتی هوش مصنوعی اروپا و پوشش شکاف‌های شناسایی‌شده
- حمایت از پیشتازی هوانوردی اروپا در هوش مصنوعی
- اجرا و حمایت از توسعه راهبرد و ابتکارات هوش مصنوعی اتحادیه اروپا.
برنامه زمانی
نقشه راه هوش مصنوعی یاسا، رویکردی مرحله‌ای را پیشنهاد می‌کند که زمان‌بندی آن با جدول زمانی پیاده‌سازی هوش مصنوعی صنعت همسو است. فاز اول شامل ایجاد اولین مجموعه از دستورالعمل‌های لازم برای تایید اولین استفاده از هوش مصنوعی ایمنی بحرانی با صنعت است که عمدتاً از طریق پشتیبانی از تحقیقات، پروژه‌های صدور گواهینامه و با کمک گروه‌های کاری مهیا می‌شود. فاز دوم بر اساس نتیجه فاز اول برای توسعه مقررات، برای صدور گواهینامه و تایید هوش مصنوعی است. فاز سوم برای تطبیق بیشتر فرآیندهای آژانس و گسترش چارچوب نظارتی با تحولات آتی در زمینه پویا هوش مصنوعی پیش‌بینی شده‌است.
ارزیابی صلاحیت موتور و هواپیما
در سال ۲۰۱۶، یاسا همراه با آژانس هوانوردی فدرال آمریکا (FAA)، یک گروه کاری اختصاصی مشترک برای صدور گواهینامه موتور و هواپیما را با هدف بهبود و تسریع فرآیندها راه‌اندازی کرد. هدف از این کار، کاهش هزینه‌های غیرضروری در فرآیند صدور گواهینامه و رسیدگی بهتر به وابستگی‌های متقابل بین هواپیما و برنامه‌های صدور گواهینامه موتور به ویژه برای هواپیماهای مجهز به موتور توربینی است.
” بخوانید: انقلاب دیجیتال در صنعت هوانوردی “
این کار همچنین منجر به شناسایی و رسیدگی بهتر شکاف‌ها و همپوشانی‌ها هنگام بروزرسانی دستورالعمل‌های مرتبط می‌شود. یک فرآیند صدور گواهینامه موثر و کارآمد، همراه با الزامات و استانداردهای صدور گواهینامه ساده، مزایای ایمنی واضحی دربر خواهد داشت.
منبع:
