Turing Ödülü Sahibi Joseph Sifakis: Nesnelerin İnternetinde Otonom Sistem Tasarımı CCF-GAIR 2018
AI Technology Review Press: 2018 Küresel Yapay Zeka ve Robotik Zirvesi (CCF-GAIR) Shenzhen'de düzenlendi.Zirve, Lei Feng.com ve Hong Kong Çin Üniversitesi (Shenzhen) ev sahipliğinde Çin Bilgisayar Federasyonu (CCF) ev sahipliğinde gerçekleştirildi. Baoan Bölge Hükümeti'nden güçlü bir rehberlik aldı. Robotik akademisi, endüstrisi ve yatırım çevreleriyle üst düzey değişim etkinliği, Çin'deki yapay zeka alanındaki en güçlü sınır ötesi değişim ve işbirliği platformunu oluşturmayı amaçlıyor.
CCF-GAIR 2018, 1 ana mekan ve 11 özel oturum (biyonik robotlar, robotik endüstrisi uygulamaları, bilgisayarla görme, akıllı güvenlik, finansal teknoloji, akıllı sürüş, NLP, AI +, AI çipleri, Zengin IoT platformu (yatırımcılar), üç endüstri, eğitim ve araştırma alanından katılımcılara çok boyutlu olarak toplantı içeriği ve yerinde deneyimin daha ileriye dönük ve pratik bir kombinasyonunu sunmayı amaçlamaktadır.
Profesör Joseph Sifakis, CCF-GAIR 2018'in ilk gününde ana yapay zeka forumunun açılış konuşmacısıdır. Joseph Sifakis, Ulusal Bilimler Akademisi, Mühendislik Akademisi ve Avrupa Bilimler Akademisi üyesidir ve Turing Ödülü'nün sahibidir. Donanım ve yazılım endüstrisinde yaygın olarak benimsenen verimli doğrulama teknolojisine katkılar "2007 Turing Ödülünü kazandı.
Profesör Joseph Sifakis, model tespitinden gömülü cihazlara ve Nesnelerin İnterneti çağına kadar en çok söz sahibi. "Bu değerlendirme abartı değil.
Yapay zeka ana forumunun ilk gününde Profesör Joseph Sifakis, konferansın ilk gününde "IoT Çağında Otonom Sistem Tasarımı" başlıklı bir konuşma yaptı.Aşağıda Profesör Joseph Sifakis'ten Konuşmanın tam metninde, AI Technology Review orijinal niyeti değiştirmeden sıralandı ve düzenlendi:
Yukarıdaki resim Nesnelerin İnterneti vizyonunu gösteriyor.Birçok şeyi taşıyacak altyapı ve altyapıya sahibiz. Aynı zamanda, farklı IoT vizyonlarımız var:
-
İnterneti yükselten Nesnelerin İnterneti (IoT)
-
Endüstriyel IoT (endüstriyel IoT) ve insan IoT (insan IoT)
Endüstriyel IoT sistemi özerktir, bu da insan müdahalesi ve müdahalesi olmadığı anlamına gelir. Şu anda karşı karşıya olduğumuz en büyük zorluk, Endüstriyel Nesnelerin İnternetindeki altyapımızın ve teknolojimizin Nesnelerin İnternetinin vizyonunu gerçekleştirip gerçekleştiremeyeceğidir.
Amerika Birleşik Devletleri beş yıl önce Nesnelerin İnterneti adında bir endüstriyel İnternet ittifakı kurdu. Nesnelerin İnternetinin gelişimi farklı yönleri içerir: bağımsız karar verme, bağımsız çalışma ve özerkliğin anlamı olan bağımsız öğrenme dahil. En önemli şey, farklı özerklik derecelerine (farklı özerklik dereceleri çevrenin karmaşıklığına bağlıdır), misyonun karmaşıklığına ve bazı insan faaliyetlerinin uygulanabilirliğine ve uygulanmasına sahip olan bu özerk sistemi anlamamız gerektiğidir. İnsan olmayan operatörlerin müdahalesi.
Resim (aşağıda) insansız bir araçtır. Otonomi derecesini belirlemek için farklı özerklik aralıkları ve seviyeleri kullanıyoruz, örneğin 0. seviyeden 5. seviyeye kadar (özerkliğin olmamasından tam özerkliğe kadar). Seviye 5 insansız araba tamamen otonomdur, insan müdahalesi olmadan tamamen robotlar tarafından kontrol edilen bir arabadır.
Şu anda birçok sınırlama ile karşı karşıyayız.Altyapı açısından, entegre sistemlere ve çeşitli optimize edilmiş sistemlere sahibiz.Bazı bilim adamları, otomasyon teknolojisini sürekli olarak geliştiriyor. Bununla birlikte, Nesnelerin İnterneti için otonom sistemlerin geliştirilmesi konusunda fazlasıyla iyimser olan birçok bilim insanı da var. Çeşitli sistemleri uygulamak ve açık kaynak sistem tasarımında iyi bir iş çıkarmak için kademeli olarak ilerliyoruz. Sistem tasarımı açısından, en başından itibaren güvenilirliğini artırabiliriz.
Bu sistemin tasarımını tanıtmak istiyorum. Sistem, etkileşim kurmak isteyen şeyler, donanım, yazılım ve çeşitli diğer bileşenler dahil olmak üzere birçok yönü içerir.
Bu sistemin özellikleri nelerdir?
Güvenilir olmalı ve güvenilir olmalıdır. Örneğin, tasarım sürecinde çevresel müdahale, donanım hataları, tasarım hataları ve kötü niyetli davranışlar meydana gelmemelidir. Bu nedenle, sistem tasarımını optimize etmeliyiz. Sistem tasarımını optimize etmenin maliyeti yüksek değildir Sistem ilk aşamada optimize edilirse maliyet çok yüksek olmayacaktır.
Bu sistem tasarımıdır ve sistem tasarımı çok kritiktir. Bunların arasında, En iyi çaba en iyi tasarımdır.
Yönetim sistemlerine ve tasarım sistemlerine önem veriyoruz. Sistemde çok kritik görevler var, en iyi tasarıma sahibiz ve aynı zamanda maliyetin bir kısmına mal olacak sistemin güvenilirliğini de göz önünde bulunduruyoruz. Sistemin güvenilirliği, 10-9 kritik güvenlik ile ilgilidir (10 üzeri eksi 9. güç).
Sistem tasarımının farklı indeks seviyeleri ve seviyeleri vardır
Bu seviyelerin güvenilirliğini neden iyileştiremiyoruz? Çünkü bazı çok kritik ve çok güvenilir sistemlere ihtiyacımız var.
Bunun için hangi temel ilkelere ihtiyaç olduğunu açıklamama izin verin.
İki teknolojiye güveniyoruz, biri doğrulama, diğeri test. Doğrulama, sisteminizin doğru çalıştığını ve modele dayalı olduğunu kanıtlayabileceğiniz anlamına gelir. Bir modeliniz var ve sonra modelin gereksinimleri, resmi gereksinimleri ve resmileştirilmesi var.Bu sistemin bu gereksinimleri karşılaması için profesyonel bilgileri kullanırsınız.
Doğrulama açısından, 20 yıldan fazla iş tecrübem var ve doğrulama, yazılım ve donanım alanlarında başarıyla uygulandı. Otomatik sistemler için ihtiyacımız olan şey gereksinimlerin resmileştirilmesidir.Aşağıdaki şekil otonom sürüş için 28 gereksinimi göstermektedir.
Size bu gereksinimlerden bazılarını açıklayayım, bu gereksinimleri resmileştirmek çok zor.
Örneğin, bir gereksinimi resmileştirirken, çok zor olan mantık ve insan davranışını kullanmanız gerekir. Diğer bir zorluk da, hepimizin donanım ve yazılım arasındaki etkileşimi bilmemiz, yazılımın davranışını ve donanım platformunu ve bunlar arasındaki karmaşık etkileşimi anlamamız gerektiğidir.
Artık birçok donanım platformumuz var, güvenilir bir model geliştirmek için bu modelde sistemi doğrulamamız gerekiyor ve birçok olası hata olacak. Bu nedenle, sistem doğrulaması çok zor bir iştir. Anlamamız gereken en önemli şey, otomatikleştirilmiş sistemlerde makine öğrenimi teknolojileri olmasına rağmen, makine öğrenimini doğrulamanın hiçbir yolu olmadığıdır. Çünkü sinir ağlarında, bir sinir ağı geliştirdiğinizde, sinir ağını doğrulamanın bir yolu yoktur. (Sinir ağı için) bir gereklilik olmadığı için, sinir ağını doğrulamanın bir yolu yoktur, bu da sinir ağının sistematik doğrulama için kullanılamayacağı anlamına gelir.
Diğer bir model de V-Modeldir Bu modeli güvenilir sistemler geliştirmek için kullanıyoruz.
Öncelikle detaylı bir tasarımımız var. İkincisi, gereksinimlerini ve yapısını tanımlıyoruz. Ardından, çerçeveyi test etmeye ve tüm yapıları ve malzemeleri birleştirmeye başladık.
V-Model modelini daha önce kullandık, ancak yazılım mühendisliği açısından artık bu modeli kullanmıyoruz (özellikle modern yazılım mühendisleri).
Şu anda, bu iki teknoloji uygulanmamaktadır, bu nedenle yeni sorunları çözmek için başka yollar bulmamız gerekiyor.
Otomasyon zorluklarından bahsedelim.
Üç soru buldum ve bu üç soruyu nasıl anlarız.
1. Nesnelerin İnterneti alanında otonom sistemlerin tasarımı ne kadar karmaşık?
Her şeyden önce, otomatik sistemimizin insan müdahalesi olmadan karmaşık ortamlarla başa çıkabileceğini umuyorum.
İnşaat karmaşıklığının arttığını ve mimari karmaşıklığının arttığını, bu da tasarım karmaşıklığında bir artışa yol açtığını görebiliriz. Bu sistemde, bileşenlerin ve mimarinin karmaşıklığı arttıkça sistemin karmaşıklığı da artar.
2. Bileşenlerin veya bileşenlerin karmaşıklığı nasıl ölçülür?
Önce bir fonksiyonumuz var, ona bir değer veriyoruz ve bir fonksiyon sonucu alıyoruz. Programlarken çok basit olan fonksiyonları kullanırız. Yazılım aynı zamanda çok karmaşık olabilir, birçok kod satırına sahip olacaktır. Üç çerçeveli sistemde girdiler ve çıktılar vardır ve bazen çıktı tarihsel girdi değerlerine dayanır. Gömülü bir sistemde, bilgisayar gerçek ortamda sürekli olarak gelişmektedir Şu anda, sistem tasarımında yeni bir yön vardır: sanal fiziksel sistem. Sanal bir fiziksel sistemde bilgisayarlar ve elektronik bileşenler vardır. Böyle bir siber-fiziksel sistem tasarladığımızda, diğer bilgileri kullanmak zorundayız.
Size bu siber-fiziksel sistemi göstermeme izin verin.Gelecekte, tüm nesneler (arabalar veya diğer bileşenler) siber-fiziksel sistemlere dayalı olacak. Yani mekanik parçalar var ama her mekanik parçaya karşılık gelen bir bilgisayar yazılımı var. Farklı parçalar, farklı bilgisayar yazılımlarına karşılık gelir. Burada, donanımın yanı sıra bazı güvenilir yazılım bileşenleri var.Böyle bir simüle edilmiş otopilot sistem modeli oluşturmak için iki bileşen kullanıyoruz ve sonra modeli fabrikaya gönderiyoruz.Bu, Endüstri 4.0 konseptidir.
Elbette, böyle bir sanal fiziksel sistem tasarlamak aynı zamanda birçok zorluğu da beraberinde getirir:
-
Simülatörün nasıl kullanılacağı ile ilgili olarak çözülmesi gereken pek çok teknik sorun bulunmaktadır.
-
Böyle bir siber-fiziksel sistemi nasıl entegre edeceğimiz ve nasıl inşa edeceğimiz konusunda birçok zorlukla karşı karşıyayız.
Amacımız bir model oluşturmaktır Yukarıdaki simüle edilmiş otopilot sistem modelinden, birçok bileşen tarafından oluşturulmuş birçok yazılım bileşeni ve modeli olduğunu görüyoruz.Çok alanlı ve çok ölçekli teorileri entegre etmemiz gerekiyor. Bu, mühendislik ve teorinin iki yönünü içerir: Bu problemler çok önemlidir ve hepsinin çözülmesi gerekir.
Şimdi mimarinin karmaşıklığından bahsedelim. Sadece mimarlıktan bahsettim ve uzun yıllardır bu alanda çalışıyorum. Resimdeki çerçeveler tamamen durağan, aralarında en basit ve en karmaşık çerçeveler var.
Sistem tasarımımızda mimari giderek daha önemli hale geliyor. Mimari tanımı, bir sistemdeki farklı bileşenlere atıfta bulunur .. Mimari, doğru bir sistem kurmamızı sağlar. Mühendisler doğru bir sistem oluşturmak için mimariyi kullanır.
Not: Bu sayfa, doğru sistemi kurmak için çerçevenin nasıl kullanılacağını açıklar.
3. Doğru bir sistem tasarlarken bileşenler nelerdir?
Bu bileşenlerin karmaşıklığını biliyoruz ve sonra bir çerçevemiz var ve farklı parametreleri koordine etmeliyiz.
Dinamik bir parametre çerçevemiz var.Bu dinamik çerçevede yeni parametreler oluşturabilir veya parametreleri silebilirsiniz. Bu dinamik çerçeve ortamdaki değişikliklerle değişebilir, bu nedenle çok karmaşıktır.
Ayrıca mobil bir yapı olan kendi kendini organize eden bir yapı da var, ancak bu sadece bir koordinasyon değil, sadece bir dizi kural değil, birçok koordinasyon kuralına sahip. Örneğin, kendiniz bir araba veya başka bir ekipman yapmak isteyebilirsiniz, bu nedenle statik yapılar, parametrik yapılar, dinamik yapılar ve kendi kendini organize eden yapılar olduğunu görebiliriz.
Şimdi zorluk hakkında konuşalım: bilgiye dayalı bir tasarım nasıl oluşturulur?
Bilgiye neden ihtiyaç duyulur? Sistemimiz belirsizlikle başa çıkmak zorunda olduğundan, insanları değiştirmek için makineleri kullanırsak, makinelerin buna uygun bilgiye sahip olması gerekir.
Şimdi bilginin ne olduğunu tanımlayalım Bilgi bir tür bilgidir ve bu tür bilgiler doğrudur. Doğru bilgi nedir?
Gerçek bilgi, bir durumu anlamak veya bir sorunu çözmek için kullanılabilir. Burada, farklı bilgi sınıflandırmalarına ve mühendisler tarafından kullanılan bilginin sınıflandırılmasına sahibiz. Örneğin, kanıtlanabilir bilgiye veya deneysel bilgiye sahibiz. Makine öğrenimi bir tür deneysel bilgidir. Mühendislerimiz ve bilim adamlarımız da bir tür bilgi üretir ve uygular.
Üzerinde çalıştığım önemli bir soru, yeni bilgiyi ne kadar üretip uygulayabileceğimizdir. Mühendisler için artık bir sisteme sahipler, sonra onu modelliyorlar ve sonra bilgi üretiyorlar. Bu sistemde güçlü bir dilimiz var ve bazen zengin bir modelimiz var, elbette bu çok güçlü hesaplama gücü gerektiriyor. Bilgiyi uygulamak istiyorsak, sistemi modellememiz ve ardından sistemi yürütmemiz gerekir. Bu durumda modellemek çok zordur. Bu, bu bilgiyi anlamamız ve doğru bir şekilde dönüştürmemiz gerektiği anlamına gelir. Çevremiz çok belirsiz ve karmaşık olduğundan, bu konuda da bazı zorluklarla karşı karşıyayız.
Sistem tasarımında, optimum sistem tasarımında ve kritik sistemde bazı kusurlar vardır.Mühendisin amacı, bu sistemin bütünlüğünü sağlamaktır. Bu sistemi iyi tasarlamak için en iyi tasarım yöntemini kullanabiliriz. Ancak sistem tasarımında uyarlanabilir bir sisteme de ihtiyaç vardır.
Peki, en iyi yöntem ile mühendislik yöntemi sistemi arasındaki boşluğu nasıl kapatabiliriz?
Sistemi tasarlarken tasarım standartlarını dikkate almalıyız: sistemin çok güvenilir olması gerektiğini dikkate almalıyız. Ayrıca sistem ve çevre ile daha iyi işbirliği yapabilen bazı kontrol edilebilir sistemlere sahibiz Bu adaptif bir kontrolördür.Bu şekilde sistem yeterince güvenli hale gelecektir. Bazen sistemde bazı sorunlar olur ve sistemi izlememiz gerekir. Sorun çıkarsa, bu kusurları azaltmamız gerekir Bu bir fikir birliğidir. Bu yöntemleri genellikle bazı alanlarda kullanırız Hesaplama sisteminde çeşitli kontrol teorileri vardır Hesaplamaların doğruluğunu sağlamak için çeşitli kontrole dayalı teknikler kullanırız. Yine de, hala bazı öngörülemeyen riskler var, bu nedenle ilk sistem tasarımı çok önemli ve bunu sağlamamız gerekiyor. Bilgiye dayalı tasarım (tasarım zamanının bilgisi dahil) bazen tasarım süresini garanti edemeyiz.Bu nedenle, bazı özellikler oluşturmamız gerekir.Tasarım sürecinin belirli adımları gerçek uygulama süresini garanti edebilir ve eksiksizliği sağlayabilir. Gerçek uygulama.
Daha sonra, sürücüsüz arabalar gibi mevcut otonom sistem vakalarının çok dikkat çekici olduğunu ve bu otonom sistemlerin kalite testine izin verecek bazı standartlar belirlediğimizi söylemek istiyorum. Ayrıca, geliştirme sürecinde sistemi ve bazı hatalı formları düzeltmek için kesin kanıtlar sağlamayı da içerir. Örneğin, Tesla Motorları kendi kendini doğrulayacaktır.Geliştirme sürecinde doğrulanmaları gerekir, ancak başlangıçta aracın güvenliğinin doğrulanması gerekir.
Şimdi araştırma yapmalıyız ve otonom sürüşün güvenliğini incelemek için yeni yöntemlere ve yeni araştırmalara ihtiyacımız var. Bence yapay zekanın özerklik sorusuna kısmi cevabı. Örneğin, çok akıllı AlphaGo, AlphaGo bazı sorunları çözer, AI oyun oynamamıza yardımcı olabilir ve bu oyunların kuralları sürekli değişmektedir.
AI teknolojisi inceleme raporu. Makalenin sonundaki tıklayın Orijinali okuyun AI etki faktörünü görüntüleyin.
( 0 ) Paylaşmaya hoş geldiniz, yarın görüşürüz!
