(图片来源:venturebeat.com)
研究人员表示,他们提出的神经桥采样法可以为监管机构、学术机构和行业专家提供一个参考,以解决在安全关键环境中部署复杂机器学习系统的相关风险。此外,该方法既可以满足公众对系统经过严格测试的知情权,也可以满足组织机构将AI模型视为商业机密的意愿。事实上,有些AI初创公司和大型科技公司都拒绝使用原始模型进行测试和验证,担心会因此泄露专有信息。
安全关键系统的故障率越低,就越难计算故障率,系统就会越好,但也越难进行预测。为了预测到故障率,研究人员采用了新型马尔科夫链蒙特卡洛(MCMC)方法,以识别接近故障事件发生的分布区域。
该项神经桥采样方法采用了几十年前的统计方法,以及最近推出的仿真测试框架,以评估自动驾驶系统的黑匣子。除了神经桥分布,研究人员也支持隐私意识技术的发展,比如联邦学习和差别隐私,并敦促更多具有技术知识的研究人员和人们加入监管对话,帮助制定政策。
汽车电子网为您提供最新汽车电子产品信息,及最具权威行业资讯和最新的行业动态,汽车电子行业最前沿的技术资讯,为全球汽车电子行业人士搭建交流平台。