计算机工程与信息技术学报

通信系统测试和数据共享规范的建模

新兰

人工智能是通过机器测试的智能，而不是人类等动物所表现出的自然智能。主流人工智能将这一领域定义为对任何能够感知周围环境并采取行动的机器的智能控制。我们预期系统的关键在于它们能够在在线执行期间考虑不确定性和失败风险，能够主动量化和减轻针对项目需求和安全约束的风险，以及能够提供正式保证，包括失败风险的界限。新兴风险界限系统通常基于不确定性模型、预期结果的规范以及与这些结果相关的最大风险的规范。这些模型和规范各不相同。不确定性模型可以是概率模型、集合界限模型或基于 C 语言的模型。预期结果包括实现的期望、满足的截止日期、遵守的安全约束、模型估计概念所需的准确性以及误报率。期望风险的规范包括风险界限和可接受的失败率。这些预期结果和相关风险可适用于单个人工智能组件，包括策略和行动新手、图像分类器和规划器以及整个组合系统。人工智能算法旨在做出决策，通常使用实时统计数据。它们不像被动机器那样只能做出机械或预定的反应。它们使用传感器、数字记录或远程输入，整合来自各种不同来源的数据，立即分析材料，并根据从这些数据中得出的见解采取行动。