СТАНДАРТЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В АВТОМОБИЛЬНОМ ТРАНСПОРТЕ
Авторы:
1.
Воронежский государственный лесотехнический университет имени Г.Ф. Морозова
Россия
Россия
2.
Воронежский государственный лесотехнический университет имени Г.Ф. Морозова
(кафедра Компьютерных технологий и микроэлектронной инженерии, доцент)
с 01.01.1921 по настоящее время Россия
с 01.01.1921 по настоящее время Россия
3.
Воронежский государственный лесотехнический университет имени Г.Ф. Морозова
Тип:
Статья конференции
Страницы:
с 651
по 654
Опубликовано:
30.06.2026
Классификаторы:
УДК 681.5.015 Идентификация, моделирование, параметры и т. п.
Язык материала:
русский
Ключевые слова:
искусственный интеллект, автономные транспортные средства, функциональная безопасность, ISO 26262, SOTIF, ISO PAS 8800, глубокое обучение, управление рисками
Аннотация:
В статье анализируются современные подходы к стандартизации систем искусственного интеллекта в автомобильной промышленности. Рассматриваются ключевые стандарты функциональной безопасности ISO 26262, безопасности предполагаемой функциональности SOTIF (ISO 21448) и перспективный стандарт ISO/PAS 8800, ориентированный непосредственно на системы с искусственным интеллектом. Выявлены ограничения существующих стандартов при применении к недетерминированным моделям машинного обучения и предложены пути их преодоления через комбинированный подход к управлению рисками. Особое внимание уделено проблемам верификации и валидации глубоких нейронных сетей в контексте обеспечения безопасности автономных транспортных средств.
В статье анализируются современные подходы к стандартизации систем искусственного интеллекта в автомобильной промышленности. Рассматриваются ключевые стандарты функциональной безопасности ISO 26262, безопасности предполагаемой функциональности SOTIF (ISO 21448) и перспективный стандарт ISO/PAS 8800, ориентированный непосредственно на системы с искусственным интеллектом. Выявлены ограничения существующих стандартов при применении к недетерминированным моделям машинного обучения и предложены пути их преодоления через комбинированный подход к управлению рисками. Особое внимание уделено проблемам верификации и валидации глубоких нейронных сетей в контексте обеспечения безопасности автономных транспортных средств.
Ключевые слова:
искусственный интеллект, автономные транспортные средства, функциональная безопасность, ISO 26262, SOTIF, ISO PAS 8800, глубокое обучение, управление рисками
искусственный интеллект, автономные транспортные средства, функциональная безопасность, ISO 26262, SOTIF, ISO PAS 8800, глубокое обучение, управление рисками
1. Высоцкая И.А. Поиск множества допустимых управленческих решений в технических системах // Моделирование систем и процессов. – 2024. – Т. 17, № 1. – С. 35–42. – DOIhttps://doi.org/10.12737/2219-0767-2024-17-1-35-42.
2. Mirzarazi F., Danishvar S., Mousavi A. The Safety Risks of AI-Driven Solutions in Autonomous Road Vehicles // World Electr. Veh. J. – 2024. – Vol. 15. – P. 438. DOI: https://doi.org/10.3390/wevj15100438
3. Yu H., Hulse D., Irshad L. Understanding AI Risks in Transportation // AI Assurance for Transportation Whitepaper Series. – U.S. DOT HASS COE, NASA SWS, 2024.
