Loading...
机构名称:
¥ 1.0

摘要 本文讨论了使用著名的冯·诺依曼范式 (VNP) 创建可信赖且可解释的人工智能 (AI) 和基于人工智能的系统 (AIS) 的可能性。分析了人工智能和人工智能系统质量模型,重点关注与人工智能可信度、人工智能系统安全性和保障性相关的最具挑战性的属性。描述了分析框架、VPN 公式、实施方法和 VNP 的演进阶段(在可靠和有弹性的系统和基础设施的背景下),包括创建人工智能系统的阶段和针对各种人工智能质量属性实施范式的特殊性。开发并研究了一种方法和数学模型,描述了在缺乏可信人工智能组件(通道)的情况下如何应用多样性原则构建可信人工智能系统。讨论了人工智能系统“永生”的问题、研究结果和未来步骤。

来自不可信组件的可信人工智能系统

来自不可信组件的可信人工智能系统PDF文件第1页

来自不可信组件的可信人工智能系统PDF文件第2页

来自不可信组件的可信人工智能系统PDF文件第3页

来自不可信组件的可信人工智能系统PDF文件第4页

来自不可信组件的可信人工智能系统PDF文件第5页