TÜV南德于第七届CSN大会分享“汽车软件中的人工智能和机器学习”

9月15日，第三方检测认证机构TÜV南德意志集团（以下简称"TÜV 南德"）受邀出席由中国汽车软件过程改进与能力测定联盟（以下简称"CSN"）主办的第七届CSN大会。TÜV南德大中华区交通服务部软件质量分部门经理、intacs™认证首席评估师蔡闻怡以"汽车软件中的人工智能和机器学习"为题向参会嘉宾梳理分析了国内外人工智能（以下简称"AI"）治理的发展现状，并从ASPICE v4.0（草版）新增的机器学习相关过程域切入，与众产业从业者共话标准如何赋能现代汽车技术发展。

AI热潮如火如荼，治理实践挑战备受瞩目

当前，人工智能作为新一轮科技革命的重要驱动力量，正在有效推动着数字化转型，影响未来人类社会。AI在带来巨大机遇的同时，也伴生了新的风险和挑战。越来越多的国家、地区及国际组织开始关注并着手开展人工智能的治理问题，探索制定能够发挥其效用且能规避风险的法律监管。

"近年来在数字技术监管领域走在全球前列的欧盟，就在前不久的欧洲议会上投票通过了《人工智能法案》授权草案。" 蔡闻怡进一步阐述道，"这部法案以风险管理为主线，将人工智能应用的风险划分为四种，并根据不同的风险等级实施相应的监管措施。作为一部具有权威性的人工智能监管法案，该法案为人工智能治理的可执行性提供了法律参照。"

软件定义汽车，数据驱动AI

随着汽车产业进一步加速向智能化、网联化发展，软件正在潜移默化中重塑智能网联汽车产业的生态价值，未来汽车软件应用体验与人工智能技术水平将成为汽车产品的核心竞争力。

蔡闻怡指出，面对行业变革，汽车企业想通过创新来应对汽车行业价值链转型带来的挑战离不开数据的支持。"带有机器学习技术的汽车软件开发流程与传统的汽车软件开发流程相比，主要不同在于增加了数据和机器学习的模型的内容。ASPICE 4.0模型中新增的4个MLE.1-MLE.4机器学习工程过程，分别从机器学习的需求分析、架构设计、模型训练和模型测试四个方面定义了基于机器学习技术的汽车软件开发需要满足的要求，新增的1个SUP.11支持过程，对机器学习需要用到的数据全生命周期的管理提出了要求。企业需要将这些具体要求增加到组织内部带有机器学习技术的汽车软件开发流程中，进一步提升软件可靠性。TÜV南德的专家团队会密切关注ASPICE 4.0模型发布的最新动态，利用自身在ASPICE、AI和机器学习方面的技术优势，持续为相关企业提供针对性的培训、技术指导和评估服务。"