9月15日，第三方檢測認證機構TÜV南德意志集團(以下簡稱"TÜV 南德")受邀出席由中國汽車軟件過程改進與能力測定聯盟(以下簡稱"CSN")主辦的第七屆CSN大會。TÜV南德大中華區交通服務部軟件質量分部門經理、intacs™認證首席評估師蔡聞怡以"汽車軟件中的人工智能和機器學習"為題向參會嘉賓梳理分析了國內外人工智能(以下簡稱"AI")治理的發展現狀，并從ASPICE v4.0(草版)新增的機器學習相關過程域切入，與眾產業從業者共話標準如何賦能現代汽車技術發展。

AI熱潮如火如荼，治理實踐挑戰備受矚目

當前，人工智能作為新一輪科技革命的重要驅動力量，正在有效推動著數字化轉型，影響未來人類社會。AI在帶來巨大機遇的同時，也伴生了新的風險和挑戰。越來越多的國家、地區及國際組織開始關注并著手開展人工智能的治理問題，探索制定能夠發揮其效用且能規避風險的法律監管。

"近年來在數字技術監管領域走在全球前列的歐盟，就在前不久的歐洲議會上投票通過了《人工智能法案》授權草案。" 蔡聞怡進一步闡述道，"這部法案以風險管理為主線，將人工智能應用的風險劃分為四種，并根據不同的風險等級實施相應的監管措施。作為一部具有權威性的人工智能監管法案，該法案為人工智能治理的可執行性提供了法律參照。"

軟件定義汽車，數據驅動AI

隨著汽車產業進一步加速向智能化、網聯化發展，軟件正在潛移默化中重塑智能網聯汽車產業的生態價值，未來汽車軟件應用體驗與人工智能技術水平將成為汽車產品的核心競爭力。

蔡聞怡指出，面對行業變革，汽車企業想通過創新來應對汽車行業價值鏈轉型帶來的挑戰離不開數據的支持。"帶有機器學習技術的汽車軟件開發流程與傳統的汽車軟件開發流程相比，主要不同在于增加了數據和機器學習的模型的內容。ASPICE 4.0模型中新增的4個MLE.1-MLE.4機器學習工程過程，分別從機器學習的需求分析、架構設計、模型訓練和模型測試四個方面定義了基于機器學習技術的汽車軟件開發需要滿足的要求，新增的1個SUP.11支持過程，對機器學習需要用到的數據全生命周期的管理提出了要求。企業需要將這些具體要求增加到組織內部帶有機器學習技術的汽車軟件開發流程中，進一步提升軟件可靠性。TÜV南德的專家團隊會密切關注ASPICE 4.0模型發布的最新動態，利用自身在ASPICE、AI和機器學習方面的技術優勢，持續為相關企業提供針對性的培訓、技術指導和評估服務。"

關于TÜV南德意志集團

TÜV南德意志集團成立于1866年，前身為蒸汽鍋爐檢驗協會。發展至今，已成為了全球化的機構。TÜV南德意志集團在50個國家設立了1,000多個分支機構，擁有26,000多名員工，致力于不斷地提高自身的技術、體系及專業知識。集團的技術專家在工業4.0、自動駕駛及可再生能源的安全與可靠性方面均作出了顯著的技術創新。

(新媒體責編：wa12)