برچسب: هوش

در گام بعدی مهم در آن نقشه راه هوش مصنوعی (AI)آژانس ایمنی هوانوردی اتحادیه اروپا (EASA) منتشر کرده است شماره 2 از مقاله مفهومی آن در مورد هوش مصنوعی (AI) و یادگیری ماشین (ML). این شماره دوم، پتانسیل ارتقای چهار رکن هوانوردی – ایمنی، کارایی، پایداری و تجربه مسافر را ارائه می‌کند و ML را در خط مقدم نوآوری هوانوردی قرار می‌دهد. در عین حال، مسیر استقرار ML چالش‌های منحصربه‌فردی را به‌ویژه در حفاظت از ایمنی عملیاتی به همراه دارد. این شماره از مقاله مفهومی هوش مصنوعی EASA، راهنمایی برای کاربردهای هوش مصنوعی سطح 1 (آنهایی که قابلیت‌های انسانی را افزایش می‌دهند) را اصلاح می‌کند و کاوش در مورد «تضمین یادگیری»، «توضیح‌پذیری هوش مصنوعی» و «ارزیابی مبتنی بر اخلاق» را عمیق‌تر می‌کند. این مفاهیم پایه برای توسعه و اجرای ایمن و قابل اعتماد فناوری‌های هوش مصنوعی در هوانوردی بسیار مهم هستند. با رفتن یک قدم جلوتر، این شماره جدید راهنمایی جامع برای توسعه و استقرار سیستم‌های مبتنی بر هوش مصنوعی سطح 2 ارائه می‌کند. سطح 2 هوش مصنوعی مفهوم پیشگامانه “تیم انسانی- AI” (HAT) را معرفی می کند و زمینه را برای سیستم های هوش مصنوعی فراهم می کند که به طور خودکار تحت نظارت انسان تصمیم گیری می کنند. این پیشرفت در سطح اقتدار سیستم‌های مبتنی بر هوش مصنوعی، نیاز به راهنمایی‌های انسانی و اصول طراحی برای اطمینان از تعامل ایمن انسان و هوش مصنوعی (HAII) را نشان می‌دهد. شماره 2 مقاله مفهومی هوش مصنوعی EASA ورود نقشه راه هوش مصنوعی EASA را به مرحله دوم آن (تجمیع چارچوب) نشان می دهد، جایی که وظیفه قانون گذاری (RMT).0742 ادغام راهنمایی های پیش بینی شده از مقاله مفهومی هوش مصنوعی را در یک چارچوب جامع تسهیل می کند. قوانین عمومی و ابزارهای قابل قبول انطباق (AMC). این قوانین و AMC دقیقاً برای مطابقت با الزامات منحصر به فرد هر حوزه حمل و نقل هوایی تحت تأثیر این فناوری های جدید طراحی شده اند. به طور کلی، این نقشه راه جدید هوش مصنوعی بر تعهد EASA نسبت به آینده ای تأکید می کند که در آن هوش مصنوعی و ML در موفقیت های هوانوردی ادغام شوند. این چشم انداز فقط در مورد پیشرفت فناوری نیست، بلکه عمدتاً در مورد ایجاد اعتماد در برنامه های کاربردی هوش مصنوعی است و اطمینان حاصل می کند که آنها مکمل تخصص انسانی و افزایش ایمنی و پایداری هوانوردی هستند. EASA مایل است از همه ذینفعانی که در مرحله مشاوره عمومی شرکت کردند و در این کار به بلوغ این نشریه جدید کمک کردند تشکر کند. منبه خبر

در گام بعدی مهم در آن نقشه راه هوش مصنوعی (AI)آژانس ایمنی هوانوردی اتحادیه اروپا (EASA) منتشر کرده است شماره 2 از مقاله مفهومی آن در مورد هوش مصنوعی (AI) و یادگیری ماشین (ML). این شماره دوم پتانسیل ارتقای چهار رکن هوانوردی – ایمنی، کارایی، پایداری و تجربه مسافری – را ارائه می‌کند و ML را در خط مقدم نوآوری هوانوردی قرار می‌دهد. در عین حال، مسیر استقرار ML چالش‌های منحصربه‌فردی را به‌ویژه در حفاظت از ایمنی عملیاتی به همراه دارد. این شماره از مقاله مفهومی هوش مصنوعی EASA، راهنمایی برای کاربردهای هوش مصنوعی سطح 1 (آنهایی که قابلیت‌های انسانی را افزایش می‌دهند) را اصلاح می‌کند و کاوش در مورد «تضمین یادگیری»، «توضیح‌پذیری هوش مصنوعی» و «ارزیابی مبتنی بر اخلاق» را عمیق‌تر می‌کند. این مفاهیم پایه برای توسعه و اجرای ایمن و قابل اعتماد فناوری های هوش مصنوعی در هوانوردی بسیار مهم هستند. با رفتن یک قدم جلوتر، این شماره جدید راهنمایی جامع برای توسعه و استقرار سیستم‌های مبتنی بر هوش مصنوعی سطح 2 ارائه می‌کند. سطح 2 هوش مصنوعی مفهوم پیشگامانه “تیم انسانی- AI” (HAT) را معرفی می کند و زمینه را برای سیستم های هوش مصنوعی فراهم می کند که به طور خودکار تحت نظارت انسان تصمیم گیری می کنند. این پیشرفت در سطح اقتدار سیستم‌های مبتنی بر هوش مصنوعی، نیاز به راهنمایی‌های انسانی و اصول طراحی برای اطمینان از تعامل ایمن انسان و هوش مصنوعی (HAII) را نشان می‌دهد. شماره 2 مقاله مفهومی هوش مصنوعی EASA ورود نقشه راه هوش مصنوعی EASA را به مرحله دوم آن (تجمیع چارچوب) نشان می دهد، جایی که وظیفه قانون گذاری (RMT).0742 ادغام راهنمایی های پیش بینی شده از مقاله مفهومی هوش مصنوعی را در یک چارچوب جامع تسهیل می کند. قوانین عمومی و ابزارهای قابل قبول انطباق (AMC). این قوانین و AMC دقیقاً برای مطابقت با الزامات منحصر به فرد هر حوزه حمل و نقل هوایی تحت تأثیر این فناوری های جدید طراحی شده اند. به طور کلی، این نقشه راه جدید هوش مصنوعی بر تعهد EASA نسبت به آینده ای تأکید می کند که در آن هوش مصنوعی و ML در موفقیت های هوانوردی ادغام شوند. این چشم انداز فقط در مورد پیشرفت فناوری نیست، بلکه عمدتاً در مورد ایجاد اعتماد در برنامه های کاربردی هوش مصنوعی است و اطمینان حاصل می کند که آنها مکمل تخصص انسانی و افزایش ایمنی و پایداری هوانوردی هستند. EASA مایل است از همه سهامدارانی که در مرحله مشاوره عمومی شرکت کردند و در این کار به بلوغ این نشریه جدید کمک کردند تشکر کند. منبه خبر

آژانس ایمنی هوانوردی اتحادیه اروپا (EASA) این خبر را منتشر کرده است گزارش نهایی و الف خلاصه اجرایی مستقل پروژه تأیید برنامه یادگیری ماشین (MLEAP). این گزارش توسط کنسرسیوم پروژه متشکل از Airbus protect، LNE (Laboratoire National de Métrologie et d’Essais) و Numalis، به دنبال یک پروژه تحقیقاتی 2 ساله با بودجه Horizon Europe تهیه شده است. کمیسیون اروپا مدیریت قراردادی و فنی این اقدام تحقیقاتی را به EASA تفویض کرد. پروژه تحقیقاتی MLEAP از برنامه هوش مصنوعی EASA (AI) پشتیبانی می کند و هدف آن شناسایی ابزارهای عینی انطباق برای بلوک “تضمین یادگیری” است. EASA AI Concept Paper شماره 2. سه محور فنی اصلی در طول پروژه مورد بررسی قرار گرفت: نمایندگی داده ها؛ تضمین تعمیم; و مدل و الگوریتم یادگیری استحکام و تضمین. پس از یک غواصی عمیق در وضعیت هنر و به دنبال ارزیابی موارد استفاده پیچیده هوانوردی، برخی روش ها و ابزارها شناسایی و مورد ارزیابی قرار گرفتند. یک خط لوله توسعه عمومی توسط کنسرسیوم به عنوان اجرای عملی فرآیند توسعه W شکل EASA پیشنهاد شد. اولین یافته‌های پروژه MLEAP برای غنی‌سازی مقاله مفهومی هوش مصنوعی EASA، شماره 2 مورد استفاده قرار گرفته‌اند. علاوه بر این، یافته‌های گزارش نهایی، پشتیبانی مهمی از وظیفه قانون‌سازی AI EASA RMT.0742 و مشارکت EASA در گروه کاری EUROCAE WG-114 ارائه می‌کند. در 3 ژوئیه 2024، در طول روزهای EASA AI، کنسرسیوم MLEAP نتایج دقیق پروژه را ارائه خواهد کرد و به هرگونه سؤال پاسخ خواهد داد. ثبت نام برای این رویداد همچنان از طریق روزهای هوش مصنوعی EASA – صفحه کنفرانس سطح بالا 2024. منبه خبر

آژانس ایمنی هوانوردی اتحادیه اروپا (EASA) این خبر را منتشر کرده است گزارش نهایی و الف خلاصه اجرایی مستقل پروژه تأیید برنامه یادگیری ماشین (MLEAP). این گزارش توسط کنسرسیوم پروژه متشکل از Airbus protect، LNE (Laboratoire National de Métrologie et d’Essais) و Numalis، به دنبال یک پروژه تحقیقاتی 2 ساله با بودجه Horizon Europe تهیه شده است. کمیسیون اروپا مدیریت قراردادی و فنی این اقدام تحقیقاتی را به EASA محول کرد. پروژه تحقیقاتی MLEAP از برنامه هوش مصنوعی EASA (AI) پشتیبانی می کند و هدف آن شناسایی ابزارهای عینی انطباق برای بلوک “تضمین یادگیری” است. EASA AI Concept Paper شماره 2. سه محور فنی اصلی در طول پروژه مورد بررسی قرار گرفت: نمایندگی داده ها؛ تضمین تعمیم; و مدل و الگوریتم یادگیری استحکام و تضمین. پس از یک غواصی عمیق در وضعیت هنر و به دنبال ارزیابی موارد استفاده پیچیده هوانوردی، برخی روش ها و ابزارها شناسایی و مورد ارزیابی قرار گرفتند. یک خط لوله توسعه عمومی توسط کنسرسیوم به عنوان اجرای عملی فرآیند توسعه W شکل EASA پیشنهاد شد. اولین یافته‌های پروژه MLEAP برای غنی‌سازی مقاله مفهومی هوش مصنوعی EASA، شماره 2 مورد استفاده قرار گرفته‌اند. علاوه بر این، یافته‌های گزارش نهایی، پشتیبانی مهمی از وظیفه قانون‌سازی AI EASA RMT.0742 و مشارکت EASA در گروه کاری EUROCAE WG-114 ارائه می‌کند. در 3 ژوئیه 2024، در طول روزهای EASA AI، کنسرسیوم MLEAP نتایج دقیق پروژه را ارائه خواهد کرد و به هرگونه سؤال پاسخ خواهد داد. ثبت نام برای این رویداد همچنان از طریق روزهای هوش مصنوعی EASA – صفحه کنفرانس سطح بالا 2024. منبه خبر