【技术实现步骤摘要】
一种人工智能软件的可信性测评方法
[0001]本申请涉及软件测评
,尤其涉及一种人工智能软件的可信性测评方法
。
技术介绍
[0002]人工智能是面向装备发展的必然趋势,可信性成为人工智能软件“顶用”“好用”“敢用”的关键
。
随着人工智能系统功能规模越来越大,系统也越来越脆弱
。
很多时候不以人们期望的方式工作,经常发生各种事故和失效,直接或间接地给用户带来损失
。
人工智能系统软件不总是让人信任的,导致“软件可信性”问题
。
人工智能软件的测试验证技术面临新的挑战,由于智能算法具有在随机性
、
自主性
、
学习性,传统的代码走查
、
公式理论计算
、
典型用例等测试方法已不适用,人工智能软件通过数据驱动建模完成预测或决策任务,这种数据驱动建模使得系统行为随训练数据改变而改变;另一方面,模型的统计学本质使得系统的输出具有不确定性,难以找到测试预言
。
人工智能软件与传统的软件系统不同,数据驱动特性和内部行为分析方法的缺失使得其往往被当作无法解释的黑盒;软件行为具有不确定性
、
自适应性导致人工智能软件测试面临着测试数据难以构造
、
测试结果难以判断
、
可信性难以评价等技术难题
。
技术实现思路
[0003]本专利技术分析了人工智能软件可信性机理,提出了“类人”的人工智能软件缺陷模式分析方 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种人工智能软件的可信性测评方法,其特征在于,所述方法包括:确定人工智能软件可信性机理;人工智能软件缺陷模式分析;多手段的人工智能软件可信性验证数据生成;开展人工智能软件测试,验证测试充分性;根据人工智能软件可信性机理中的软件组成
、
软件特征以及人工智能软件可信性属性,构建人工智能软件可信性评价指标模型;进行基于统一量化和模糊评价的人工智能软件可信性综合评价
。2.
根据权利要求1所述的人工智能软件的可信性测评方法,其特征在于,所述确定人工智能软件可信性机理,包括:建立人工智能软件特征模型;明确人工智能软件特征;识别人工智能软件可信性影响因素;定义人工智能软件可信性
。3.
根据权利要求2所述的人工智能软件的可信性测评方法,其特征在于,所述建立人工智能软件特征模型,包括:人工智能软件特征模型
AI
表示如下:
AI
=
[T(I,C,S),F(O,O,D,A)]
人工智能软件特性包括技术特征
T
和功能特征
F
,技术特征
T
包括自主性
I、
协同性
C
和学习性
S
,功能特征
F
包括感知
O、
认知
O、
决策
D
和行为
A
功能
。4.
根据权利要求2所述的人工智能软件的可信性测评方法,其特征在于,所述识别人工智能软件可信性影响因素,包括:感知层,由软硬件
、
用于目标感知的智能学习算法
、
目标感知的训练样本构成;认知层,包括用于目标判断融合的智能学习算法
、
用于目标判断融合的智能学习训练样本,形成目标判断融合的认知能力
。
认知判断功能中的对抗样本
、
复杂目标属性
、
智能算法异常
、
系统安全漏洞
、
复杂战场环境
、
战场态势的实时性均影响软件可信性;决策层,包括用于综合决策智能学习算法
、
用于综合决策智能学习训练样本
、
综合决策智能预测能力,智能算法异常
、
系统安全漏洞
、
复杂战场环境
技术研发人员:吴立金,张亚铭,张岩,沈晓美,闫然,沈泽华,
申请(专利权)人:中国船舶集团有限公司综合技术经济研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。