摘要
德國花了大約一年的時間制定德國人工智慧（Artificial intelligence, AI）標準化路線圖，致力於制定標準和規範，在AI領域發揮著特殊的作用，促進了技術從研究到應用的快速轉移，通過定義產品、服務或流程的要求，它們確保了互通操作性和品質。因此，標準和規範對可解釋性和安全性做出了重大貢獻，並支持AI應用程序的接受和信任。本文摘要概述其中有關AI本身基本主題、道德／負責任的AI、AI系統中的IT安全（和安全）、AI整合到工業自動化等中心主題的現況、要求／需求與挑戰。本文描述了這些中心主題的AI標準化的當前環境，並簡述了AI各方面的相關標準和規範。同時制定了五項核心和總體行動建議，奠下未來國際AI/AIoT（人工智慧物聯網）／IIoT（工業物聯網），甚至醫療、車輛移動等智慧應用安全及可信賴之要求標準基礎，包括：1.提供用於AI系統互通操作性的實施數據參考模型：為了讓這些參與者的各種AI系統能夠自動協同工作，需要一個數據參考模型來安全、可靠、靈活和兼容地交換數據。來自不同領域的數據參考模型標準為全面數據交換奠定基礎，從而確保全球AI系統的互通操作性。2.打造橫向AI基礎安全標準：AI系統本質上是IT系統，IT系統已有廣泛應用領域的各種標準和規範。為實現AI應用程序的IT安全性統一方法，一個包羅萬象的“傘式標準”，將現有的IT系統標準和測試程序捆綁在一起，並用AI觀點對其進行補充，這將是權宜之計。然後可以透過其他主題的從屬標準對該基本安全標準進行補充。3.設計IT系統關鍵性檢查的實務行動建議：當自我學習AI系統決定對人、對他們的財產或對稀有資源的訪問時，AI計畫範圍外的問題可能會危及個人的基本權利或民主價值觀。為了使AI系統在倫理上不重要的應用領域仍然可以自由開發，應該透過標準和規範設計一個初始的關鍵性檢驗－－這可以快速合法地闡明AI系統是否會引發這樣的衝突。4.啟動並實施“可信任的AI＂計劃，以加強歐洲品質基礎建設：到目前為止，AI系統缺乏可靠的品質標準和檢驗程序－－這危及本項技術未來的經濟增長和競爭力。需要一個實施計劃“可信任的AI＂，它為可重複和標準化的檢驗程序奠定了基礎，透過這些檢驗程序可以檢驗AI系統的相關性能，如可靠性（reliability）、強固性（robustness）、效能（performance）和功能安全性（functional safety），並做出關於可信度的聲明。標準和規範描述了對這些屬性的要求，因此構成了AI系統認證和合格評鑑的基礎。有了這樣的行動建議，下一步就有機會制定一個認證計劃，這將是世界上第一個此類計劃，並將獲得國際認可。5.提供分析和評估的使用案例（use cases）以滿足標準化參考需求。AI研究和AI系統在工業開發的應用是高度動態的。今天在不同領域已經有很多AI的應用。欲準備用於工業用途的AI應用程序的標準化需求可以從典型的應用程序和工業領域行業相關使用案例衍生得出。為了制定標準和規範，整合來自研究、領域行業、社會和監管的相互推動非常重要。在這種方法的中心，應根據使用案例對已開發的標準進行檢驗和進一步開發。透過這種方式，可以在早期階段識別特定於應用程序的要求，並實AI可市場化的標準。AI標準化路線圖的結果代表將開展的工作，以及AI領域未來的標準化道路。標準化路線圖AI將不斷更新和開發，以適應不斷變化的要求。