圖片來(lái)源于網(wǎng)絡(luò)

安全性不僅對(duì)內(nèi)部物流系統(tǒng)的運(yùn)行至關(guān)重要，而且對(duì)人工智能（AI）的應(yīng)用也至關(guān)重要。

數(shù)字化

如今任何一個(gè)上車的人，在旅途中都會(huì)有很多技術(shù)可以使用，這些技術(shù)的編排都是為了確保他們盡可能安全、環(huán)保地到達(dá)。ABS(防抱死制動(dòng)系統(tǒng))、ASR(牽引力控制)和GPS(全球定位系統(tǒng))就是這類智能輔助系統(tǒng)的例子。盡管駕駛者的駕駛方式具有預(yù)見性和適應(yīng)性，但如果出現(xiàn)極端情況，駕駛者還是要依靠各自的助手提供的即時(shí)支持。當(dāng)需要保護(hù)人員和需要使車輛重新受到控制時(shí)，安裝的傳感器和程序邏輯是不可替代的。

該技術(shù)可在后臺(tái)不經(jīng)意地監(jiān)控駕駛員的行為，僅在必要時(shí)進(jìn)行干預(yù)。原則上，當(dāng)局勢(shì)有可能從純?nèi)斯た刂浦谢鋾r(shí)，它不是光顧，而是支持。但是，在相反的情況下，它是什么樣子的呢？當(dāng)智能數(shù)字算法和模型不再 "知難而退 "時(shí)，它們有哪些援助方案？

SSI Sch?fer（德國(guó)賽菲爾）的專家們意識(shí)到，對(duì)倉(cāng)儲(chǔ)系統(tǒng)的信任意味著對(duì)硬件和軟件的信任，現(xiàn)在還包括對(duì)現(xiàn)代內(nèi)部物流相應(yīng)的智能方法和模型的信任，以適應(yīng)用戶的需求。除此之外，在使用機(jī)器學(xué)習(xí)（ML）和人工智能（AI）的模型、方法和應(yīng)用時(shí)，不僅要考慮而且要要求具有可比性的安全性--因?yàn)檫@也是存儲(chǔ)和檢索機(jī)器和機(jī)器人等安全運(yùn)行在技術(shù)層面不可避免的規(guī)定。人工輔助系統(tǒng)、數(shù)字安全柵欄、虛擬流程保障機(jī)制和網(wǎng)絡(luò)應(yīng)急關(guān)機(jī)，需要與智能算法的實(shí)用性聯(lián)系起來(lái)，可能并不靠譜?

控制權(quán)

正如開頭所概述的那樣，模擬、人機(jī)操作中的錯(cuò)誤如果不能在早期階段被控制實(shí)例發(fā)現(xiàn)，從而避免，就會(huì)產(chǎn)生嚴(yán)重的后果。然而，數(shù)字化的世界也需要相應(yīng)的控制方案，配合新的倉(cāng)儲(chǔ)技術(shù)，確保工藝流程的安全。

第一個(gè)--如果你愿意的話--基本的范式轉(zhuǎn)變是模型的整體觀和相關(guān)數(shù)據(jù)。用相關(guān)數(shù)據(jù)訓(xùn)練模型，需要一個(gè)已經(jīng)數(shù)字化地獲取了數(shù)據(jù)集中所包含的知識(shí)的系統(tǒng)。就像一個(gè)至今只學(xué)過(guò)基礎(chǔ)數(shù)學(xué)的學(xué)童，不會(huì)用有意義的方式去解微分或積分微積分，也不會(huì)用這種方式去表達(dá)一樣，ML模型也有必要對(duì)所學(xué)的知識(shí)建立一個(gè)訓(xùn)練數(shù)據(jù)支持的 "意識(shí)"。

系統(tǒng)必須能夠在人工智能算法開始行動(dòng)之前，就將給定的任務(wù)與數(shù)據(jù)和知識(shí)庫(kù)進(jìn)行比較，以便能夠獨(dú)立評(píng)估自己對(duì)當(dāng)前設(shè)定任務(wù)的 "能力"。如果有必要，需要擴(kuò)展該模式，以便讓問(wèn)題得不到解決，并通過(guò)這種方式立即傳達(dá)，而不是為決策提供錯(cuò)誤的依據(jù)。特別是當(dāng)前商業(yè)行為的不穩(wěn)定性，帶來(lái)了提前進(jìn)入連計(jì)算機(jī)都還沒(méi)有 "了解 "的領(lǐng)域的危險(xiǎn)。但是，一般人都期望計(jì)算機(jī)總是能提供一個(gè)答案，從而總是能計(jì)算出正確的答案。

因此，對(duì)于基于人工智能的環(huán)境，需要以類似于現(xiàn)代工作場(chǎng)所許多流程的方式進(jìn)行質(zhì)量保證，由適當(dāng)?shù)膯T工或主管進(jìn)行審查和其他控制。當(dāng)算法的實(shí)際輸出中加入一些必要的信息時(shí)，這種對(duì)智能算法的 "監(jiān)督 "就到位了。這些至少是。