Adapting AUTOSAR for AI-Enabled Autonomous Driving: An Integrated Functional Safety, SOTIF, Cybersecurity, and Runtime Assurance Framework
यह शोध पत्र AUTOSAR-AI सुरक्षा आश्वासन फ्रेमवर्क (AASAF) का प्रस्ताव करता है, जो स्वायत्त ड्राइविंग प्रणालियों में लर्निंग-एनेबल्ड घटकों की सुरक्षित, पता लगाने योग्य और नियंत्रित तैनाती को सक्षम करने के लिए AUTOSAR एडेप्टिव प्लेटफॉर्म सेवाओं को ISO कार्यात्मक सुरक्षा, SOTIF, साइबर सुरक्षा और सॉफ्टवेयर-अपडेट मानकों के साथ एक नवीन AI आश्वासन टियर मॉडल के माध्यम से एकीकृत करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक ऐसा रोबोट बना रहे हैं जो अपने आप कार चला सकता है। आप इसे आर्टिफिशियल इंटेलिजेंस (AI) से बना एक सुपर-ब्रेन देते हैं, एक शानदार कंप्यूटर जो सड़कों, ट्रैफ़िक और पैदल यात्रियों की लाखों तस्वीरों से सीखता है। यह रोबोट अद्भुत है; यह उन चीजों को देख सकता है जिन्हें इंसान मिस कर देते हैं और पलक झपकने से भी तेज़ प्रतिक्रिया दे सकता है। लेकिन यहाँ एक पेंच है: यह सुपर-ब्रेन एक प्रतिभाशाली लेकिन अप्रत्याशित छात्र की तरह है। यह धूप वाले दिनों में परीक्षा में बहुत अच्छा प्रदर्शन कर सकता है, लेकिन बारिश होने पर भ्रमित हो सकता है, या यह कुछ ऐसी चीज़ देखने पर गलत उत्तर आत्मविश्वास के साथ दे सकता है जिसे उसने पहले कभी नहीं देखा है। कारों की दुनिया में, "गलत उत्तर" देने का मतलब केवल खराब ग्रेड आना नहीं है; इसका मतलब दुर्घटना भी हो सकता है।
सबको सुरक्षित रखने के लिए, इंजीनियरों ने दशकों तक सख्त नियम पुस्तिकाएं बनाई हैं। एक प्रसिद्ध नियम पुस्तिका, जिसे ISO 26262 कहा जाता है, एक सुरक्षा निरीक्षक की तरह है जो यह जाँचता है कि कार के ब्रेक और स्टीयरिंग हर बार पूरी तरह से काम करते हैं या नहीं। दूसरी नियम पुस्तिका, जिसे SOTIF कहा जाता है, उन समयों के बारे में चिंतित रहती है जब कार बिल्कुल वैसे ही काम करती है जैसा उसे डिज़ाइन किया गया था, लेकिन फिर भी गलती कर देती है क्योंकि दुनिया बहुत अजीब या जटिल हो जाती है। फिर AUTOSAR सिस्टम है, जो वह सार्वभौमिक भाषा और ऑपरेटिंग सिस्टम है जो एक आधुनिक कार के विभिन्न हिस्सों को एक-दूसरे से बात करने में सक्षम बनाता है। बड़ा सवाल जो वैज्ञानिक अभी पूछ रहे हैं वह यह है: हम इस प्रतिभाशाली, अप्रत्याशित AI छात्र को एक ऐसी कार में कैसे फिट करें जिसे सख्त सुरक्षा नियमों का पालन करना ही होगा? यदि AI भ्रमित हो जाता है, तो हम यह कैसे सुनिश्चित करें कि कार बिना सोचे-समझे खतरे की ओर बढ़ती न रहे?
यह ठीक वही पहेली है जिसे एम्राह एक्रेम कराबागग एक नए शोध लेख में सुलझाते हैं। पेपर सुझाव देता है कि हम बस AI को कार में प्लग नहीं कर सकते और उम्मीद नहीं कर सकते कि सब ठीक हो जाएगा। इसके बजाय, लेखक एक नया "सेफ्टी फ्रेमवर्क" प्रस्तावित करता है जो एक सख्त शिक्षक की तरह काम करता है जो AI छात्र के बगल में बैठा है। यह फ्रेमवर्क मौजूदा AUTOSAR सिस्टम का उपयोग करता है लेकिन इसमें निगरानी की एक विशेष परत जोड़ता है। मुख्य विचार AI के "विचारों" को कार के "कार्यों" से अलग करना है। AI सुझाव दे सकता है, "हे, चलो लेन बदलते हैं!" लेकिन एक अलग, सरल और बहुत ही अनुमानित सुरक्षा प्रणाली को कार के हिलने से पहले "हाँ" या "ना" कहना होगा। यदि AI अजीब व्यवहार करने लगता है या भ्रमित हो जाता है, तो यह सुरक्षा प्रणाली तुरंत नियंत्रण ले लेती है और एक "मिनिमम रिस्क मैन्यूवर" (न्यूनतम जोखिम युक्ति) करती है, जो कि "धीरे हो जाओ और सुरक्षित रूप से रुक जाओ" कहने का एक शानदार तरीका है।
पेपर एक नया और चतुर तरीका पेश करता है जिससे हम यह माप सकें कि हम विभिन्न AI भागों पर कितना भरोसा कर सकते हैं, जिसे "AI अश्योरेंस टियर्स" (AI आश्वासन स्तर) कहा जाता है। इन्हें एक वीडियो गेम में अनुमति के स्तरों की तरह समझें। सबसे निचले स्तर (टियर 0) पर, AI केवल एक यात्री है जो सलाह दे रहा है, जैसे कोई GPS आपको मौसम बता रहा हो। उच्चतम स्तर (टियर 4) पर, AI मुख्य ड्राइवर है, लेकिन इसकी निगरानी एक अत्यंत सतर्क गार्ड द्वारा की जा रही है। पेपर तर्क देता है कि सिर्फ इसलिए कि कार का कोई हिस्सा "उच्च सुरक्षा" (जिसे इंजीनियर ASIL D कहते हैं) के रूप में लेबल किया गया है, इसका मतलब यह नहीं है कि उसके अंदर का AI स्वचालित रूप से सुरक्षित है। आपको AI के मस्तिष्क के लिए विशेष जाँच की आवश्यकता है, जैसे यह देखना कि क्या वह सही डेटा देख रहा है या क्या वह उन चीजों के बारे में बहुत अधिक आत्मविश्वासी हो रहा है जिन्हें वह समझ नहीं पा रहा है।
लेखक ने यह भी मानचित्रित किया है कि इसे उन AUTOSAR टूल्स का उपयोग करके कैसे बनाया जाए जिनका कार कंपनियाँ पहले से ही उपयोग करती हैं। यह कार को निर्देशों का एक नया सेट देने जैसा है: "जब AI कहे 'जाओ', तो सेफ्टी मैनेजर मौसम, सड़क और AI के आत्मविश्वास स्कोर की जाँच करेगा। यदि सब कुछ ठीक दिखता है, तो कार जाएगी। यदि AI अनिश्चित है या सड़क अजीब है, तो सेफ्टी मैनेजर ब्रेक लगा देगा।" पेपर यह दावा नहीं करता कि यह एक जादुई समाधान है जो हर समस्या को हमेशा के लिए हल कर देगा। इसके बजाय, यह जोखिम को प्रबंधित करने का एक संरचित तरीका सुझाता है, यह सुनिश्चित करते हुए कि भले ही AI गलती करे, कार के पास एक बैकअप प्लान हो, जो सरल, विश्वसनीय और हमेशा बचाने के लिए तैयार हो। यह AI को स्मार्ट होने की स्वतंत्रता देने के बारे में है, लेकिन सुरक्षा नियंत्रणों को एक ऐसे सिस्टम के हाथों में रखना है जो कभी थकता नहीं या भ्रमित नहीं होता।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।