圖片來源于網(wǎng)絡(luò)

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

數(shù)字化

如今任何一個上車的人，在旅途中都會有很多技術(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支持。當(dāng)需要保護(hù)人員和需要使車輛重新受到控制時，安裝的傳感器和程序邏輯是不可替代的。

該技術(shù)可在后臺不經(jīng)意地監(jiān)控駕駛員的行為，僅在必要時進(jìn)行干預(yù)。原則上，當(dāng)局勢有可能從純?nèi)斯た刂浦谢鋾r，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，它們有哪些援助方案？

SSI Sch?fer（德國賽菲爾）的專家們意識到，對倉儲系統(tǒng)的信任意味著對硬件和軟件的信任，現(xiàn)在還包括對現(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，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，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，配合新的倉儲技術(shù)，確保工藝流程的安全。

第一個--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，需要一個已經(jīng)數(shù)字化地獲取了數(shù)據(jù)集中所包含的知識的系統(tǒng)。就像一個至今只學(xué)過基礎(chǔ)數(shù)學(xué)的學(xué)童，不會用有意義的方式去解微分或積分微積分，也不會用這種方式去表達(dá)一樣，ML模型也有必要對所學(xué)的知識建立一個訓(xùn)練數(shù)據(jù)支持的 "意識"。

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

因此，對于基于人工智能的環(huán)境，需要以類似于現(xiàn)代工作場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，這種對智能算法的 "監(jiān)督 "就到位了。這些至少是。