具身人工智能 (EAI) 涉及将人工智能嵌入有形实体（例如机器人），使其具备感知、学习和动态参与周围环境的能力。在本文中，我们讨论如何为 EAI 系统建立标准，以确保 EAI 系统的安全性、可靠性、性能和可用性。
1. EAI 标准框架的必要性
图 1 展示了一个包含各种关键组件的 EAI 机器人系统，突出了这些系统所需的复杂性和集成性。这种复杂性凸显了对标准框架的迫切需求，以确保安全性、可靠性、性能和可用性。
安全性是 EAI 系统中的重中之重，因为它们通常在靠近人类的地方运行，任何故障或意外行为都可能导致严重伤害或损害。确保安全包括通过可靠的硬件和软件集成来防止事故发生、实施故障保护和紧急停止机制以及遵守严格的安全标准。
EAI 系统的可靠性涉及物理组件的耐用性，确保它们能够经受住常规使用而不会频繁发生故障或失效。它还涉及保持一致的性能，即系统在各种操作条件下准确高效地执行任务。软件稳定性至关重要，要求嵌入式 AI 算法和软件在运行时不会发生崩溃、错误或可能破坏功能的重大错误。此外，容错能力也至关重要，它允许系统处理和恢复故障或错误，同时将对性能和安全性的影响降至最低。
EAI 系统的性能标准涉及执行任务的准确性，例如精确的移动和对输入的正确响应。它们还涵盖系统完成任务的速度，确保及时和响应迅速的运行。资源使用效率（包括功耗和计算资源）是另一个关键领域，确保系统能够在不过度使用能源或处理能力的情况下执行其功能。
可用性标准确保 EAI 系统易于使用、可访问且在与人类用户的交互中有效。易用性至关重要，可确保具有不同技术水平的用户能够直观地操作该系统。可访问性可确保具有不同能力和残疾的个人能够使用该系统。
尽管这些标准非常重要，但 EAI 行业仍处于起步阶段，目前缺乏全面的标准框架来确保 EAI 系统的安全性、可靠性、性能和可用性。制定和实施这些标准对于促进 EAI 技术的广泛采用和有效部署至关重要。
2. 智能电动汽车行业的经验教训
EAI 系统和智能电动汽车 (IEV) 在复杂性和安全要求方面有相似之处。这两个系统都依赖于复杂的传感器、执行器和控制算法，在动态环境中执行复杂任务，这些环境通常与人类非常接近。因此，我们可以借鉴 IEV 行业的概念来开发 EAI 系统的标准框架。
智能电动汽车的标准框架由 50 多项标准组成，这些标准构成了从零部件级别到整个系统级别的全面指南和法规。在零部件级别，标准认证电池、传感器和电动机等单个部件的质量和兼容性。例如，ISO 6469 和 IEC 62133 侧重于电池安全，确保电源在各种操作条件下都坚固可靠。同样，ISO 26262 解决了电气和电子系统的功能安全问题，这对于自动驾驶和半自动驾驶功能的安全运行至关重要。
在完整系统层面，将这些组件集成到整车中需要额外的标准。例如，ISO 21434 专注于道路车辆的网络安全，确保控制现代电动汽车的复杂软件系统免受黑客攻击和其他网络威胁。ISO 26262 提供了一个框架，用于识别和减轻与汽车电气和电子系统相关的风险。这些标准确保车辆的各个方面（从单个组件到集成系统）都符合严格的安全和性能标准。
3. EAI 系统的标准框架
基于IEV标准框架，我们提出了EAI系统的标准框架，如表1所示。IEV标准框架分为组件级和完整系统级，而EAI系统标准框架分为组件级、完整系统级、使用场景级和群体智能级四个层次。
在零部件层面，需要制定标准来确保各种零部件的安全性、可靠性和性能。只有满足这些基本要求的零部件才能集成到完整的 EAI 系统中。类似的 IEV 标准可以应用于 EAI 系统，因为它们共享类似的传感器，甚至一些机械零部件。可以借鉴 IEV 标准的一些标准包括 ISO 6469 和 IEC 62133，它们确保电池、传感器和电动机的质量和安全，重点关注零部件层面的标准。
在系统层面，集成所有组件后，应用标准来验证整个系统的安全性、可靠性、性能和可用性至关重要。此过程涉及生成综合系统评分以量化系统的整体质量。例如，类似于 ISO 26262 的标准可用于评估 EAI 系统的功能安全性，而类似于 ISO 21434 的标准可以强制实施网络安全措施。与 IEV 不同，可用性是 EAI 系统的一个特别关键的指标，因为它们与人类频繁交互。ISO 9241 系列标准为以人为本的交互式系统设计流程提供指导，确保整个设计和开发生命周期的可用性。然而，EAI 系统的可用性标准领域目前尚不发达，需要快速发展才能满足这项技术日益增长的需求。
一旦建立了所有这些标准，就需要进行系统评分，以将 EAI 系统的安全性、可靠性、性能和可用性总结为易于理解的指标。该评分将有助于比较不同的产品，帮助消费者和利益相关者根据系统的整体质量做出明智的决策。
与 IEV 不同，EAI 系统可应用于广泛的使用场景。例如，人形机器人可以充当制造厂的工人或家庭服务机器人。因此，定义一组使用场景并在这些环境中评估不同机器人的性能至关重要。此评估的一个可行指标可能是特定机器人在特定使用场景中的任务完成率。该领域的一个例子是 ISO 18497，它规定了农业自动化机械（包括用于农业作业的机器人）的安全和性能要求。这种方法确保根据机器人在实际应用中的有效性对其进行评估，从而全面了解其能力和局限性。
此外，不同的 EAI 系统可以协作完成复杂的任务。群体智能是指多个 EAI 系统共同努力实现共同目标的集体行为。群体智能受到蚁群、鸟群和鱼群等自然系统的启发，它涉及单个代理遵循简单的规则和局部交互来创建复杂的协调动作。在具身 AI 中，群体智能使机器人能够协作、共享信息并有效适应动态环境。这种方法增强了机器人系统的稳健性、可扩展性和灵活性，使它们能够比单独工作的单个机器人更有效地执行搜索和救援、环境监测和集体运输等任务。
因此，合作评分标准对于评估多个 EAI 系统协同工作的效果至关重要。它衡量了它们沟通、协调、适应性和整体贡献的有效性，确保群体高效运作，实现集体目标。该标准有助于优化群体性能，并确保在动态环境中成功协作。然而，目前缺乏专门针对群体智能的标准，需要快速开发。
4. 总结
EAI 系统的标准框架迫在眉睫，因为这些系统与人类密切互动，并在复杂、动态的环境中运行。通过标准化指南确保安全性、可靠性、性能和可用性对于防止事故、提高系统效率以及促进对这些先进技术的广泛采用和信任至关重要。EAI 系统与 IEV 非常相似，因为它们都依赖于复杂的传感器、执行器和控制算法，在动态环境中安全可靠地执行复杂任务，而且这些环境通常靠近人类。因此，我们可以在 IEV 标准的基础上建立 EAI 系统的标准。
然而，EAI 系统具有与 IEV 不同的独特特征。首先，EAI 系统经常与人类互动，因此可用性是标准开发的关键领域。其次，相同的 EAI 系统可以在不同的场景中使用，因此需要针对特定场景的性能标准。第三，群体智能是 EAI 系统部署的一个独特功能，因此开发合作分数来评估不同 EAI 系统协同工作的效果至关重要。最后，我们在图 2 中总结了一些可能用于 EAI 系统的现有标准。
评论