EU - FOCETA - Grundlagen für kontinierliches Engineering von vertraunswertiger Autonomie

Projekt: Forschungsprojekt

Projektdetails

Beschreibung

Die allgegenwärtige KI wird es komplexen Systemen bald ermöglichen, auf unseren Straßen zu fahren, über unsere Köpfe zu fliegen und sich während unserer täglichen Zeit an unserer Seite zu bewegen und lebt und arbeitet in unseren Fabriken. Trotz dieser disruptiven Landschaft, Bereitstellung und breitere Akzeptanz von Lernerfahrungen Autonome Systeme in sicherheitskritischen Szenarien bleiben eine Herausforderung. Continuous Engineering (DevOps) kann vermitteln Probleme beim Auftreten neuer Szenarien während des gesamten Produktlebenszyklus. Die technischen Grundlagen und Annahmen, auf denen traditionelle sicherheitstechnische Prinzipien beruhen, erstrecken sich nicht auf lernfähige autonome Systeme entwickelt unter ständiger Weiterentwicklung. FOCETA versammelt prominente akademische Gruppen und führende Industriepartner, um Grundlagen für eine kontinuierliche Entwicklung zu schaffen Entwicklung vertrauenswürdiger lernfähiger autonomer Systeme. Der gezielte wissenschaftliche Durchbruch liegt in der Konvergenz von "datengesteuertem" und "modellbasiertem" Engineering, wobei diese Konvergenz durch die Notwendigkeit weiter erschwert wird. Wenden Sie die Überprüfung und Validierung schrittweise an und vermeiden Sie vollständige Bemühungen zur erneuten Überprüfung. Das Paradigma von FOCETA basiert auf drei wissenschaftlichen Säulen: (1) Integration von lernfähigen Komponenten und modellbasiert Komponenten über eine vertragsbasierte Methodik, die eine schrittweise Änderung von Systemen einschließlich Bedrohungsmodellen für ermöglicht Cybersicherheit, (2) Anpassung der während des modellgetriebenen Entwurfs angewendeten Verifikationstechniken an die Lernkomponenten in der richtigen Reihenfolge um eine unvoreingenommene Entscheidungsfindung zu ermöglichen, und schließlich (3) inkrementelle Synthesetechniken, die sowohl die Durchsetzung der Sicherheit vereinheitlichen und sicherheitskritische Eigenschaften sowie die Optimierung der Leistung. Der FOCETA-Ansatz, der in Open-Source-Tools und mit Open-Data-Exchange-Standards implementiert ist, wird am häufigsten angewendet Anspruchsvolle und herausfordernde Anwendungen wie die Automatisierung des städtischen Fahrens und intelligente medizinische Geräte, um dies zu demonstrieren Lebensfähigkeit, Skalierbarkeit und Robustheit bei gleichzeitiger Berücksichtigung der neuesten technologischen Anforderungen der europäischen Industrie.
StatusAbgeschlossen
Tatsächlicher Beginn/ -es Ende1/10/2030/09/23

Fingerprint

Erkunden Sie die Forschungsthemen, die von diesem Projekt angesprochen werden. Diese Bezeichnungen werden den ihnen zugrunde liegenden Bewilligungen/Fördermitteln entsprechend generiert. Zusammen bilden sie einen einzigartigen Fingerprint.
  • Analyzing Intentional Behavior in Autonomous Agents Under Uncertainty

    Cano Córdoba, F., Judson, S., Antonopoulos, T., Bjørner, K., Shoemaker, N., Shapiro, S., Piskac, R. & Könighofer, B., Aug. 2023, Proceedings of the Thirty-Second International Joint Conference on Artificial Intelligence. ijcai.org, S. 372--381 10 S.

    Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandBegutachtung

    Open Access
  • Formal XAI via Syntax-Guided Synthesis

    Bjørner, K., Judson, S., Cano, F., Goldman, D., Shoemaker, N., Piskac, R. & Könighofer, B., 2023, Bridging the Gap Between AI and Reality : First International Conference, AISoLA 2023, Crete, Greece, October 23–28, 2023, Proceedings. Springer, S. 119-137 (Lecture Notes in Computer Science; Band 14380).

    Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandBegutachtung

  • Provable Correct and Adaptive Simplex Architecture for Bounded-Liveness Properties

    Maderbacher, B., Schupp, S., Bartocci, E., Bloem, R., Nickovic, D. & Könighofer, B., Mai 2023, Model Checking Software - 29th International Symposium, SPIN 2023, Proceedings. Caltais, G. & Schilling, C. (Hrsg.). Springer Nature Switzerland AG, S. 141-160 20 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 13872 LNCS).

    Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandBegutachtung

    Open Access
    Datei