---
tags: AI標準化路線圖
---
# ***德國人工智慧標準化路線圖__***<br>***標準及規範制定與實施的前提***

***Paper: [GERMAN STANDARDIZATION ROADMAP ON ARTIFICIAL INTELLIGENCE](https://www.dke.de/resource/blob/2008048/99bc6d952073ca88f52c0ae4a8c351a8/nr-ki-english---download-data.pdf)***

---
## 檢閱與建立AI的標準及規範

***首先檢閱現有的規範標準***

人工智慧的應用領域極其多樣化。幾乎所有經濟以及其他應用領域，AI技術都以終端產品和服務的組件形式以及公司內部的生產核心和支持流程的形式使用。根據德國政府的說法，AI在未來的所有經濟和社會領域都將發揮重要作用。情況與標準和規範類似。這些也適用於幾乎所有經濟部門和應用領域。德國標準體系目前包含 30,000 多個標準（DIN、DIN EN、DIN EN ISO/IEC）。結合這兩個論點意味著必須審查和補充 AI 方面的 30,000 多個現有標準中的很大一部分。

聯邦政府的AI戰略在12項行動領域中解決了這一問題，並建議審查現有的人工智慧適用性標準和規範。儘管術語“人工智慧適用性”沒有定義，但它的意思是：必須確定與AI應用相關的標準和規範，並最終補充AI細節。通過擴展標準和規範的範圍，人工智慧解決方案可以在他們的幫助下安全可靠地使用。為了實施這一措施，需要一種方法來確定與AI相關的現有標準和規範。或許可以使用 IT 工具來支持這項研究。同時，必須開發一種系統方法來確定任何需要採取行動來優化現有標準和規範。最後，在這項準備工作的基礎上，將設計旨在全面納入AI方面的措施。在這種情況下，最大的挑戰之一可能是缺乏AI專業知識。制定標準的通常是垂直方向的委員會結構，特別是對於傳統行業，需要深入的領域知識。這必須通過AI技術知識進行擴展。應該指出的是，所討論的相關標準主要來自歐洲或國際。原則上，對現有規範的審查可能會更加困難，因為只有少數規範是由已建立的標準組織製定的，而絕大多數相關規範是由各種聯盟制定的。

***針對AI所需要的規範標準做敏捷開發***

AI統標準和規範制定的一個主要挑戰是AI技術發展的巨大動力。許多行業根據AI解決方案的應用領域和與用例相關的不同，使用不同的AI技術。混合 AI 解決方案通常甚至基於 AI 方法的組合。在大多數情況下，應用程序的細節通過人工智慧子學科的最先進方法來滿足，這些方法經過單獨調整和改進。因此，人工智慧研究與工業發展和應用之間的接口動態特別高。通過這種方式，應用AI不斷被開發和工業評估。人工智慧標準化必須考慮到應用研究和工業成熟發展之間的這種緊張關係，並在標準化需求分析和市場就緒規範的開發中追求務實的雙向方法。這需要一個迭代過程，在標準和規範的設計中，結合來自研究、行業、社會和監管的相互推動，並支持參與者之間的持續和相互學習。這種方法的核心是測試和沿用例開發的規範的連續改進。通過這種方式，可以在早期確定特定於應用程序的需求，並可以實現可銷售的 AI 規範。因此，確保了工業、科學和社會對 AI 規範的接受。

---
## ***重新制定AI應用流程的SMART標準***

本節介紹了與 AI 相關的 SMART 標準的動機，以及未來模型的發展現狀和實現 SMART 標準的可能技術方法。

### ***動機***

SMART Standard 的定義：標準，其內容適用於機器、軟件或其他自動化系統（Applicable）和可讀（Readable），此外，可以以特定於應用程序/用戶的方式（Transferable）以數字方式提供。 SMART 標準—這是一個三年來越來越重要的主題，不僅在全國范圍內在 DIN/DKE 中，而且在 CEN/CENELEC (CCMC) 和 ISO/IEC 中，見圖 23。通過協調的試點項目和科學研究、這項創新任務的推動者及其可能的解決方案正在採取初步步驟。一個挑戰是整合標準制定者和用戶的共同目標圖：SMART 標準的未來開發過程是什麼樣的，需要哪種信息模型？ SMART 標準可以為下游基於 AI 的應用程序流程提供哪些輸入？該貢獻總結了關於這些問題的現有知識，並為進一步調查提供了方法和動力，這些在文本和附件中被標記為與 AI 相關的要求。

### ***現況***

在下游過程中直接進一步使用標準及其內容正受到越來越多的關注。 公司期望在未來通過標準組件(價值表、零件描述、3D 模型、軟件、需求定義、測試程序)提高效率，這些組件可以直接由機器接管和執行。 今天，國家/歐洲/國際標準的綜合電子提供仍然主要通過元資料組織的基於 PDF 的標準管理程序進行。 從技術和用戶的角度來看，我們處於成熟和可靠的水平 - 今後將提供關於技術規則和法規的列出集合的數量和索引深度的非常廣泛的信息
\
**目前的標準化文件制定流程**

\
今天的工作流程已經建立了幾十年，在相關流程合作夥伴之間達成無聲或明確協議的基礎上，以平衡的方式成功運作。 根據標準和法律要求仔細協調基本原則，並保證在面向客戶的系統中可靠地管理標準化結果。 今天對參數“原則”和“特性值”的值的更改是認真並經各方協商一致，考慮到適用規則而進行的
\
目前Level 1流程標準
\
在內容管理、分發和使用的 SMART 標准開發背景下，即將發生的與流程相關的深遠變化將必須在現有引入和監管程序的背景下進行界定和重新定義。 必須保留標準化主題的決定性價值（“資產”）。

### ***SMART標準分級模型***

一個挑戰將是鞏固 SMART 標準的開發者和用戶之間的共識：SMART 標準的未來發展過程將如何設計，需要什麼樣的內容結構以及應用場景是什麼？ 在模型的基礎上（見圖 26），下面給出了子過程及其部分解決方案的系統描述。 這些模型也在兩個詳細的基於網絡的研討會中介紹 該模型具有三個維度
→ 表示形式 1 至 4 級：“實用模型”——基於所需技術的使用格式，另請參見圖 26。
→ 創建和使用場景：“流程模型”[260]——從內容創建到內容使用。
→ 子流程實現示例


Level 1 現有價值創造過程已在之前描述。為了完整起見，上圖將它放在一起與Level 2-4 的各個子流程的轉換分類進行對比。
Level 2-3 是SMART標準的第一步，因為將在現有標準化流程中創建細粒度信息
Level 4 代表連續SMART標準價值鏈的最後階段

在引入新流程時營造開放和建設性的討論文化還意味著： 有必要讓用戶（標準的用戶）和標準化團體在早期階段並持續參與方法的開發。 事實上，SMART 標準項目在國家、歐洲和國際層面得到了“各級”的支持和推動。 在德國國家層即，下列與SMART標準相關的活動已經在進行中：
- IDiS（DIN/DKE 的初始數字標準）：未來的智能標準 (DIN)
- 與德國標準用戶委員會 (ANP) 合作
- 與 BFA（DIN Software GmbH 用戶專家委員會）合作
- 在 NAGLN（DIN 標準委員會標準化原則）內工作：
- 與多所大學的合作

在上述委員會中，一個重要問題正一再的被討論：如何讓相關人員為新標準做好準備？

與未來系統相關的另一個方面涉及對整個過程中外部和 DIN 內部"參與者"的資格變更要求的定義。必須進一步發展現有概念，以描述 SMART 標準過程中所有過程參與者的新出現的任務。

### ***AI的標準化***

該項目的目標之一是推導出用於對標準和規範的內容進行形式化和建模的規則。 基礎資料品質的改進對於AI系統的最佳功能至關重要。 結構化標準資料中央存儲庫的預期開發可以作為高品質AI應用程序的基礎。 SMART標準是(眾多)知識領域之一，基本上使 AI 系統能夠自動和最佳地使用它們的信息包含在公司的各種子流程中。 必要的資料模型和界面的概念將成為該項目的一部分，從而為AI應用在企業子流程中的進一步滲透做出重要貢獻。

**SMART標準導入AI Input**



### ***重新設計AI應用程序標準流程***

提供精細標准信息的程序會有以下幾種不同的方式
- 技術方法：現有標准文件在後處理中自動編入索引，沒有主題和數量限制，並使用語義方法自動以細粒度的“可尋址”信息單元提供。與智能粒度準備的文檔相比，索引準確度目前約為 80%，從而滿足能夠專業評估分解信息的合格用戶的要求。但是對於下游的 AI 應用流程，這意味著：必須集成對部分信息準確性的驗證。這種方法的驅動因素是“內容管理”和“內容交付”。可以實現基於級別 2 的級別 3（具有上述限制）的結果。

- 自下而上的方法：在數字化標準時，可以區分自上而下和自下而上的方法。這兩種方法都從不同的角度處理未來標準內容的模塊化、建模和管理問題。在這裡，自上而下的方法的特點是重新設計實際的標準化過程和未來的數字標準必須如何構建的問題，而自下而上的方法則是將現有的標準內容（“重組”）轉移到機器可執行的知識表示。智能標準的製定需要自上而下和自下而上的方法。自下而上方法的驅動因素是“內容管理和交付”和“內容使用”。 3 級和 4 級結果可用於定義的、劃定的應用領域。

- 自上而下的方法：標準的參考文件或“參考內容”只能有一個，這是由負責標準機構檢查和批准的內容，即“主要內容” .法律或合同原則上只涉及這些，情節嚴重的只涉及該主要內容。為了使機器可讀的標準內容也可以作為主要內容，人工生成的、可讀的語言標準內容的獲取必須在預處理（標準制定過程意義上）的基礎上進行允許語言，包括它包含的語義，明確地轉換為機器可讀的資料結構（例如本體），反之亦然。這種方法的驅動因素是“內容創建”和“內容使用”。可以達到 4 級結果。

**加工順序**
不同的方法可以而且應該並行進行。與其他方法相比，該技術方法可提供更快的洞察力。此外，第一個——經濟上可行的——客戶解決方案或原型和演示器正在快速開發，以便可以反饋實踐經驗。自下而上的方法不適用於將非常龐大且不斷增長的全球標準庫存構建為最高品質。但在這個過程中的想法也是有目的地開始以獲得經驗。然而，標準的後處理對於具體的應用領域可能是經濟的。實現具有最高品質要求的人工智慧應用流程的 SMART 標準的明確目標的“頂級”只能是自上而下的方法 (預處理) 的追求和實施。為此付出的努力將非常高。

**經濟效益**
標準化的經濟效益在一些國家被量化。在德國，標準化每年可為經濟節省170億歐元。在法國，標準化直接促進了國內生產總值的提高，其影響估計平均每年超過50 億歐元。在英國，每年 GDP 增長的 28.4% 可歸因於標準，即 90 億歐元。 SMART標準的由於其經濟效益尚未被量化，只能定性描述。

新的SMART標準中缺少這樣的聯合聲明及其推論。典型的問題是：今天提到的170億歐元從SMART標準中獲得的收益有多少？如果我們不處理SMART標準，我們會失去收益嗎？還是會在170億歐元的基礎上增加收益？

在項目框架內，必須對各種方法的成本、收益、實施週期、品質等進行經濟評估，也可以同時(或後期)對程序的優先順位進行排序。

:::success
***從經濟學的角度看品質標準*** [節錄自得到"薛兆豐的北大經濟學"]
*一般人心目中高品質的產品，都是只品質本身高等的產品，例如商品的材質更好，功能更強大，使用更安全。但在經濟學上對高品質有更明確的定義：*

**品質穩定**
*在經濟學裡，高品質的第一層含義是指均質，也就是說不是廠商能把產品的品質做到多高級，而是產品的品質要維持一個穩定的水準。同樣的商品中，單一一件產品的品質，跟另外一件產品品質之間的差距應該越小越好。*

*以大型的國際品牌以及連鎖餐飲來說，販賣的東西我們也許喜歡，也許不喜歡。但它能夠做到我們不管走進全世界任何一個地方的任何一家店，享受的服務，購買的商品都是相同的，我們可以用期望的價格購買到剛剛好符合期望的服務與商品，不會超過，也不太容易低於期望，這就是經濟學上的均質。*

**性價比相等**
*高品質的第二層經濟學含義是指，為了提高產品品質所付出的邊際成本與它得到的邊際收益相等。當提高產品品質的邊際成本等於邊際收益時，就可以說它達到了優質的標準，也就是提高品質的過程中，邊際收益應該剛剛好等於邊際成本 ++(把品質提高到超過邊際成本對於消費者來說當然是更好的標準，但是賠錢的生意做不長久，如果一項標準的確定是要製造者蒙受損失，那麼它也不會是一個好的標準)++。簡單講就是，一分價錢一分貨，對使用者來說是值得的，就是好的品質。*

*例如制定校車的安全標準，如果不計成本，一昧追求高安全性，最後制定出來的標準應該接近坦克或者軍用車的標準。一個國家很大，貧富有差距，並非每個學校和家長都能負擔得起使用Hummer做為校車。標準太高，就會逼很多學校，尤其是偏遠地區的學校放棄提供校車，家長們只能使用安全性能更低的交通工具，例如自己騎車接送或雇黑車，結果導致小孩的安全保障反而降低。*

*這也就是在標準規範制定的過程中，需要財經與社會專家參與的重要原因，因為我們不能只站在技術、科技、道德的方面考慮，還必須符合社會資源的期望以及大多數使用者能夠負擔得起，才是一個好的標準。*
:::

\
:::warning
***補充資料： ISO SMART, ISO/CS assessment***

{%youtube r1NcDyB-Qwg %}
:::