Ինչու է արտադրությունից դուրս աղետալի սցենարի փորձարկումն էական կարևոր ենթակառուցվածքների անվտանգության համար

FAA-ի աննախադեպ խափանումը, որը հանգեցրել է բոլոր ներքին չվերթների դադարեցմանը, բոլորը հարցեր են տալիս.

Ինչպես դա տեղի ունեցավ:

Ո՞վ է պատասխանատու:

Ինչպե՞ս կանխել նման բանի կրկնությունը:

Այս խափանումը մեզ տեղյակ է պահել՝ ընդգծելով, որ նույնիսկ այն համակարգերը, որոնք մենք համարում ենք ամենաապահով, վստահելի և վավերացված, կարող են ձախողվել:

Թեև այս տեսակի խափանումները, որոնք հասնում են հանրային իրազեկվածության մակարդակին, հազվադեպ են, երբ դա տեղի է ունենում կյանքի կարևոր համակարգում, դա կարող է հանգեցնել աղետալի արդյունքների ավալանշի, որոնք ազդում են անվտանգության, անվտանգության և տնտեսության վրա: Մենք դա տեսնում ենք այժմ տրանսպորտի խաթարմամբ և վեբ/հավելվածային ծառայությունների գերբեռնվածության հետևանքով, որը լցված է հազարավոր ուղևորներով, որոնք փորձում են հասնել իրենց նպատակակետերը:

Թեև FAA-ի այսօրվա խափանումը համարվում է համակարգի ձախողում, այն դեգրադացիայի նրբագեղ ձախողում էր: Դա նշանակում է, որ, բարեբախտաբար, ոչ մի մահ չի եղել ձախողման հետևանքով, և համակարգը արդյունավետորեն անջատվել է նախքան ավելի մեծ վնաս հասցնելը:

Սա բախտավոր է, բայց ոչ հուսադրող:

Թեստավորումը միշտ օգտագործվել է արտադրության մեջ՝ թերությունները հայտնաբերելու համար. սխալների մոդելավորումը, օրինակ, սարքն արհեստականորեն «կոտրելու» մեթոդ էր՝ տեսնելու, թե արդյոք ախտորոշիչ թեստերը կհայտնաբերեն և կմեկուսացնեն խափանումները մինչև դրանց հիմնական պատճառները: Ծրագրային ապահովման նախագծման ժամանակ ինժեներներին սովորեցնում են նախագծել ըստ այն բանի, թե ինչ պետք է անի ֆունկցիոնալ առումով: Շատ ավելի քիչ ջանք է ծախսվել աղետալի սցենարների կամ պայմանների «կատարյալ փոթորկի» որոնման վրա, որոնք պետք է տեղի ունենան, որոնք հանգեցնում են համակարգի ձախողման: Այս պայմանների կանխատեսումը կարող է օգնել մեզ ակտիվորեն ստեղծելու մեխանիզմներ՝ կանխարգելելու աղետալի ձախողումը կանխարգելելու համար:

Ապագա անջատումների և այլ կարևոր ենթակառուցվածքների ձախողումների կանխարգելում

Ամպային հաշվարկների և արհեստական ​​ինտելեկտի լուծումների տարածման պայմաններում մենք այժմ ունենք բավական արդյունավետ հաշվողական հզորություն՝ գնահատելու միլիոնավոր գործառնական սցենարներ՝ հայտնաբերելու, թե որ դեպքերը կարող են հանգեցնել աղետալի սցենարների:

FAA-ի համար այժմ պետք է հնարավոր լինի ակտիվորեն վերլուծել ներքին բոլոր օդանավակայանների պայմանները և տվյալները, օդանավերը երկնքում և գետնին, ինչպես նաև ապագա օգտագործման համար նախատեսված օդանավերի, կառավարման աշտարակի հաղորդակցությունների և հարակից ենթակառուցվածքների, ուղևորների, եղանակի, և անվտանգություն խաղի սցենարների համար, որոնք կարող են հանգեցնել համակարգի ձախողման:

Եթե ​​հաշվի առնենք այս համակարգի փոխազդեցությունների և փոխկապակցվածության բարդությունը, ապա պարզ է, որ անհաջողության բոլոր կետերը դիտարկելը սարսափելի առաջարկ է:

Արհեստական ​​ինտելեկտը կարող է օգնել վերլուծել տվյալների այս ճնշող քանակությունը՝ ակտիվորեն փնտրելու օրինաչափություններ և վարքագիծ, որոնք կարող են մարտահրավերներ առաջացնել FAA համակարգերի համար:

Սա աննախադեպ չէ, քանի որ արհեստական ​​ինտելեկտն օգտագործվել է երթևեկության օրինաչափությունները ավելի լավ ուսումնասիրելու համար՝ օպտիմալացված պլանավորման և լոգիստիկայի համար:

Տեխնոլոգիան կարող է նաև կիրառվել որպես հզոր պաշտպանական մեխանիզմ՝ համակարգերում կիբերհարձակումների և/կամ աննորմալ վարքագծի վաղ հայտնաբերման համար: Նման համակարգերի արդյունավետ տեղակայման բանալին կլինի այդ առանձնահատուկ ելակետերի և պայմանների մեկուսացումը, որպեսզի դրանք կարողանան ստուգվել մարդկային փորձագետների կողմից:

FAA-ի խափանումից շատ դասեր կարելի է քաղել, և ժամանակի ընթացքում մենք ավելի հստակ պատկերացում կունենանք տեղի ունեցածի մասին: Սակայն առայժմ ակնհայտ է, որ զարգացող տեխնոլոգիաները, ինչպիսին է Արհեստական ​​ինտելեկտը, թույլ է տալիս ակտիվորեն հայտնաբերել համակարգի խափանումները և այլ մարտահրավերները, որոնք կարող են առաջանալ, կարևոր դեր ունեն այն բանում, թե ինչպես ենք մենք պահպանում մեր կարևորագույն ենթակառուցվածքը առաջ շարժվելիս: