一個由TASKING、英飛凌（Infineon）及德國航空太空中心（DLR）專家組成的跨機構團隊，在亞馬遜網絡服務（AWS）舉辦的「利用代理式人工智能加速V型開發週期」黑客松比賽中，憑藉展示一個受規管的人工智能輔助工程工作流程，重新構想軟件定義汽車開發，贏得最高殊榮。該原型方案在比賽中獲得原廠設備製造商（OEM）採購準備度的最高評分，驗證了一種將可靠半導體產品及知識，與汽車V型開發週期中的實施、合規、測試及驗證相結合的新方法。
隨着汽車日益由軟件定義，工程機構必須應對日益複雜的軟件問題，儘管許多機構仍依賴碎片化的開發流程。需求、半導體文件、實施、合規、測試及驗證，通常由分散的團隊及不相關的工具管理，拖慢開發進度並延遲關鍵反饋。儘管人工智能有潛力解決這些問題，但安全關鍵行業要求建立在可靠技術資訊、確定性驗證工具、可審計證據及持續人手監督之上的受規管工作流程。正如該工作流程原型所示，這些要求可以結合在一個實用的工程工作流程中，其一致的架構原則亦適用於航空太空及國防等其他安全關鍵領域。
TASKING、英飛凌及德國航空太空中心的獲獎團隊，在比賽中獲得原廠設備製造商採購準備度的最高評分。成員從左至右包括Travis Bone（TASKING）、Simon Achatz（英飛凌）、Felix Martin（TASKING）及Pablo Jahnen（德國航空太空中心）。 AP圖片
TASKING首席解決方案架構師Travis Bone表示：「為滿足軟件定義汽車日益複雜的需求，我們創建了一個原型，展示人工智能如何在不犧牲安全關鍵開發所需的嚴謹性或基本人手判斷下，協調工程任務。」他與TASKING研究工程師Felix Martin、德國航空太空中心研究生Pablo Jahnen及英飛凌首席工程師兼汽車人工智能系統團隊主管Simon Achatz共同創建了該原型。Travis Bone續指：「透過將TASKING的合規及驗證技術與英飛凌可靠的半導體產品及知識相結合，我們展示了工程團隊如何減少人手交接、加快驗證，並在整個V型開發週期中生成所需證據，同時讓工程師牢牢掌握控制權。這次勝利驗證了我們對安全關鍵軟件開發未來的承諾。」
為黑客松參賽作品開發的原型，利用AWS Kiro人工智能代理協調整個軟件開發生命週期的工程活動，將可靠的英飛凌設備規格、產品更新及錯誤資訊，與實施、TASKING編碼標準分析、自動單元測試生成、虛擬電子控制單元執行、結構覆蓋率分析及證據報告相結合。利用TASKING人工智能框架，代理迭代評估結果並改進代碼或測試，直至編碼標準發現、需求覆蓋率及結構覆蓋率得到解決或適當記錄。工程師對每個關鍵決策均保持監督及批准。
該架構設計為透過AWS Marketplace部署的概念驗證，展示了雲端交付的合規及驗證功能，如何使先進的安全關鍵工程工作流程更容易供分散的開發團隊使用。
Achatz表示：「人工智能可以生成代碼，但在安全關鍵開發中，真正的挑戰是確保實施、驗證及合規與可靠的工程知識保持聯繫。我們的貢獻是將英飛凌的設備規格、產品更新及錯誤資訊直接引入工作流程，使人工智能輔助的決策基於實際硬件環境。結合確定性驗證及人手監督，這展示了一條擴展軟件定義汽車開發的實用路徑。我們與TASKING的長期合作為探索人工智能如何在安全關鍵汽車開發中負責任地應用，提供了堅實基礎。」
AWS全球新興科技、汽車及製造業主管Stefano Marzani表示：「作為評審，我們尋找將技術創新與實際影響相結合的解決方案。慕尼黑黑客松的獲獎項目之所以脫穎而出，是因為它將對軟件定義汽車面臨挑戰的清晰理解，與將正確技術整合到一個可執行工作流程中以實際解決這些問題的能力相結合。」
（美聯社）
