人工智能是2024年中國家用電器技術大會熱議的話題之一。會上，UL Solutions家電、暖通空調(diào)及照明事業(yè)部（AHL）亞太區(qū)總經(jīng)理朱祥介紹了引入人工智能后的 Hazard Based Safety Engineering（HBSE，基于危害的安全工程），以及其能為電器認證帶來的成本、便利和可持續(xù)性優(yōu)勢。

HBSE開啟新的發(fā)展階段

日新月異的人工智能使得家電行業(yè)發(fā)生深刻的變革，不僅推動了家電產(chǎn)品技術升級，還為產(chǎn)品認證帶來新的方案。會上，朱祥做了“人工智能（AI）發(fā)展對HBSE的影響及挑戰(zhàn)”的主題演講，并通過案例分享介紹了算法的可持續(xù)性、安全性和易用性優(yōu)勢。

據(jù)朱祥介紹，HBSE是基于危害的安全工程，是一種誕生于19世紀末的工程方法論，主要目標是通過識別和評估產(chǎn)品、系統(tǒng)中的潛在危害，避免或者減少危害的發(fā)生和潛在的風險。例如，通過該方法論，評估家電產(chǎn)品在生產(chǎn)、運輸、使用、回收、處理全生命周期中的安全性?！凹译娦袠I(yè)當前所熟知的IEC安全規(guī)范標準都是基于HBSE方法論所建立的。這些標準的更新和迭代，也是基于HBSE方法論所執(zhí)行的?！敝煜楸硎?，HBSE與家電行業(yè)息息相關，“我們當前所有的檢測和檢驗同樣是基于這個方法論所進行”。

隨著AI的快速發(fā)展，HBSE開啟了發(fā)展的第五個階段，并迎來了新的機遇和挑戰(zhàn)。

目前，HBSE 評估主要包括危害識別、風險評估、風險控制、測試和驗證、持續(xù)監(jiān)控等方面的內(nèi)容。AI的應用，對HBSE評估的內(nèi)容和能力進行了優(yōu)化，為家電行業(yè)以及認證行業(yè)帶來非常大的機遇。例如，在風險控制階段，傳統(tǒng)的風險控制措施往往是靜態(tài)且通用的，而AI驅(qū)動型風險控制策略可以是動態(tài)且個性化的。通過機器學習算法，AI驅(qū)動型風險控制策略能夠分析大量的歷史控制措施數(shù)據(jù)，評估不同策略的有效性，并針對特定情況推薦理想的控制方案。朱祥進一步解釋說：“通過AI的部署，可以更快速、更實時地去監(jiān)測危害的產(chǎn)生，并得到控制和解決方法。例如，風險控制時，過去遵循的‘開發(fā)產(chǎn)品、檢測產(chǎn)品、產(chǎn)品上市、產(chǎn)品進入消費者家中并被使用、客戶投訴、收集投訴、將有問題的產(chǎn)品運回工廠進行失效再現(xiàn)、找到問題、找出解決方法’整套流程，將被AI驅(qū)動型風險控制策略改變和優(yōu)化，當發(fā)生風險時，就可以通過AI的部署，實現(xiàn)整套流程的分析，并很快找出隱患，給出結論和應對措施，這將大大加快產(chǎn)品安全性能的迭代。”

AI的加持，還將提高家電產(chǎn)品的安全性和用戶體驗。朱祥以洗衣機產(chǎn)品舉例，在傳統(tǒng)控制邏輯中，當洗衣機在運行中出現(xiàn)故障或者發(fā)生風險時，需要遵循設定好的流程，例如需要降速、放水、解鎖、斷電等；但通過AI部署，可以立刻找到理想的解決辦法并即刻執(zhí)行，極大地提升了產(chǎn)品的安全性，大幅度提高了用戶的體驗感。

機遇和風險往往是并存的。應用AI，對于家電行業(yè)也有著不小的隱患，包括 AI 系統(tǒng)的復雜性、數(shù)據(jù)質(zhì)量與安全性、倫理與法律考量、與現(xiàn)有系統(tǒng)的集成以及法規(guī)合規(guī)等。

其中，最大的難點是AI系統(tǒng)的復雜性，尤其是基于神經(jīng)網(wǎng)絡的大模型，要完全理解并預測其行為具有難度?！拔覀儧]有辦法知道AI在想什么，也不知道AI為什么會做這個決策。”朱祥進一步解釋道，“在傳統(tǒng)控制決策中，大家執(zhí)行的是強相關邏輯，會考慮各方面的因果 ：因為什么原因，所以要做什么事；因為發(fā)生了什么，所以要改變什么。但是AI和大數(shù)據(jù)結合之后，強相關邏輯決策變成了相關性決策，AI識別到產(chǎn)品出現(xiàn)這樣的狀態(tài)時，就會給出‘或許那樣是最佳解決方案’的決策?！?/p>

提供AI應用服務方案

作為全球應用安全科學專家，UL Solutions可以為家電行業(yè)的AI應用提供服務方案，包括專業(yè)人員的培訓、過程的驗證與確認以及市場宣稱認證服務，助力企業(yè)將產(chǎn)品安全、信息安全和可持續(xù)性挑戰(zhàn)轉變?yōu)闄C遇。

例如，UL Solutions可以為客戶制定穩(wěn)健框架，通過重新構建計算方法助力解決AI 再現(xiàn)性危機。據(jù)朱祥介紹，當電器依靠特殊功能算法來區(qū)分市場上的產(chǎn)品時，這些算法必須能夠在每次按預期使用時可靠地產(chǎn)生可預測的結果。只有當消費者對這些電器的性能有信心時，AI設備才能發(fā)揮真正的潛力。正是基于這一背景，UL Solutions開發(fā)了用于AI算法再現(xiàn)性的UL市場宣稱驗證項目，有助于確認有關 AI 技術支持的產(chǎn)品中算法性能聲明的準確性。

據(jù)朱祥介紹，目前，UL Solutions開放的驗證方案已經(jīng)在合作企業(yè)展開應用。例如，UL Solutions評估了韓國LG Electronics的7種型號洗衣機和干衣機產(chǎn)品，驗證了產(chǎn)品AI算法性能的再現(xiàn)性以及LG的AI技術能力聲明，并為其頒發(fā)了首個針對人工智能（AI）算法再現(xiàn)性的市場宣稱驗證標志。