岭大研发“通用人工智能交互式自动化场景测试器”,荣获日内瓦国际发明展银奖

文摘   2024-08-02 16:00   中国香港  

岭大研发“通用人工智能交互式自动化场景测试器”,荣获日内瓦国际发明展银奖





港铁是香港主要的交通工具之一,每天载客量达550万人次,服务时间约20小时,为提供安全及可靠的铁路服务,确保列车系统的准确性最为关键,必须定期进行严格的系统测试。传统的测试方法耗时且繁琐,因此岭南大学与港铁、机电工程署等合作研发了全球首个「通用人工智能交互式自动化场景测试器」(AI-AST),利用人工智能(AI)和机器人过程自动化(RPA)技术,全面提高测试覆盖率和准确性,高效提升铁路安全及可靠性。


此项技术于「第49届日内瓦国际发明展」荣膺银奖,深度参与技术研发的岭大数据科学学院署理副院长及副教授谢浩然,对获奖感到荣幸,他说:「我们团队感到非常自豪和激动,这不仅是对我们技术创新的认可,更是对我们团队合作和努力的肯定。」



全球首创技术,效率提升100倍 


以进行20万次测试为例,传统测试方法每次需时约10至15分钟,合共耗时约300万分钟,若以一位测试员一天工作10小时全年无休来计算,也需要约13、14年才可以完成20万次测试,AI-AST最大突破点,只需3至4个月便能完成相等测试量,效率提高约50至100倍。与传统的手动模式测试方法相比,AI-AST能提高测试效率及精准度,而且传统方法需要大量人力资源和时间去完成复杂的测试场景,AI-AST则能在短时间内自动生成数以万计的测试场景,能有效识别各种潜在问题及漏洞,大大缩短测试周期及减低人为错误的风险。



适用于航空、航天等不同领域


谢教授指研究成果超出预期,「AI-AST不仅成功实现自动化场景测试,还能在识别和处理复杂测试场景中展现出卓越性能。除了在铁路讯号系统测试中具有重要应用价值,还可以在其他需要大规模自动化测试的领域发挥作用,如智能制造、自动驾驶和航空、航天等,这些领域同样需要高效的自动化测试解决方案。」在历时约两年的研发过程,当中遇到最大挑战是要训练AI模型,谢教授说:「由于铁路讯号系统的测试场景非常复杂且多样化,需要大量数据来训练AI模型,我们采用了多种技术,包括数据增强、迭代训练和模型优化,通过反覆试验和调整参数来提高模型的精准度和稳定性,最终,我们成功开发出一个高精度、高可靠性的AI模型,使AI-AST能够准确执行各种测试场景。」



具备AI素养应对未来世界


深度参与技术研发的岭大数据科学学院署理副院长及副教授谢浩然对获奖感到荣幸,他寄语,切勿惧怕这领域,要学懂如何利用这新兴技术。他认为香港教育应对这趋势相当快,岭大早前刚成立数据科学学院,并于2024/25学年起将生成式人工智能科目列为一年级学生的必修科。谢教授说:“不一定要学生们学懂写代码或编程,而是让他们具备基础知识,以应对未来的挑战。岭大去年购入了ChatGPT许可证,让全校师生一起应用,任何人都应该具备这片领域的素养,使年轻人有基本能力去适应世界的急速变化。"展望未来,谢教授表示希望继续优化和完善AI-AST的性能,并探索其在更多应用场景中的适应性,如香港机场、本地制造公司和大湾区的地铁公司等,为未来的科技发展作出贡献。



文章来源:

香港经济日报



岭南SDS人工智能学部
香港岭南大学数据科学学院人工智能学部官方账号
 最新文章