隨著英國監管機構開放自動駕駛計程車、公共汽車及網約車的運營申請，Forvia Hella旗下可擴充套件軟體定義汽車（SDV）企業Ignite宣佈與三星電子旗下AI軟體公司牛津語義技術公司（OST）展開合作，致力於打造一套"可解釋"AI服務，幫助自動駕駛汽車（AV）證明其符合道路安全合規要求汽車。
雙方指出，此次合作的背景是，主流自動駕駛汽車提供商正面臨日益複雜的決策挑戰汽車。部分自動駕駛車輛已出現駛入積水道路等安全事故，引發業界廣泛關注。
與此同時，雙方表示，儘管自動駕駛汽車的行駛效能持續提升，製造商仍缺乏有效手段來大規模證明車輛的安全性、合規性和決策邏輯汽車。這一問題已成為推進更高自動化等級的主要障礙——製造商在從L2級（部分駕駛自動化，駕駛員依法承擔責任）升級至L3級（有條件駕駛自動化，製造商承擔責任）乃至L4級（完全自動駕駛）的過程中，均面臨重重阻礙。
此次合作旨在透過提供大規模證明安全性、合規性和決策邏輯的方法，幫助行業突破從L2級到L4級自動駕駛的發展瓶頸汽車。同時，合作還將為軟體工程師提供一個"白盒"工具，使其能夠理解AI的決策過程，從而完善安全功能，並以實證資料獲得監管機構的認證。
在自動駕駛汽車領域，基於知識的AI可充當車輛的"規則手冊"與"記憶系統"——即時記錄車輛的所有行為，與交通規則進行交叉比對，確保每一個決策都符合邏輯、可追溯且合乎規範汽車。
這一系統為軟體工程師提供了一套可用於深入理解自動駕駛AI的白盒資料，有助於改善安全功能和整體效能，同時也具備向監管機構提供證明材料的潛力，清晰呈現自動駕駛汽車在不同情境和條件下的決策方式，以及對道路交通規則的遵從情況汽車。
從技術層面看，該模擬軟體採用OST的RDFox知識圖譜資料庫，為自動駕駛系統提供推理層，提升複雜場景下的決策能力汽車。這套模擬軟體被認為能有效彌合交通法規與即時自動駕駛決策之間的鴻溝。
憑藉以AI為核心的引擎，RDFox OST目前已與歐洲、亞洲和北美多個機構展開合作，業務涵蓋跨組織資料整合、自主決策與推薦等場景，技術應用已延伸至金融服務、汽車、製造、醫療、出版和零售等多個行業汽車。
此次合作也被視為基於知識的AI應用於自動駕駛領域的重要示範——這類AI透過精心整理的專家知識與邏輯推理解決複雜問題，與依賴海量資料集發現規律、輸出統計結果的機器學習不同，基於知識的AI致力於結合資料與專家知識，作出更加精準、可解釋的邏輯決策汽車。
展開全文
Ignite by Forvia Hella技術長Felix Kortmann表示："Hella Ignite.Drive透過將原本面向人類解讀編寫的交通法規，轉化為機器可讀的規則集，實現了基於知識的AI的落地應用汽車。這使製造商能夠生成確定性證據，證明車輛行為安全合規，從而滿足歐洲型式認證要求。與此同時，該方案還透過減少手動逐市場規則編碼的工作量，縮短了開發週期，幫助自動駕駛團隊更快推進至可申請認證的部署階段。"
牛津語義技術公司執行長Peter Crocker表示："自動駕駛汽車目前在行駛過程中依賴AI做出大量決策，但製造商目前還難以解釋這些決策的依據與過程汽車。RDFox正是為了突破這一關鍵瓶頸而生。基於知識的AI讓我們能夠收集並梳理這些決策，並對其施加推理能力。我們可以清晰地看到車輛在特定情況下采取某種行為的原因，並利用這些資料幫助車輛在未來做出更優決策。"
牛津大學教授、OST聯合創始人Ian Horrocks補充道："自動駕駛汽車案例是基於知識的AI賦能資料驅動系統的絕佳例證汽車。該技術的一大核心優勢在於可追溯性，即每一個決策都能追溯至生成它的規則與邏輯。在汽車領域，這種透明度有望徹底變革市場準入策略，全面提升自動駕駛汽車的合規性與安全性。"
Q&A
Q1：基於知識的AI與機器學習在自動駕駛中有什麼區別汽車？
A：機器學習透過在海量資料集中發現規律並輸出統計結果，而基於知識的AI則結合專家知識與邏輯推理作出決策汽車。在自動駕駛場景中，基於知識的AI能夠像"規則手冊"一樣即時記錄車輛行為，與交通規則交叉比對，確保每個決策可追溯、可解釋，更有利於向監管機構證明合規性。
Q2：RDFox知識圖譜資料庫在自動駕駛中具體起什麼作用汽車？
A：RDFox是OST開發的知識圖譜資料庫，在自動駕駛系統中提供推理層，能夠提升複雜場景下的決策能力汽車。它透過將交通法規轉化為機器可讀的規則集，即時追蹤車輛決策過程，幫助工程師理解AI行為，同時為監管機構提供車輛合規的證明材料，有效彌合法規要求與實際駕駛決策之間的差距。
Q3：Ignite與OST的合作如何幫助自動駕駛汽車從L2升級到L4汽車？
A：目前製造商從L2升級到L3、L4的主要障礙在於無法大規模證明車輛的安全性和決策邏輯汽車。Ignite與OST的合作透過"可解釋"AI服務，為軟體工程師提供白盒資料工具，使決策過程透明可追溯，並能生成符合歐洲型式認證要求的確定性證據，同時減少逐市場手動編碼的工作量，加速自動駕駛汽車的合規部署程序。
