DNV发布了系列推荐做法以解决工业领域中安全应用人工智能技术的挑战
DNV Recommended Practices
作为风险管理和认证公司，DNV发布了系列推荐做法（Recommended Practices），指导企业在重要设备和基础设施的运营管理中安全地使用人工智能技术。
高质量的 AI 系统通常由不同的模块组成，如数据、传感器、算法和数字孪生。针对不同的模块，DNV发布并更新了九项推荐做法。基于海事、能源和医疗等领域中丰富的行业知识， DNV不仅了解人工智能在系统中的工作原理，还了解它与其他系统的交互过程和影响机制。
人工智能的出现需要一种新的风险管理方法。传统的机械或电气系统一般会需要数年才会退化，而人工智能系统可能在毫秒之内发生变化。鉴于此，人工智能系统的动态属性对传统的认证方式带来了挑战。因此我们需要一种新的认证方法，深入了解复杂系统和人工智能之间错综复杂的相互作用，从而正确评估系统故障模式并提高系统性能。
“我们的许多客户都在AI技术研究和应用方面投入了大量资金，但往往难以向利益相关方证明其方案的可信程度。DNV在《欧盟人工智能法案》生效之前发布了系列推荐做法，以弥合信任差距。” DNV集团总裁兼首席执行官Remi Eriksen说。
《欧盟人工智能法案》将成为世界上第一部人工智能法律。该法律对人工智能的定义非常广泛，该法律适用于在欧盟部署的任何数据驱动系统，无论它是在哪里开发的或数据来源如何。这些推荐做法可以帮助企业满足该法律的相关要求。
这些推荐做法通过提供切实可行的操作指导，为相关利益方和《欧盟人工智能法案》构建了桥梁。
这些推荐做法通过基于声明和证据的方法来解决以下四个关键挑战：
采用系统性的方法分析AI组件与其它组件、人类和环境的交互机制及产生的影响。
考虑到人工智能系统及其环境的动态属性，采取持续认证的方式应对系统变化。
认证过程包括分析利益相关方的需求，识别利益相关方之间的利益冲突，并促其达成利益妥协。
为了促进多方协作，推荐做法使用模块化声明的方法，允许各方对自己的部件进行独立认证，从而确保集成系统满足认证要求。
Risk Based Certification™基于风险的认证方法
DNV的认证审核采用我们专有的Risk Based Certification™基于风险的认证方法。在根据选定的标准衡量绩效以外，我们还评估对您的业务至关重要的重点关注领域的风险。通过了解管理体系对重点关注领域的支持程度，您可以获得与组织持续实现目标的能力相关的有针对性和结构化的信息。
如何为认证做准备？
任何寻求认证的组织都必须承诺并为实施、评估和保持管理体系设定明确的目标。认证之旅始于了解标准，然后建立内部能力和意识，再实施和改进符合标准的管理体系。
识别影响组织内部和外部的因素至关重要。内外部因素包括法律要求和其他相关方的要求。对相关内外部因素的理解决定了您的管理体系所需的相关流程。通过识别需要管理的风险和机遇，您可以实施所需的控制、实现目标和绩效指标，以确保持续改进。
在认证审核之前，您应该已经实施了内部审核和管理评审。这不仅是管理体系实施的一部分，而且对于识别改进机会至关重要。
为何选择与DNV合作？
作为一家全球质量认证和风险管理机构，DNV视客户为合作伙伴，旨在满足客户关于认证和风险管理的需求。从IRCA认可的意识培训、审核员培训到差距分析、自我评估工具和认证本身，我们的培训讲师和审核员为客户提供一条有针对性的路径，以实现您的业务目标并建立利益相关方的信任。
为了支持您的完整认证旅程，DNV为客户准备了一系列数字化增值服务工具，包括：区块链证书管理系统（Certificates in Blockchain）、证书标识管理系统（eCertMark）、公司认证和审核管理平台（eAdvantage）以及绩效标杆分析工具（Lumina™）。
关于DNV
DNV是一家独立的认证和风险管理机构，业务遍及100多个国家。凭借广泛的经验和深厚的专业知识，DNV推动提升安全和可持续发展绩效、设定行业标准、启发灵感并开发创新解决方案。
DNV是世界领先的认证和风险管理机构之一。无论是管理体系认证、产品认证和培训以及供应链和数字资产的评估，我们都能助力客户和利益相关方充满信心地做出决策。我们致力于支持客户实现转型、帮助持续达成战略目标，共同为实现联合国可持续发展目标作出贡献。
