რატომ არის კატასტროფული სცენარის ტესტირება წარმოების მიღმა არსებითი კრიტიკული ინფრასტრუქტურის უსაფრთხოებისთვის

FAA-ს უპრეცედენტო გათიშვამ, რამაც გამოიწვია ყველა შიდა ფრენის გაჩერება, ყველას სვამს კითხვებს:

როგორ მოხდა ეს?

ვინ არის პასუხისმგებელი?

როგორ ავიცილოთ თავიდან მსგავსი რამის განმეორება?

ეს გათიშვა გვაფრთხილებს და ხაზს უსვამს, რომ სისტემებიც კი, რომლებსაც ყველაზე უსაფრთხოდ, სანდო და დადასტურებულად მივიჩნევთ, შეიძლება ჩავარდეს.

მიუხედავად იმისა, რომ ამ ტიპის გათიშვა, რომელიც აღწევს საზოგადოების ინფორმირებულობის დონეს, იშვიათია, როდესაც ეს ხდება სიცოცხლის კრიტიკულ სისტემაში, შეიძლება გამოიწვიოს კატასტროფული შედეგების ზვავი, რომელიც გავლენას ახდენს უსაფრთხოებაზე, უსაფრთხოებაზე და ეკონომიკაზე. ჩვენ ამას ახლა ვხედავთ ტრანსპორტის შეფერხებით და ვებ/აპლიკაციის სერვისების გადატვირთვის შედეგებით, რომლებიც დატბორილია ათასობით მგზავრით, რომლებიც ცდილობენ დანიშნულების ადგილამდე მისასვლელად.

მიუხედავად იმისა, რომ დღევანდელი FAA გათიშვა ითვლება სისტემის უკმარისობად, ეს იყო მოხდენილი დეგრადაციის მარცხი. ეს ნიშნავს, რომ საბედნიეროდ, მარცხის შედეგად არცერთი სიკვდილი არ მომხდარა და სისტემა ეფექტურად დაიხურა მანამ, სანამ მეტი ზიანი მიაყენეს.

ეს საბედნიეროა, მაგრამ არა გამამხნევებელი.

ტესტირება ყოველთვის გამოიყენებოდა წარმოებაში დეფექტების გამოსავლენად - შეცდომის სიმულაცია, მაგალითად, იყო მოწყობილობის ხელოვნურად „გატეხვის“ მეთოდი, რათა დადგინდეს, გამოავლენს თუ არა დიაგნოსტიკური ტესტები და გამოყოფს წარუმატებლობას მათ ძირეულ მიზეზამდე. პროგრამული უზრუნველყოფის შემუშავებისას, ინჟინრებს ასწავლიან შექმნან სპეციფიკაციები, თუ რა უნდა გააკეთოს ფუნქციურად. გაცილებით ნაკლები ძალისხმევა დაიხარჯა კატასტროფული სცენარების ან პირობების „სრულყოფილი ქარიშხლის“ ძიებაზე, რომელიც უნდა მოხდეს, რაც იწვევს სისტემის უკმარისობას. ამ პირობების წინასწარ განსაზღვრა დაგვეხმარება კატასტროფული წარუმატებლობის პროაქტიულად გამოვლენისა და თავიდან აცილების მექანიზმების პროაქტიულად შემუშავებაში.

მომავალი გათიშვისა და სხვა კრიტიკული ინფრასტრუქტურის ჩავარდნების პრევენცია

ღრუბლოვანი გამოთვლების და ხელოვნური ინტელექტის გადაწყვეტილებების გავრცელებით, ახლა ჩვენ გვაქვს საკმარისი გამოთვლითი ძალა, რათა შევაფასოთ მილიონობით ოპერაციული სცენარი, რათა გამოვავლინოთ რა შემთხვევებმა შეიძლება გამოიწვიოს კატასტროფული სცენარები.

FAA-სთვის ახლა შესაძლებელი უნდა იყოს ყველა შიდა აეროპორტის პირობებისა და მონაცემების პროაქტიული ანალიზი, საჰაერო ხომალდები ცაში და მიწაზე, ასევე მომავალი გამოყენებისთვის დაგეგმილი, საკონტროლო კოშკის კომუნიკაციები და მასთან დაკავშირებული ინფრასტრუქტურა, მგზავრები, ამინდი, და უსაფრთხოება თამაშის სცენარებისთვის, რამაც შეიძლება გამოიწვიოს სისტემის უკმარისობა.

თუ გავითვალისწინებთ ამ სისტემის ურთიერთქმედებებისა და ურთიერთდამოკიდებულების სირთულეს, ცხადია, რომ წარუმატებლობის ყველა პუნქტის დანახვა საშინელი წინადადებაა.

ხელოვნური ინტელექტი დაგეხმარებათ ამ დიდი რაოდენობის მონაცემების გაანალიზებაში, რათა პროაქტიულად მოძებნოთ შაბლონები და ქცევები, რომლებიც შესაძლოა გამოწვევას შეუქმნან FAA სისტემებს.

ეს არ არის უპრეცედენტო, რადგან ხელოვნური ინტელექტი გამოყენებული იქნა ტრაფიკის შაბლონების უკეთ შესამოწმებლად ოპტიმიზებული დაგეგმვისა და ლოჯისტიკის მიზნით.

ტექნოლოგია ასევე შეიძლება განთავსდეს, როგორც ძლიერი თავდაცვის მექანიზმი, რათა უზრუნველყოს კიბერშეტევების და/ან არანორმალური ქცევების ადრეული გამოვლენა სისტემებში. ასეთი სისტემების ეფექტიანად განლაგების გასაღები იქნება იმ სპეციფიკური გამონაკლისებისა და პირობების იზოლირება, რათა მათი შემოწმება შესაძლებელი იყოს ადამიანის ექსპერტების მიერ.

FAA-ს გათიშვისგან ბევრი გაკვეთილი უნდა ვისწავლოთ და დროთა განმავლობაში ჩვენ უფრო ნათელ სურათს გვექნება მომხდარის შესახებ. მაგრამ, ამ დროისთვის, აშკარაა, რომ განვითარებადი ტექნოლოგიები, როგორიცაა ხელოვნური ინტელექტი, რომელიც იძლევა სისტემის გაუმართაობისა და სხვა გამოწვევების პროაქტიული გამოვლენის საშუალებას, მნიშვნელოვანი როლი აქვს იმაში, თუ როგორ შევინარჩუნოთ ჩვენი კრიტიკული ინფრასტრუქტურა წინსვლის წინ.