工程化AI系统的优先质量属性
摘要：在公共部门部署解决任务目标和用户需求的成功软件依赖系统，需要考虑成本、资源和预期质量的约束，并做出设计权衡。这些权衡决定了系统的结构和行为方式，从而可以有效地进行演化和维护。软件工程实践通过围绕提供关键质量属性（如安全性、隐私性、数据性、可持续性和可解释性）来解决这一挑战。对于还包含人工智能组件的软件依赖系统而言，由数据元素引入的不确定性使得这些关注点更加紧迫。此外，公共部门使用的系统由于所处领域的监管性质，设计时和运行时面临着独特的挑战。我们断言安全性、隐私性、数据性、可持续性和可解释性这些质量属性对AI工程提出了新的挑战，并将推动公共部门的AI-enabled系统取得成功。在本立场论文中，我们通过健康领域的例子列举了与这些要求相关的问题，以减轻在公共部门中设计和应用AI-enabled系统时的障碍。
作者：Lena Pons and Ipek Ozkaya
论文ID：1911.02912
分类：Other Computer Science
分类简称：cs.OH
提交时间：2019-11-11