破局适航审定难题：航空AI算法如何从“可用”走向“敢用”？

随着人工智能技术在航空领域的渗透，传统基于连续性、可重复性及独立性的适航审定假设正面临严峻挑战。7月29日，在中国科技会堂举行的第二十八届中国科协年会“面向航空安全的智能算法测试评估与认证体系”专题论坛上，来自航空、AI及适航审定等领域的80余位专家齐聚一堂，共同探讨如何构建从风险识别到安全证明的完整链条，推动智能技术从“可用”迈向“敢用”。

针对当前AI系统开发中数据、模型与算力三方互信缺失的核心痛点，中国科学院信息工程研究所侯锐研究员提出了基于可信执行环境的异构计算保护方案。与此同时，北京大学李挥教授团队研发的MIN多边共管多标识网络体系，也为解决网络空间安全提供了新的理论框架。中国航空综合技术研究所徐明研究员则强调，IMA架构及AI/ML新形态系统已打破旧有假设，亟需建立与之匹配的新型研制保证体系。

在测试验证环节，中国航空研究院王若高级工程师分享了基于LVC虚实融合的可信测试平台建设经验，并介绍了面向态势感知与博弈决策算法的分层测试方法。北京航空航天大学刘艾杉副教授则从认知反演视角出发，构建了涵盖对话、具身智能体及自动驾驶智能体的仿真评测靶场。北京航空航天大学许润华教授进一步分析了联邦学习中安全聚合协议的局限，并展示了其在协同智能体攻防评测方面的成果。

论坛设置的非共识议题研讨聚焦于两大核心方向。在“未来航空场景下人工智能算法风险模式与机理”讨论中，中国民航大学李大庆教授与北航石荣晔副教授主持的圆桌会议达成初步共识：内回路等安全关键功能暂不宜直接引入AI，建议先在无人物流等低风险场景中，通过知识增强、边界限定及运行时监控等手段提升系统可信性。

另一场关于“面向适航审定的人工智能符合性认证标准与路径探索”的研讨中，中国民航大学王大蕴副教授与航天彩虹无人机刘猛适航经理等嘉宾指出，AI引入机载系统面临不确定性量化难、验证覆盖不全及可解释性不足三大堵点。与会专家建议，初期可优先从视觉等安全影响较低的应用入手，探索“灰盒”等效安全验证路径，逐步构建适应AI技术特点的适航认证体系。中国科协创新融合学会联合体承办的此次论坛，为行业提供了重要的学术支撑与方向指引。