报告人：阮吉 博士 新西兰奥克兰理工大学人工智能高级讲师
报告时间：2026年5月27日(周三) 9:00—11:00
报告地点：5D-216 腾讯会议ID：596-743-890
主办单位:388vip太阳集团官网、汽车测控与安全四川省重点实验室、新能源汽车智能控制与仿真测试技术四川省工程研究中心、四川智能及新能源汽车产业学院
报告人简介
阮吉，博士，新西兰奥克兰理工大学人工智能高级讲师。在人工智能领域拥有逾二十年的研究与教学经验，主要研究方向包括知识表示与推理、多智能体系统、博弈论等基础理论；近年来将研究重心拓展至人工智能的实际应用，尤其是在养老服务机器人方面的创新探索。2025年，与两位合作者共同在海南东方发起“东方安全超级智能联盟”（Oriental Safe Super-Intelligence Alliance, OSSIA），旨在超级智能诞生之前，主动构筑一条基于东方智慧、确保其与全人类安全共生的全球性替代路径。拥有多元的跨学科学术背景：北京大学哲学逻辑学学士、阿姆斯特丹大学计算逻辑学硕士、英国利物浦大学计算机科学博士。加入奥克兰理工大学前，他曾在加拿大圣弗朗西斯·泽维尔大学及澳大利亚新南威尔士大学从事人工智能相关研究工作，具有丰富的国际学术经验。
报告内容简介
随着人工智能在自动驾驶中的广泛应用，“黑盒”模型的不透明性引发了对系统安全的持续担忧。目前的解释方法多局限于单个模型，而现有的大模型汽车方案又往往将整车视为单一系统，容易忽视感知、规划、执行等内部组件交互时的潜在风险。
针对这些挑战，本报告分享了一种将大语言模型（LLM）与系统安全工程方法（STPA）相结合的创新设计设想。该框架旨在利用车载传感器捕捉环境画面，并尝试借助大模型的推理能力动态识别车辆内部的不安全控制动作（UCAs），通过相似度算法筛选核心风险，从而推演动态安全日志。报告以“十字路口右转”这一典型仿真场景为例，阐述了该框架在理论上提供深层次系统级风险评注的潜在可行性，以及在应对相机模糊等复杂环境时预期的鲁棒性表现。这一探索性工作表明，大模型在作为“安全协同翻译器”、融合物理环境与系统安全工程方面具有潜在的研究与应用价值。本团队下一步将推进该框架在真实世界数据集与仿真平台中的方案部署与实证测试，以期为自动驾驶的系统安全审计与合规设计提供一种新的参考范式。
