CANoe4AI
在嵌入式系统中测试AI算法
借助CANoe4AI，可以使用针对AI的专用测试方法对AI软件组件进行测试和分析。即使在没有真实硬件的虚拟SIL环境中，也能在早期阶段开展测试。支持数据驱动和场景驱动的测试，并可灵活集成到现有开发环境（如CI/CT工作流）中，能够提升软件质量，并在早期阶段发现错误。
结合CANoe使用，将获得一个来自单一供应商的测试环境，用于评估包括网络和I/O在内的整个系统。
AI算法测试面临的挑战
在越来越多的设备中，例如汽车领域的ECU或医疗控制器，AI算法正在接管海量数据的处理工作。其中许多设备都是实时运行的。然而，许多AI模型（尤其是复杂模型）并非确定性的，其决策对人类而言难以理解。这使得故障排查、可测试性以及对系统可靠性的信任都面临巨大挑战。
Vector在嵌入式软件和完整网络化系统的测试领域拥有数十年的经验。通过CANoe4AI，我们正在扩展产品线，将嵌入式AI算法的测试纳入其中。CANoe4AI目前处于预发布阶段，并已针对通用用例进行广泛测试。在正式发布之前，我们也希望利用该工具对具体用例进行测试。
主要功能
- 灵活集成
可作为Web应用或Python库使用，以适应复杂的AI架构和CI/CD管道。 - 智能指标分析
深入剖析性能指标，识别表现不佳的样本。 - 可理解的AI决策
采用可解释的AI方法，展示影响AI决策的因素，从而更轻松地发现决策错误。
- 相似度搜索与数据集生成
利用图像或文本查询查找相似样本，以构建更优质的数据集。 - 广泛支持AI任务和格式
支持PyTorch、TensorFlow、ONNX等框架下的图像、视频和时间序列分类、检测及回归任务。 - 与Vector工具链的全面集成
与其他Vector工具无缝衔接，构建端到端的AI工作流。
CANoe4AI的屏幕截图，展示用于心率检测的AI软传感器预测误差的分析结果
Khanlian Chung
AI测试产品经理
我们诚邀您成为试点客户！
担心您的AI中存在潜在风险吗？让我们携手对您的AI进行测试，在这些弱点演变为实际应用中的故障之前将其发现并解决。