Human-Centric, AI-Enabled Concurrent Engineering: Towards a cross-domain framework
Andreas Holzinger · Heimo Müller · Josip Stjepandić
提出人本AI并发工程框架，跨领域应用于农业等六场景。
提出H-AICE架构，结合AI干预分类、风险模型、本体与数字孪生。
跨场景共性为数据质量、语义互操作、可解释模型和人机协同，主要失败模式是组织性的。
农业5.0场景中，可研究人机协同决策与组织治理对AI采纳的影响，以及可解释模型在精准农业中的实际应用。
提出跨领域人本AI并发工程框架，覆盖农业5.0等场景，具前瞻性与方法论价值。
人工智能（AI）与并行工程（CE）的融合已开始重塑工业系统的设计、验证与运行方式。我们认为，下一步——或许也是更具深远意义的一步——是将这种融合嵌入一个连贯的工业信息集成（III）基底之中，该基底明确以人为中心，并超越传统制造业核心进行泛化。本文构建了这样一个框架。我们提出H-AICE架构（以人为中心的AI赋能并行工程），该架构结合了（i）AI在CE中干预措施的五维分类法，（ii）一个随时间变化的总体风险模型Roverall(t)，该模型沿设计生命周期整合内部与外部风险，以及（iii）基于共享本体、知识图谱和数字孪生的集成层。随后，该框架在六个应用场景中得到实例化并加以批判性讨论，这些场景展现出截然不同的数据体制、监管环境及人类利害关系：精准农业（农业5.0）、生物技术与生命科学、气候感知型工业可持续性、可持续林业（林业5.0）、医疗器械开发以及畜牧育种。我们表明，相同的III原语——数据质量、语义互操作性、可解释模型及人在回路监督——在全部六个场景中反复出现，且主要失效模式属于组织层面而非算法层面。最后，我们提出一个以人为中心的AI赋能CE研究议程，该议程强调可解释性、治理机制及行业特定认证，并将III定位为一门承重学科而非装饰性学科。