في عصر الذكاء الاصطناعي المتسارع، يواجه الباحثون تحديات جديدة تتعلق بتعريف "مجالات التصميم التشغيلي" (Operational Design Domain - ODD) للأنظمة المعتمدة على الذكاء الاصطناعي، خاصة تلك التي تُعتبر حيوية لأمان البشر. إن تحديد الظروف البيئية التي يجب أن تعمل فيها هذه الأنظمة معقد للغاية، مما يؤدي غالباً إلى نقص في وصف ODD الضروري لتلبية متطلبات التصديق.

تبدأ العملية عادة في المراحل الأولية من تطوير النظام، بالاستناد إلى المعرفة المتخصصة والمعايير ذات الصلة. ولكن، اقتراح الورقة البحثية الأخير وسيلة جديدة لتحديد الـ ODD بعد جمع البيانات، باستخدام تمثيل يعتمد على kernels متعددة الأبعاد.

تم اختبار هذا الأسلوب من خلال benchmarks صناعية وحالات استخدام فعلي في مجال الطيران، مما يبرز مرونته وفاعليته. كما تم تعريف التشابه بين ODDs إذا كانت تحقق نفس النتائج بالنسبة لمجموعات الإدخال التي لا تساهم بشكل كبير، مما يعكس قوة هذا النهج.

تضيف هذه الطريقة الجديدة من منظور "السلامة من التصميم" إلى معالجة تمثيل ODD، حيث يتم تحديده بشكل أوتوماتيكي بناءً على المدخلات المؤكدة، مما يسهل من اعتماده في المستقبل لعمليات التصديق على الأنظمة المعتمدة على البيانات. إن هذا المنهج لديه القدرة على تعزيز مستويات الأمان في الأنظمة الحرجة، مما يفتح آفاقاً جديدة في عالم الذكاء الاصطناعي.