以人为中心、人工智能赋能的并行工程：迈向跨域框架

《Journal of Industrial Information Integration》：Human-Centric, AI-Enabled Concurrent Engineering: Towards a cross-domain framework

　　

研究人员提出H-AICE（Human-Centric, AI-Enabled Concurrent Engineering，以人为中心的AI赋能并行工程）架构，该架构植根于工业信息集成（Industrial Information Integration，III）学科，将人为监督、可解释性与语义互操作性置于核心而非边缘。研究人员构建了五维III基视图，使风险成为显式的跨平面关切，具备明确的生成、交换、评估与消费节点。研究人员将时间依赖风险模型泛化至任意安全与可持续相关域，以内部与外部分量分解风险，并将其嵌入III层，使风险成为可追溯、生命周期感知的一等量而非末期合规产物。研究人员以单参数加权幂均值族替代原有乘法聚合，证明在任意严格递增Φ下风险排序不变，并通过蒙特卡洛模拟量化聚合指数变动下排序存续比例。研究人员在治理平面规定ante-hoc可解释性模式及其权衡、自适应监督机制（按操作者专长与任务关键性调节解释深度与升级阈值）以及大语言模型（Large Language Model，LLM）与知识图谱交互环路（含延迟预算、幻觉检测与升级协议）。研究人员在农业、生物、气候、林业、健康与畜牧育种六域场景实例化框架，显示III基元可跨域迁移，权重随监管与生态条件漂移但不崩解。该研究为III中心、以人为中心、AI赋能CE提供了概念与架构性贡献及研究议程。

研究背景与问题提出

现代工程开发已不再是孤立学科间的接力赛，网络物理产品、全球分布式团队以及对更短上市时间与可证明可持续性的同步需求，使并行工程（Concurrent Engineering，CE）成为竞争性产品开发的事实范式。人工智能（Artificial Intelligence，AI）由边缘分析工具演变为支撑并行化、知识集成与不确定下决策的结构性基础设施。然而现有工业信息集成（III）文献长于数据集成与流程建模，短于显式纳入以人为中心AI基元（如可解释性、校准不确定性、人在回路监督）；动态风险文献成熟于安全关键产品却鲜少延伸至农业、气候意识工业、林业等生态与社会后果域；且III中心、以人为中心、AI赋能CE框架的跨域可迁移性尚未被单一连贯论述检验。研究人员将AI理解为跨切III基元而非行业附加件，并将CE置于III学科中，呼应Industry 5.0对人、行星与繁荣的优先序，从而提出H-AICE架构以在架构层闭合上述三重缺口。

主要关键技术方法

研究人员采用概念与架构性研究路线，未做比较实验。风险模型基于Riascos Castaneda等人针对医疗器械的时间依赖风险分解（内/外分量）泛化而来，以固定随机种子下的解析指定合成剖面做敏感性/不变性分析，非实证标定。框架实例化依托六域（农业、生物、气候、林业、健康、畜牧育种）转移可分析，非受控实验。治理机制设计综合ante-hoc可解释性模式权衡表、自适应监督四组件（分级解释深度、专长条件默认、升级触发、监督预算）、LLM–知识图谱五步环路（Ground/Generate/Verify/Gate/Record）含延迟预算与升级率两可测参数。数学上以单参数加权幂均值族替代乘法聚合，严格递增Φ下证风险排序不变，蒙特卡洛模拟量化指数扰动下排序存续度。

研究结果

1. 1.
   Introduction
   研究人员界定CE为过程方法、III为异构信息源连接学科，明确本文为概念架构贡献而非性能比较，列RQ1–RQ4与六条贡献。
2. 2.
   Background and related work
   综述III、AI for CE、人以中心AI与Industry 5.0、PLM中动态风险、框架类贡献五线，指出现有缺口在人以中心AI基元显式化、风险向生态域延伸、跨域迁移未检。
3. 3.
   The H-AICE framework
   分三平面（数据集成平面、模型推理平面、治理与人监督平面）加跨平面风险与追溯通道。数据平面以知识图谱、数字孪生、模块化产品架构为 recurrent 构造，风险对象在R1实例化并链至制品。模型平面列符号AI/ML/DL/RL/LLM/知识图谱等组合部署，强制ante-hoc可解释性，Table 2给五模式权衡（概念瓶颈、广义加性/单调、原型案例、注意力、规则列表）。治理平面设人类监督、伦理认证、审计追溯三承载要求；3.3.1自适应监督分T1–T3级（按关键性与专长调解释深度、延迟预算与权限）；3.4规定LLM–KG环路五步与幻觉图查询化检测；3.5明R1生成链接、R2估计+ante-hoc解释+模型版本、R3聚合Φ赋险类并决策，返路回R1成生命周期轨迹。
4. 4.
   Integrated time-dependent risk model
   研究人员将内/外时间依赖风险泛化至六域，以S、O、D、E与T、V、C等因子表达，用加权幂均值族M_p替代乘法，证任意严格递增Φ下排序不变，蒙特卡洛示p由?∞到+∞变化时补偿型聚合下排序高度稳健、最差情形非补偿下不稳健。
5. 5.
   Six scenarios
   农业（生长阶段概念瓶颈）、生物（ assay 先例案例基）、气候（可持续风险内嵌）、林业（抚育处理类概念瓶颈）、健康（ISO 14971危害目录概念瓶颈）、畜牧（系谱类比案例基）分别映射H-AICE基元，显示权重漂移但基元不失效。
6. 6.
   Discussion
   研究人员承认架构贡献边界：六场景为可迁移分析非效应量实验；风险模型为集成追溯机制非普适标定方程；全部定量来自合成剖面。给出评估协议构念（人–AI协作质量、监督事件率、升级率、延迟合规）与后续认证、治理、组织性质研究议程。

研究结论部分翻译

研究人员结论：H-AICE提供一个III植根、五维、以人为中心、AI赋能CE架构，使风险成跨平面一等追溯量；时间依赖风险模型在补偿聚合族下排序不变性得证；ante-hoc可解释、自适应监督与LLM–KG环路使治理平面可操作；六域转移分析证III基元跨农业至医疗器械不崩解。该概念架构贡献价值在于显式假设、集成宣称之连贯、所生议程之可证伪性及相对既有框架之新颖性，后续须由域定实证按Section 6.4协议检验。论文发表于《Journal of Industrial Information Integration》。