Perché la creazione di mappe alimentata da intelligenza artificiale è essenziale per la nuova era di veicoli definiti dal software

L’industria automobilistica sta attraversando una delle trasformazioni più profonde della sua storia. Un tempo definita dall’ingegneria meccanica e dalla potenza del motore, oggi i veicoli sono sempre più plasmati dal codice. Stiamo entrando nell’era dei veicoli definiti dal software (SDV) in cui l’intelligenza dell’auto deriva meno dal blocco motore, ma dalle linee di software. Uno studio recente di Research and Markets prevede che il mercato globale degli SDV crescerà da 213,5 miliardi di dollari nel 2024 a oltre 1,2 trilioni di dollari entro il 2030. Quella scala di crescita non sorprende coloro che lavorano all’intersezione di software, mapping e intelligenza artificiale. È una riflessione di come rapidamente il ruolo dell’intelligenza artificiale si stia espandendo in ogni aspetto della mobilità.

L’intelligenza artificiale diventerà sempre più il motore digitale dietro alcune delle funzioni del veicolo più preziose: cockpit digitali con prompt di linguaggio naturale, navigazione e routing in tempo reale, manutenzione predittiva, sistemi di assistenza alla guida avanzati (ADAS) e livelli più alti di guida autonoma. L’intelligenza artificiale sta aiutando a ridefinire e personalizzare l’esperienza del conducente. Secondo uno studio recente di IBM, il 74% degli esecutivi del settore automobilistico ritiene che entro il 2035 i veicoli saranno sia definiti dal software che alimentati da intelligenza artificiale. E a quel punto, l’80% delle nuove auto sarà dotato di motori elettrici, fornendo una base ancora più naturale per l’integrazione dei sistemi del veicolo, del mapping, del software e delle capacità di intelligenza artificiale.

Creazione di mappe alimentata da intelligenza artificiale: la bussola digitale degli SDV

Un esempio particolarmente convincente del ruolo dell’intelligenza artificiale è nell’evoluzione della creazione di mappe digitali. Una mappa statica tradizionale sta cedendo il passo a una “mappa live”: rappresentazioni dinamiche e costantemente trasmesse dell’ambiente stradale utilizzate per alimentare una serie di sistemi del veicolo. Una mappa è essenziale per una guida sicura ed efficiente in un veicolo sempre più elettrico, connesso e autonomo.

Una mappa live fornisce molto più della semplice navigazione, consentendo al veicolo di interpretare l’ambiente circostante e prendere decisioni di guida informate in tempo reale. La capacità dell’intelligenza artificiale di rilevare modelli, riconoscere cambiamenti ambientali e aggiornare i dati della mappa in modo dinamico rende possibile per il conducente (e per i sistemi del veicolo) evitare le zone di costruzione, riorganizzare il percorso intorno agli incidenti stradali e diventare consapevoli dei cambiamenti nella segnaletica stradale o nei limiti di velocità.

Stiamo già vedendo le capacità della mappa live che integrano continuamente i dati dai sensori del veicolo, dalle immagini satellitari e dagli input della community, tra le altre fonti, per riflettere le condizioni stradali in cambiamento. La capacità di unificare più fonti di dati, automatizzate e alimentate da intelligenza artificiale e apprendimento automatico, sblocca il vero potenziale di una mappa live.

Il veicolo personalizzato: esperienze in auto intelligenti e più intuitive

L’esperienza del conducente sta diventando anche più personalizzata, più intelligente e più guidata dall’intelligenza artificiale. Stiamo vedendo assistenti di guida in auto che imparano a rispondere al linguaggio naturale e riconoscere modelli nel comportamento del conducente, consentendo ai veicoli di adattarsi alle preferenze individuali. Gli assistenti di guida offrono ora routing con prompt di linguaggio naturale, raccomandazioni per la ricarica dei veicoli elettrici, allarmi di sicurezza basati sulle condizioni di guida e suggerimenti di itinerario dinamici che incorporano fermate, preferenze e cambiamenti in tempo reale.

Secondo IBM, il 75% degli esecutivi ritiene che le esperienze definite dal software saranno il nucleo del valore di un marchio automobilistico entro il 2035. Ciò significa che un conducente potrebbe ricevere una suggerimento di percorso non solo basato sul tempo di viaggio più breve, ma anche tenendo conto di elementi dinamici come il tempo meteorologico in tempo reale, la disponibilità di stazioni di ricarica per veicoli elettrici vicine e precedenti fermate come un centro di viaggio o un caffè preferito. Nel tempo, il veicolo diventa più di un compagno di viaggio che continua a imparare e evolversi con il conducente.

L’intelligenza artificiale come fondamento per le funzioni di assistenza e autonomia

L’intelligenza artificiale è anche fondamentale per l’ulteriore evoluzione delle funzioni di assistenza alla guida e di guida autonoma. Consentirà una migliore presa di decisioni per la sicurezza e l’efficienza del veicolo, dalla regolazione della corsia e del cruise control alla rilevazione dei pedoni e del riconoscimento degli oggetti.

Con gli SDV che avanzano verso livelli più alti di autonomia, la combinazione dell’intelligenza artificiale con gli input dei sensori a bordo come LiDAR e telecamere sarà essenziale per la pianificazione del percorso, la consapevolezza situazionale e la conformità normativa.

Superare gli ostacoli: sfide chiave nell’integrazione dell’intelligenza artificiale

Sebbene il valore trasformativo dell’intelligenza artificiale negli SDV sia vasto e l’entusiasmo per l’intelligenza artificiale sia alto, devono essere affrontate diverse sfide per un’adozione su larga scala:

• Integrità e sicurezza dei dati: l’intelligenza artificiale si basa su grandi volumi di dati, sollevando preoccupazioni sulla sicurezza delle informazioni sensibili mentre si mantiene l’accuratezza in tempo reale. I costruttori di auto e i fornitori di software devono assicurarsi che i dati di localizzazione e di veicolo alimentati da intelligenza artificiale siano protetti da violazioni e accessi non autorizzati mentre si conformano agli standard normativi mentre i veicoli diventano più connessi.
• Interoperabilità e standardizzazione: mentre più aziende sviluppano sistemi alimentati da intelligenza artificiale, è essenziale assicurarsi che queste tecnologie possano funzionare insieme tra marche e fornitori per prevenire la frammentazione e migliorare la compatibilità tra piattaforme.
• Infrastruttura di calcolo cloud e edge: l’elaborazione dei grandi volumi di dati in tempo reale generati dall’intelligenza artificiale richiede un’infrastruttura di calcolo robusta. I progressi continui nel calcolo cloud e nell’elaborazione edge saranno cruciali per supportare le applicazioni di intelligenza artificiale nel mapping, nella navigazione e nell’automazione del veicolo.

Il futuro di una mappa alimentata da intelligenza artificiale per gli SDV

Guardando al futuro, una mappa live diventerà ancora più centrale per il funzionamento dei veicoli, aiutandoli a interpretare e rispondere al mondo intorno a loro con precisione crescente. L’ascesa della tecnologia del digital twin, in cui l’intelligenza artificiale crea repliche virtuali in tempo reale dei veicoli, consentirà ai costruttori di auto di simulare, testare e perfezionare le funzioni del veicolo prima che entrino in strada. Recenti progressi nel riconoscimento di immagini alimentato da intelligenza artificiale e nell’elaborazione cloud stanno abilitando l’estrazione automatica di caratteristiche del mondo reale dalle immagini a livello stradale, aiutando i costruttori di auto a generare ambienti virtuali che accelerano la simulazione, i test di sicurezza e lo sviluppo degli SDV.

Oltre a migliorare la navigazione e l’esperienza dell’utente, l’analisi guidata da intelligenza artificiale sarà utilizzata sempre più per rilevare modelli nei dati dei sensori e delle prestazioni, consentendo un’identificazione precoce dei bisogni di manutenzione. L’intelligenza artificiale può attivare allarmi di servizio prima che i sistemi di allarme tradizionali si attivino, riconoscendo piccoli cambiamenti nel comportamento del veicolo, come ad esempio i cambiamenti della pressione degli pneumatici o l’efficienza dei freni in declino. Queste informazioni predittive non solo miglioreranno la sicurezza, ma supporteranno anche una gestione dei veicoli e delle flotte più efficiente e redditizia.

Quello che è chiaro è che questo futuro richiederà partnership solide tra i costruttori di auto, i fornitori di tecnologie di intelligenza artificiale, le piattaforme cloud e gli esperti di dati di localizzazione. Nessun’organizzazione può costruirlo da sola. Ma lavorando insieme, possiamo plasmare un futuro automobilistico più sicuro, più intelligente e più connesso.

Man mano che l’industria continua a spostarsi verso architetture definite dal software, l’importanza dell’intelligenza di localizzazione in tempo reale alimentata da intelligenza artificiale crescerà ancora.