Modele i platformy AI

Intel wydaje “Przyszłość awioniki” Biały dokument

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Intel (INTC ) współpracuje z Daedalean, szwajcarską firmą startową, która tworzy rozwiązania oparte na maszynowym uczeniu dla przemysłu lotniczego. Ich niedawny biały dokument przedstawia projekt odniesienia dla aplikacji AI, która działa jako niezbyt rozproszony współpilot i jest certyfikowalna, co oznacza, że spełnia testy regulacyjne. Wydając ten biały dokument, Daedalean i Intel mają nadzieję zapewnić wskazówki dla innych firm, które chcą integrować certyfikowalne elektroniczne i aplikacje oparte na maszynowym uczeniu w swoich samolotach.

Debra Aubrey jest Technical Product Marketing Managerem w firmie Intel Corporation.

“Przemysł lotniczy wciąż potrzebuje pierwszego kroku w kierunku przyszłości z wielokierunkowym sprzętem obliczeniowym: architektury odniesienia lub konkretnego wykazu wymagań do stworzenia odpowiednich typów komputerów”, powiedziała. “Architektura odniesienia obejmuje wymagania regulacyjne, oprogramowanie na niskim i wysokim poziomie oraz rozwiązania sprzętowe dla aplikacji opartych na maszynowym uczeniu. Regulatorzy muszą przejrzeć architekturę odniesienia, aby certyfikować, że będzie ona tworzyć przewidywalne, bezpieczne zachowanie w powietrzu.”

Daedalean pracował nad algorytmem maszynowego uczenia i architekturą odniesienia dla komputera, który mógłby go wykonać. Przetestowali architekturę odniesienia w laboratoriach i na samolotach w locie, aby rozwijać inteligencję sytuacyjną, czyli zdolność aplikacji opartych na maszynowym uczeniu do przewidywania i reagowania na przyszłe zdarzenia. Aby przyspieszyć czas wprowadzenia na rynek dla firm zainteresowanych ich aplikacjami, Daedalean współpracował z Intelem, który dostarcza rozwiązania sprzętowe do produkcji tych aplikacji. Obie firmy współpracowały nad architekturą odniesienia, która przyspiesza czas wprowadzenia na rynek, umożliwiając firmom szybsze integrowanie komputerów opartych na maszynowym uczeniu w kokpitach.

Biały dokument przedstawia architekturę odniesienia dla certyfikowalnych wbudowanych elektronicznych, w tym wyzwania związane z zastosowaniem oprogramowania zapewniającego bezpieczeństwo urządzeń opartych na maszynowym uczeniu, systemu świadomości wizualnej, którego używają, oraz bieżącą i przyszłą rolę obliczeń wbudowanych w przemyśle. Raport analizuje również wymagania oprogramowania i sprzętu, które zapewniają, że systemy lotnicze są bezpieczne i skuteczne.

Zgodnie z oświadczeniem udostępnionym przez Intela i Daedalean, architektura odniesienia “może znacznie skrócić czas wprowadzenia na rynek dla firm zainteresowanych włączeniem tego, co nazwali inteligencją sytuacyjną – zdolnością nie tylko do zrozumienia i zinterpretowania bieżącej sytuacji, ale także do przewidywania i reagowania na przyszłą sytuację – w kokpicie.”

Dr Niels Haandbaek jest Dyrektorem Inżynierii w Daedalean.

“To pierwszy dokument, który przedstawia rzeczywisty, działający przykład i zapewnia wskazówki, jak podejść do wyzwań związanych z wdrożeniem aplikacji opartej na maszynowym uczeniu w systemach wbudowanych w samolotach: jak zapewnić, że system oparty na maszynowym uczeniu spełnia wymagania obliczeniowe, wymagania certyfikacji oraz ograniczenia dotyczące rozmiaru, wagi i mocy (SWaP) jednocześnie. Podejście opisane w dokumencie napędza potrzebę przemysłu lotniczego w zakresie obliczeń wbudowanych o wysokiej wydajności”, powiedział.

Ten biały dokument może pomóc w przywołaniu mocy sztucznej inteligencji do awioniki. Jest to pierwszy dokument, który przedstawia działający przykład systemu opartego na maszynowym uczeniu i zapewnia wskazówki, jak pokonać wyzwania aplikacyjne. Aktywne rekomendacje i ustalenia w nowym raporcie mogą napędzać potrzebę przemysłu w zakresie obliczeń wbudowanych o wysokiej wydajności. Ten podstawowy, rzeczywisty przykład ma potencjał, aby wywołać nową falę aplikacji opartych na maszynowym uczeniu, które są warte lotu.

Można pobrać biały dokument tutaj.

Alex prowadzi operacje informacyjne zasilane AI w Unite.AI, łącząc dziennikarstwo, badania i automatyzację, aby wspierać terminowe i skalowalne relacjonowanie sztucznej inteligencji. Jego praca pomaga zapewnić, że nowe osiągnięcia w dziedzinie AI są prezentowane efektywnie, przy zachowaniu standardów redakcyjnych publikacji.