Boaz Mizrachi, medgrundare och CTO på Tactile Mobility – Intervjuserie

Boaz Mizrachi, medgrundare och CTO på Tactile Mobility. Boaz är en erfaren teknolog och entreprenör med över tre decenniers erfarenhet av signalbehandling, algoritmforskning och systemdesign inom bil- och nätverksindustrin. Han har också ledarskapsförmåga som medgrundare och teknisk chef på Charlotte’s Web Networks, en världsledande utvecklare och marknadsförare av höghastighetsnätverksutrustning (förvärvad av MRV Communications), och som chef för systemdesigngruppen på Zoran Microelectronics (förvärvad av CSR).

Tactile Mobility är en global ledare inom taktila data-lösningar, som driver framsteg inom mobilitetsbranschen sedan 2012. Med team i USA, Tyskland och Israel specialiserar sig företaget på att kombinera signalbehandling, AI, stora mängder data och inbyggd datorstyrning för att förbättra smarta och autonoma fordonssystem. Dess teknik möjliggör för fordon att “känna” vägen, förutom att “se” den, vilket optimerar beslutsfattandet i realtid och skapar exakta, crowdsourcade kartor över vägförhållanden. Genom sina lösningar VehicleDNA och SurfaceDNA tjänar Tactile Mobility bil­tillverkare, kommuner, flottledare och försäkringsbolag, och banar väg för integrationen av taktil känslighet i modern mobilitet.

Kan du berätta om din resa från att ha medgrundat Charlotte’s Web Networks till att ha grundat Tactile Mobility? Vad inspirerade dig att gå in i bilteknikbranschen?

Efter att ha medgrundat Charlotte’s Web Networks gick jag över till en roll på Zoran Microsystems, där jag arbetade som systemarkitekt och senare som systemgruppschef, med fokus på att designa ASIC och kretskort för hemunderhållningssystem, set-top-boxar och mer. Sedan kom en konversation med en vän som satte igång en ny bana.

Han ställde en tankeväckande fråga om hur man kunde optimera fordonets prestanda när man körde från punkt A till punkt B med minimal bränsleförbrukning, med hänsyn till faktorer som vädret, vägförhållanden och fordonets förmågor. Detta ledde mig att dyka djupt in i bilbranschen och grunda Tactile Mobility för att hantera dessa komplexiteter. Vi började som en inkubatorbackad startup i Israel, och växte till ett företag med en mission att ge fordon möjlighet att “känna” vägen.

Vilka var några av de första utmaningarna och genombrotten du upplevde när du grundade Tactile Mobility?

En av våra stora tidiga utmaningar var att generera insikter i realtid med hänsyn till fordonets begränsade resurser. Fordon hade redan grundläggande sensorer, men de saknade insikter om viktiga parametrar som fordonets vikt, däckhälsa och ytkontakt. Vi hanterade detta genom att implementera ny programvara i fordonets befintliga motorstyrningssystem (ECU), vilket möjliggjorde för oss att generera dessa insikter genom “virtuella sensorer” som anslöt till den befintliga fordonskonfigurationen och inte krävde någon extra hårdvara.

Men att använda ECU för att få de insikter vi behövde presenterade lika många problem som lösningar. ECU är en lågkostnadsdator med mycket begränsat minne. Detta innebar att vår programvara ursprungligen måste passa inom 100 KB, en ovanlig begränsning i dagens programvaruvärld, särskilt med den tillagda komplexiteten att försöka integrera maskinlärande och neuronnät. Att skapa dessa kompakta digitala sensorer som kunde passa in i ECU var ett genombrott som gjorde oss till pionjärer inom området.

Tactile Mobilitys mission är ambitiös – att ge fordon en “känsla av beröring”. Kan du förklara visionen bakom detta koncept?

Vår vision handlar om att fånga och utnyttja data från fordonens ombordssensorer för att ge dem en känsla av taktil medvetenhet. Detta innebär att översätta data från befintliga sensorer för att skapa “taktila pixlar” som, likt visuella pixlar, kan bilda en sammanhängande bild eller “film” av fordonets taktila upplevelse på vägen. Tänk dig en blind person som uppfattar sin omgivning baserat på beröring – det är liknande hur vi vill att fordon ska känna vägen, förstå dess textur, grepp och potentiella faror.

Hur fungerar Tactile Mobilitys AI-styrda fordonssensorer för att fånga taktil data, och vilka är några av de unika insikterna de ger om både fordon och vägar?

Vår programvara fungerar inom fordonets ECU, och fångar kontinuerligt data från olika hårdvarusensorer som hjulhastighetssensorer, accelerometer och styrsystem. Idealiskt sett kommer det också att finnas däcksensorer som kan samla in information om vägen. Denna data bearbetas sedan för att skapa insikter i realtid, eller “virtuella sensorer”, som förmedlar information om fordonets last, grepp och till och med däckhälsa.

Till exempel kan vi upptäcka en hal väg eller slitna däck, vilket förbättrar förarsäkerheten och fordonets prestanda. Systemet möjliggör också adaptiva funktioner som justering av avståndet i adaptiv farthållare baserat på den aktuella friktionsnivån eller informerar förare om att de behöver tillåta mer avstånd mellan sin bil och bilarna framför dem.

Tactile Mobilitys lösningar möjliggör för fordon att “känna” vägförhållanden i realtid. Kan du förklara hur denna taktila återkoppling fungerar och vilken roll AI och molntjänster spelar i denna process?

Systemet samlar kontinuerligt in och bearbetar data från fordonets hårdvarusensorer, och tillämpar AI och maskinlärande för att omvandla denna data till slutsatser som kan påverka fordonets drift. Denna återkopplingsloop informerar fordonet i realtid om vägförhållanden – som friktionsnivåer på varierande ytor – och sänder dessa insikter till molnet. Med data från miljontals fordon genererar vi omfattande kartor över vägytor som indikerar faror som hala områden eller oljeläckage, och skapar en säkrare och mer informerad körupplevelse.

Kan du beskriva hur VehicleDNA och SurfaceDNA-teknologierna fungerar och vad som särskiljer dem inom bilindustrin?

VehicleDNA och SurfaceDNA representerar två grenar av vår taktila “språk”. SurfaceDNA fokuserar på vägytan, och fångar attribut som friktion, lutning och faror som uppstår genom däcksensorer och andra externa sensorer. VehicleDNA, å andra sidan, modellerar de specifika egenskaperna hos varje fordon i realtid – vikt, däckstatus, fjädringsstatus och mer (känt i branschen som “digital tween” av chassit). Tillsammans ger dessa teknologier en tydlig förståelse av fordonets prestandagranser på valfri väg, och förbättrar säkerhet och effektivitet.

Hur fungerar den ombordsgreppskattningstekniken, och vilken påverkan har den haft på självkörande fordon och säkerhetsstandarder?

Greppskattningstekniken är avgörande, särskilt för självkörande fordon som kör i höga hastigheter. Traditionella sensorer kan inte tillförlitligt mäta väggrepp, men vår teknik gör det. Den bedömer friktionskoefficienten mellan fordonet och vägen, vilket informerar fordonets gränser för acceleration, bromsning och kurvtagning. Denna nivå av insikt är avgörande för självkörande bilar för att uppfylla befintliga säkerhetsstandarder, eftersom den ger en realtidsförståelse av vägförhållanden, även när de inte är synliga, som i fallet med svart is.

Tactile Mobility samarbetar aktivt med partner-OEM:er som Porsche, och kommuner som Detroit. Kan du dela mer om dessa samarbeten och hur de har hjälpt till att expandera Tactile Mobilitys påverkan?

Jag kan inte avslöja specifika detaljer om våra samarbeten, men jag kan säga att att arbeta med originalutrustningstillverkare (OEM) och kommuner har varit en lång men belönande process.

Generellt kan OEM:er utnyttja vår data för att generera kritiska insikter om fordonets prestanda över olika terränger och väderförhållanden, vilket kan informera förbättringar av säkerhetsfunktioner, förarstöd och fordonets design. Kommuner, å andra sidan, kan använda aggregerad data för att övervaka vägförhållanden och trafikmönster i realtid, och identifiera områden som kräver omedelbar underhåll eller utgör säkerhetsrisker, som hala vägar eller hål.

Vad tror du är de nästa stora utmaningarna och möjligheterna för bilindustrin inom området AI och taktil känslighet?

Utmaningen att uppnå noggrannhet i självkörande fordon är troligen den mest svåra. Människor är generellt mer förlåtande mot mänskliga fel eftersom det är en del av körningen; om en förare gör ett misstag är de medvetna om riskerna som är involverade. Men med autonom teknologi kräver samhället mycket högre standarder. Även en felhastighet som är mycket lägre än mänskliga fel kan vara oacceptabelt om det innebär att en programvarufel kan leda till en dödlig olycka.

Denna förväntan skapar en stor utmaning: AI i självkörande fordon måste inte bara matcha mänsklig prestanda, utan också överträffa den, och uppnå extremt höga nivåer av tillförlitlighet, särskilt i komplexa eller sällsynta kör situationer. Så vi måste se till att alla sensorer är precisa och sänder data inom en tidsram som möjliggör en säker svarsperiod.

Utöver detta är cybersäkerhet alltid en oro. Fordon idag är uppkopplade och alltmer integrerade med molntjänster, vilket gör dem potentiella mål för cyberhot. Medan branschen gör framsteg i sin förmåga att bekämpa hot, kan varje brott ha allvarliga konsekvenser. Men jag tror att branschen är väl rustad för att hantera detta problem och vidta åtgärder för att försvara sig mot nya hot.

Sekretess är också ett hett ämne, men det är ofta missförstått. Vi har sett många berättelser i nyheterna nyligen som försöker hävda att smarta bilar spionerar på förare och så vidare, men verkligheten är mycket annorlunda. På många sätt speglar smarta bilar situationen med smartphones. Som konsumenter vet vi att våra enheter samlar in stora mängder data om oss, och denna data används för att förbättra vår upplevelse.

Med fordon är det liknande. Om vi vill dra nytta av crowdsourcade körinformation och den kollektiva visdom som kan förbättra säkerheten, måste individer bidra med data. Men Tactile Mobility och andra företag är medvetna om behovet av att hantera denna data på ett ansvarsfullt sätt, och vi har procedurer på plats för att anonymisera och skydda personlig information.

Som möjligheter arbetar vi för närvarande med utvecklingen av nya virtuella sensorer, som kan ge ännu djupare insikter om fordonets prestanda och vägförhållanden. Dessa sensorer, driven av både marknadsbehov och förfrågningar från OEM:er, hanterar utmaningar som att minska kostnader och förbättra säkerheten. När vi innovativa inom detta område, bringar varje ny sensor fordon ett steg närmare att bli mer anpassningsbara och säkra i verkliga förhållanden.

En annan betydande möjlighet är aggregering av data över tusentals, om inte miljontals, fordon. Över åren, när Tactile Mobility och andra företag gradvis installerar sin programvara i fler fordon, ger denna data en rikedom av insikter som kan användas för att skapa avancerade “taktila kartor”. Dessa kartor är inte bara visuella som din nuvarande Google Maps-app, utan kan också innehålla data om vägfriktion, yttyp och till och med faror som oljeläckage eller svart is. Denna form av “crowdsourcade” kartläggning ger förare realtids-, hyperlokala insikter om vägförhållanden, och skapar säkrare vägar för alla, och förbättrar betydligt navigeringssystemen.

Dessutom finns det en outnyttjad sfär av möjligheter i att integrera taktila data mer fullständigt med molntjänster. Medan smartphones erbjuder omfattande data om användare, kan de inte komma åt fordonsspecifika insikter. Data som samlas in direkt från fordonets hårdvara – vad vi kallar VehicleDNA – ger mycket mer information.

Genom att utnyttja denna fordonsspecifika data i molnet, kommer smarta bilar att kunna leverera en utan motstycke nivå av precision i att uppfatta och svara på sin omgivning. Detta kan leda till smartare städer och vägnät, där fordon kommunicerar med infrastruktur och varandra för att dela realtidsinsikter, och skapar en mer sammanhängande, effektiv och säker mobilitetsmiljö.

Till sist, vad är dina långsiktiga mål för Tactile Mobility, och var ser du företaget om fem till tio år?

 Vår målsättning är att fortsätta integrera Tactile Mobilitys programvara i fler OEM:er globalt, och expandera vår närvaro i fordon som är anslutna till vår molntjänst. Vi förväntar oss att fortsätta erbjuda några av de mest precisa och betydelsefulla insikterna inom bilindustrin under de kommande decenniet.

Tack för den underbara intervjun. Läsare som vill lära sig mer kan besöka Tactile Mobility.