Чому створення карт із використанням штучного інтелекту є важливим для нової ери програмно-визначених транспортних засобів

Автомобільна промисловість переживає одну з найглибших трансформацій в своїй історії. Колись визначалася механічною інженерією та потужністю, сучасні транспортні засоби все більше формуються кодом. Ми вступаємо в епоху програмно-визначених транспортних засобів (SDV), де інтелект автомобіля менше залежить від двигуна, а від рядків програмного забезпечення. За даними недавнього дослідження Research and Markets прогнозує, що глобальний ринок SDV зросте з $213,5 млрд у 2024 році до понад $1,2 трлн до 2030 року. Такий темп зростання не дивує тих, хто працює на перетині програмного забезпечення, картографії та штучного інтелекту. Це відображення того, як швидко розширюється роль штучного інтелекту в усіх аспектах мобільності.

Штучний інтелект все більше стане цифровим двигуном за деякими з найбільш цінних функцій транспортного засобу: цифровими приладовими панелями з природною мовою, навігацією в реальному часі та динамічним маршрутизацією, передбачувальним обслуговуванням, системами допомоги водієві (ADAS) та вищими рівнями автоматизованого водіння. Штучний інтелект допомагає переозначувати та персоналізувати досвід водія. За даними недавнього дослідження IBM, 74% виконавчих директорів автомобільної промисловості вважають, що до 2035 року транспортні засоби будуть програмно-визначені та оснащені штучним інтелектом. І до того часу 80% нових автомобілів матимуть електричні приводи, що надає ще більш природну основу для інтеграції систем транспортного засобу, картографії, програмного забезпечення та можливостей штучного інтелекту.

Картографія, підтримувана штучним інтелектом: цифровий компас SDV

Особливо переконливим прикладом ролі штучного інтелекту є еволюція цифрового картографування. Традиційна статична карта поступається місцем “живій” карті: динамічним, постійно транслюваним представленням дорожнього середовища, яке використовується для живлення масиву систем транспортного засобу. Карта є необхідною для безпечної та ефективної їзди в усе більш електрифікованому, підключеному та автоматизованому транспортному засобі.

Жива карта забезпечує значно більше, ніж проста навігація, дозволяючи транспортному засобу інтерпретувати своє оточення та приймати обґрунтовані рішення щодо водіння в реальному часі. Спроможність штучного інтелекту виявляти закономірності, розпізнавати зміни середовища та оновлювати дані карти динамічно робить можливим для водія (та систем транспортного засобу) уникати зон будівництва, змінювати маршрут навколо аварій та бути обізнаним про зміни дорожніх знаків або обмежень швидкості.

Ми вже бачимо можливості живої карти, які безперервно інтегрують дані з датчиків транспортного засобу, супутникових зображень та краудсорсингових даних, серед інших джерел, щоб відображати зміни дорожніх умов. Спроможність уніфікувати кілька джерел даних, автоматизованих та підтримуваних штучним інтелектом та машинним навчанням, розблоковує справжній потенціал живої карти.

Персоналізований транспортний засіб: інтелектуальні, більш інтуїтивні внутрішні досвіди

Досвід водія також стає більш персоналізованим, більш інтуїтивним та більш підтримуваним штучним інтелектом. Ми бачимо внутрішніх помічників штучного інтелекту, які вчаться реагувати на природну мову та розпізнавати закономірності в поведінці водія, дозволяючи транспортному засобу адаптуватися до індивідуальних уподобань. Помічники штучного інтелекту тепер пропонують маршрутизацію з природною мовою, рекомендації щодо зарядки електричних транспортних засобів, сигнали безпеки на основі умов водіння та динамічні пропозиції маршрутів, які включають зупинки, уподобання та зміни в реальному часі.

За даними дослідження IBM, 75% виконавчих директорів вважають, що програмно-визначені досвіди будуть ядром цінності автомобільного бренду до 2035 року. Це означає, що водій може отримати пропозицію маршруту не тільки на основі найкоротшого часу подорожі, але також з урахуванням динамічних елементів, таких як погода в реальному часі, доступність зарядних станцій для електричних транспортних засобів та попередні зупинки, такі як улюблений центр подорожей або кав’ярня. З часом транспортний засіб стає більш компаньйоном для подорожей, який продовжує навчатися та еволюціонувати з водієм.

Штучний інтелект як основа для допоміжних та автономних функцій

Штучний інтелект також фундаментальний для подальшої еволюції систем допомоги водієві (ADAS) та автономного водіння. Він дозволить покращити процес прийняття рішень щодо безпеки та ефективності транспортного засобу, від підтримки курсу та адаптивного контролю швидкості до виявлення пішоходів та розпізнавання об’єктів.

З розвитком програмно-визначених транспортних засобів до вищого рівня автономності, поєднання картографії, підтримуваної штучним інтелектом, з датчиками транспортного засобу, такими як LiDAR та камери, буде важливим для точного планування маршруту, ситуаційної обізнаності та дотримання нормативних вимог.

Перебор дорожніх перешкод: ключові виклики в інтеграції штучного інтелекту

Хоча трансформаційна цінність штучного інтелекту в програмно-визначених транспортних засобах величезна, а ентузіазм щодо штучного інтелекту високий, існує кілька викликів, які потрібно подолати для широкого впровадження:

• Цілісність та безпека даних: Штучний інтелект залежить від великих обсягів даних, що викликає занепокоєння щодо захисту конфіденційних відомостей при підтриманні реальної точності. Виробники автомобілів та постачальники програмного забезпечення повинні забезпечити, щоб дані штучного інтелекту щодо місцезнаходження та транспортного засобу були захищені від порушень та несанкціонованого доступу, а також дотримувалися нормативних стандартів, оскільки транспортні засоби стають більш підключеними.
• Інтероперабельність та стандартизація: Хоча більше компаній розробляють системи, підтримувані штучним інтелектом, важливо забезпечити, щоб ці технології могли працювати разом між брендами та постачальниками, щоб запобігти фрагментації та покращити сумісність між платформами.
• Хмарні та краєві обчислювальні інфраструктури: Обробка величезних обсягів даних в реальному часі, генерованих штучним інтелектом, вимагає потужної обчислювальної інфраструктури. Подальші досягнення в хмарних обчисленнях та краєвій обробці будуть критично важливими для підтримки застосунків штучного інтелекту в картографуванні, навігації та автоматизації транспортного засобу.

Майбутнє карти, підтримуваної штучним інтелектом, для програмно-визначених транспортних засобів

Оглядаючи майбутнє, жива карта стане ще більш центральною для того, як транспортні засоби працюють, допомагаючи їм інтерпретувати та реагувати на світ навколо них з все більшим ступенем точності. Розвиток технології цифрових двійників, де штучний інтелект створює віртуальні репліки транспортних засобів в реальному часі, також дозволить виробникам автомобілів симулювати, тестувати та удосконалювати функції транспортного засобу до того, як вони вийдуть на дорогу. Недавні досягнення в розпізнаванні зображень, підтримуваному штучним інтелектом, та хмарній обробці дозволяють автоматично витягувати реальні особливості з вуличних зображень, допомагаючи виробникам автомобілів генерувати віртуальні середовища, які прискорюють симуляцію, тестування безпеки та розвиток програмно-визначених транспортних засобів.

Поза поліпшенням навігації та досвіду користувача, аналітика, підтримувана штучним інтелектом, все більше буде використовуватися для виявлення закономірностей у даних датчиків та продуктивності, що дозволить раніше визначати потреби у обслуговуванні. Штучний інтелект може спрацьовувати сигнали обслуговування до того, як традиційні системи попередження активуються, розпізнавши тонкі зміни у поведінці транспортного засобу, такі як зміни тиску в шинах або зниження ефективності гальм. Ці передбачувальні знання не тільки покращать безпеку, але також підтримуватимуть більш ефективне та економічне управління транспортним засобом та флотом.

Чого ясно, так це того, що це майбутнє буде вимагати сильних партнерств між виробниками автомобілів, постачальниками технологій штучного інтелекту, хмарними платформами та експертами з локальних даних. Жодна окрема організація не може побудувати це самостійно. Але працюючи разом, ми можемо сформувати безпечніше, розумніше та більш підключене автомобільне майбутнє.

Згодом з тим, як галузь продовжує свій перехід до програмно-визначених архітектур, значення реальної, підтримуваної штучним інтелектом локальної інформації лише зростатиме.