или войти через:
Ваша корзина пока пуста
favorite_border
Доступно только зарегистрированным пользователям

Искусственный интеллект – будущее всей автомобильной промышленности

schedule 21.11.2016 в 09:12 link vsi
Цель искусственного интеллекта на сегодняшний день – сделать большой прорыв в автомобильной промышленности в контексте высокой степени автоматизации вождения (HAD), в соответствии с Vision Systems Intelligence (VSI), - передает Robotics.ua.

ИИ доказал свою полезность во многих случаях применения от обнаружения объектов и их классификации до планирования пути и его контроля. ИИ может даже поддерживать полный процесс вождения, где он с помощью датчиков выполняет картирование наблюдений непосредственно с известных объектов.



Перспективы

Традиционно автомобиль с системой ADAS или автоматизации запрограммирован с детекторами для многих возможных сцен или ситуаций. Они используют детерминированные алгоритмы, которые реагируют на ситуации. Прогнозированных маневров нет, все они реагируют на то, что наблюдается вокруг.

«Но правильное вождение, как мы его знаем сегодня, также предсказуемо», - говорит Фил Магни, основатель и главный советник VSI. «Обучение и умение суждения могут быть приобретены только через опыт. Кроме того, правильное вождение требует способности принимать решения за доли секунды и делать это в ситуациях, в которые водитель не попадал раньше».

ИИ в контексте автоматизированных транспортных средств имеет возможность подражать живому водителю и должен реагировать на ситуации, которым он не был явно обучен. Случайный характер автоматизации в неструктурированных средах требует возможности обрабатывать бесконечное число ситуаций, из которых должны быть сделаны решения. ИИ может поддерживать этот процесс с помощью обученных нейронных сетей, которые могут работать с неизвестными ситуациями и прогнозировать наилучший результат и, вероятно, даже лучше, чем человек.

Как и другие методы машинного обучения, системы, которые учатся на основе данных искусственных нейронных сетей (ANN), являются формой ИИ, которые активируются через сеть взаимосвязанных узлов. «Алгоритмы, основанные ИИ, могут справиться со сложными сценариями лучше, чем алгоритмы, основанные на критических ситуациях», - заявляет Maгни.

Это не означает, что ИИ может делать все. Правила дорожного движения постоянно меняются, поэтому должны быть базовые активы данных, которые формируют основу безопасности. Это обеспечивает способ локализации, а также механизм безопасности, который может справиться с временными событиями, происходящими на дороге. ИИ также может быть применен к обработке больших объемов 3D данных, полученных с помощью датчиков. Аналогичным образом использование искусственного интеллекта для создания более эффективного отображения ресурсов, будет главной практикой в течение нескольких лет.

Современное развитие

ИИ в автомобильной промышленности развивается сейчас, как почти все основные OEM 1-го уровня, рассматривает развертывание программ в рамках своей деятельности в области развития.
Эко-системы для ИИ имеют много ветвей, чтобы иметь дело с различными элементами цепочки. Например, данные, которые получает компьютер, используются для обучения сети включать в себя огромные объемы данных, которые должны быть собраны, отсортированные и отмеченные. Разумные подходы к агрегации данных доказывают, что использование множества источников или методов роевого сбора данных, требуют дополнительного изучения.

Другим важным элементом в цепочке создания стоимости являются встроенные процессоры, необходимые для поддержки обученных сетей. Кроме того, возможность оптимизировать предварительно обученные сети для встроенного набора команд требует разработки специальных инструментов.

По информации robotics.ua, в настоящее время несколько компаний специализируются именно в этом направлении, создавая наиболее эффективные способы управления транспортными средствами.

Комментарии: