المجموعات

يمكن لمطوري إلكترونيات السيارات الآن اختبار تطبيقات الذكاء الاصطناعي

يمكن لمطوري إلكترونيات السيارات الآن اختبار تطبيقات الذكاء الاصطناعي

ال صناعة السيارات يمكن أن تستفيد من الطرق المبتكرة والفعالة من حيث التكلفة لاستخدام الكم الهائل من البيانات الناتجة عن أجهزة الاستشعار داخل السيارة ووحدات التحكم. عندما يتم استخراج القيمة من البيانات ، يمكن أن يساعد ذلك في التحسين سلامة السيارة والاستقلالية بتكاليف تشغيلية أقل.

"ستكون الرؤى المستندة إلى البيانات مفتاحًا للابتكار في قطاعي التأمين على السيارات والسيارات ، ونتيجة لذلك ، فإن الحصول على معلومات دقيقة للغاية من السيارات هو الأساس المطلوب للوصول إلى هذه الأفكار." - كاتلين جونسون ، مديرة شركة American Family Ventures

جديد تيراكي القائم على السحابة مركز تطوير تطبيقات الذكاء الاصطناعي (AI) الآن تمكن مطوري إلكترونيات السيارات من اختبار القيادة باستخدام بياناتهم الخاصة.

يمكن لمطوري تطبيقات إلكترونيات السيارات ، مثل مصنعي المعدات الأصلية للسيارات (OEMs) وموردي الأجهزة الإلكترونية من المستوى 1 الآن استخدام نظام قائم على السحابة تدريب البيانات و بيئة النماذج الأولية التي تسمح لهم بتدريب خوارزميات Teraki على بياناتهم الخاصة.

مقرها برلين ، ملكية خاصة وممولة ،تيراكي هو بدء تشغيل السيارات AI الذي يوفر اختراقًا بيانات الحافة برامج المعالجة لتلبية متطلبات البيانات المتزايدة لصناعة إلكترونيات السيارات.

الشركة قائم على الذكاء الاصطناعي يوفر برنامج معالجة الإشارات الذكية زيادة تزيد عن 10 أضعاف في أداء شرائح السيارات والاتصالات والتعلم. وفقًا للشركة ، ينتج عن ذلك دقة عالية تطبيقات الذكاء الاصطناعي ممكن على نطاق واسع في البيئات المدمجة.

الحوسبة المتطورة: ركيزة أساسية لصناعة السيارات

يتطلب النمو الهائل للبيانات التي تأتي من المركبات المتصلة والمستقلة استخدام حافة الحوسبة. تشير حوسبة الحافة إلى الحوسبة الموجودة بالقرب من مصدر البيانات.

في المركبات المتصلة ، هذا يعني أنه قريب من مجسات. البيانات التي يتم إنشاؤها بواسطة المركبات تتزايد بسرعة وتصبح تحديًا. يتم نقل البيانات التي تم جمعها بواسطة أجهزة الاستشعار جزئيًا إلى الغيمة.

الحوسبة الطرفية مطلوبة أيضًا للوظائف المتعلقة بالسلامة. يجب أن تكون هذه الوظائف متاحة في جميع الأوقات دون انقطاع. في الوقت الحالي ، لا يمكن لهذه الوظائف الاعتماد على الاتصال اللاسلكي منذ ذلك الحين 5G لن يكون متاحًا في كل مكان ، على الأقل في السنوات الأولى.

وبحسب تيراكي ، هناك العديد من التطبيقات في السيارة السلامة ذات الصلة أو في الوقت الحالى ولا يمكن الاعتماد بشكل كامل على شبكة. لذلك ، ستحتاج هذه التطبيقات إلى العمل بشكل مستقل داخل السيارة.

على سبيل المثال ، إذا كانت مركبة ذاتية القيادة على طريق سريع وتحتاج إلى الانهيار بسبب حالة طارئة ، فإن الكبح في حالات الطوارئ لا يمكنه تحمل أي تأخير في الكمون الحسابي وناقل الحركة. إذا حدث ذلك ، فقد يتعرض ركاب السيارة للخطر.

بالنسبة إلى Teraki ، تأتي البيانات من تطبيقات السلامة الحرجة يجب معالجة الركض في السيارات بالقرب من المستشعرات لتكون دقيقة وموثوقة. هذا هو السبب في أن الحوسبة المتطورة تلعب دورًا مهمًا عندما يمكن للقرارات الدقيقة والسريعة أن تحدث فرقًا ، خاصة في حالات الطوارئ.

لا تزال هناك تحديات للقيام بذلك بسرعة وبدقة بسبب قدرات الحوسبة المقيدة. هناك مجال للتحسين. ال التحدي الرئيسي في الحوسبة المتطورة هي جلب التعلم الآلي والذكاء الاصطناعي من السحابة إلى الأجهزة الموجودة على الحافة.

أو لجلب التعلم الآلي والذكاء الاصطناعي إلى المستشعرات الفعلية الموجودة على الحافة. يقول Teraki أن التحدي المحدد هو كيفية معالجة البيانات بدقة وكفاءة في بيئات ذات قدرة حوسبة وسعة تخزين أقل بكثير.

تدريس نماذج الذكاء الاصطناعي أو خوارزميات التعلم الآلي

تدريب البيانات هي خطوة أساسية للغاية تُستخدم لتعليم نماذج الذكاء الاصطناعي أو خوارزميات التعلم الآلي حول كيفية عمل تنبؤات تعتمد على البيانات أو اتخاذ القرارات من خلال بناء نموذج رياضي من بيانات الإدخال.

وفقًا لتراكي ، فإن مركز التطوير لديهم هو فريد في هذه الصناعة. يقوم بأتمتة العملية المعقدة مما يوفر الفرصة لفرق التطوير تدريب بسرعة تعتمد خوارزميات التعلم الآلي الخاصة بـ Teraki على بياناتها الخاصة.

كما أنه يتيح للمطورين تقييم ما هو بالضبط مزايا الأداء يمكن أن توفر تكنولوجيا Teraki.

"باستخدام DevCenter ، لدينا مهام تدريب تلقائية على البيانات ، مما يسمح لفرق التطوير باختبار حلنا ببياناتهم الخاصة بسرعة أكبر ،" ماركوس كوبف، المؤسس المشارك لـ Teraki ، و CTO. "أتمتة هذه العملية برمتها معقدة وصعبة."

وفقًا لـ Kopf ، يجد عملاؤهم الحاليون أنه "من الأسهل بكثير أن يجربوا بأنفسهم ما يمكن أن تفعله تقنية Teraki من حيث المعالجة المتطورة وتحسين الأداء الذي يمكن أن يخفض تكاليف اتصال الأجهزة والبيانات ، وتحسين تطبيقاتهم وخوارزمياتهم ، وخلق إمكانيات جديدة أنظمة سيارات الغد ".

أكملت الشركة العديد من عمليات التحقق من صحة ما قبل الإنتاج عن طريق قسط مصنعي السيارات، بالإضافة إلى عمليات تكامل ناجحة على مجموعة متنوعة من ميكروكنترولر. الكل في الكل ، أوقات مثيرة تنتظر صناعة السيارات.


شاهد الفيديو: 5 تطبيقات تعتمد على الذكاء الاصطناعي (ديسمبر 2021).