Zpět

Umělá inteligence si stále více nachází uplatnění v automobilovém průmyslu, zejména v podobě inteligentních továren, palubních informačních a zábavních systémů a pokročilých asistenčních systémů pro řidiče. To je však jen špička ledovce, protože počet a rozmanitost případů využití umělé inteligence neustále roste. Jaká je však konečná vize a jak ji mohou hráči v tomto odvětví realizovat? Odborníci z celého automobilového ekosystému se k těmto a dalším klíčovým otázkám vyjádřili na nedávné akci Technology Days společnosti NXP Semiconductor.

Cesta vpřed

Autonomní řízení je jedním z příkladů budoucnosti formované umělou inteligencí, kdy se vozidla stávají stále inteligentnějšími, vnímavějšími a schopnými samostatného rozhodování. Steve Stoddard, hlavní produktový manažer softwarové společnosti Sonatus, poukazuje na fiktivní vnímající auto KITT (Knight Industries Two Thousand) z televizního seriálu „Knight Rider“ z 80. let. „Moje vize umělé inteligence v automobilovém průmyslu je vozidlo, které se neustále učí a přizpůsobuje, jedná samostatně, komunikuje s řidičem a ostatními uživateli vozidel, přizpůsobuje prostředí kolem sebe a poskytuje zpětnou vazbu do cloudu,“ vysvětlil. Tato vozidla by byla propojena s „domovskou základnou“, kde by inženýři společnosti mohli podle potřeby vydávat aktualizace.

Funkčnost je jen polovina úspěchu: pro dlouhodobý úspěch vyžadují případy použití AI důvěru zákazníků a návratnost investic (ROI). „Jde především o spolehlivé aplikace určené pro výrobu, které generují příjmy,“ uvedla Rebecca Delgado, viceprezidentka pro inženýrství autonomních aplikací ve společnosti Torc, dceřiné společnosti Daimler Truck zabývající se autonomními nákladními vozy. „U některých aplikací jsme ještě daleko od návratnosti investic. Musíme bezpodmínečně zajistit, aby tato řešení přinášela hodnotu a generovala příjmy.“

 

Daimler spolupracuje se společností Torc na vývoji autonomního řízení nákladních vozidel

Domnívá se, že k vysvětlení a hodnocení toho, jak je AI vyvíjena, dodávána a jak se chová, je zapotřebí společný jazyk: „Je třeba prokázat výkonnost AI certifikovatelným způsobem. Vynaložili jsme velké úsilí na vytvoření nových rámců, které umožňují prokázat důvěryhodnost dostupným způsobem, který vám umožní dodávat.“

Robert Moran, viceprezident a generální ředitel divize Automotive Processors ve společnosti NXP, potvrdil význam solidní návratnosti investic: „Hodnota umělé inteligence je v oblasti autonomních vozidel zřejmá, ale mimo ni se jedná spíše o potenciál. Data mají potenciál a umělá inteligence dokáže využít jejich vlastnosti.“ Jako jeden z nejjasnějších příkladů přidané hodnoty uvádí prediktivní údržbu.

Na druhou stranu, AI slibuje snížení nákladů na vývoj automobilového softwaru. Luke Harvey, Worldwide Automotive Partner, Tech Lead, AWS, poukázal na rostoucí využití AI pro generování syntetických dat a simulace: „S přechodem od hardwarově definovaných vozidel k softwarově definovaným vozidlům začínáme vidět více softwarového vývoje. Existuje reálná poptávka po nižších nákladech na software a AI je jedním z klíčových způsobů, jak toho dosáhnout a zároveň poskytnout více funkcí.“

Data jako produkt

Umělá inteligence je tak dobrá, jak dobré jsou data, ze kterých čerpá, což staví data do centra jak příležitostí, tak výzev umělé inteligence. „Data používáte k trénování svých modelů a vytváření svých produktů, ale nezapomeňte, že data sama o sobě jsou produktem a jako každý produkt mají svůj životní cyklus,“ varovala Delgado. Sběr dat z reálného světa je nákladný, stejně jako jejich ukládání. Ne všechna data jsou cenná, ale všechna data stárnou. „Za způsobem, jakým data shromažďujete, využíváte a generujete, musí stát velká míra záměrnosti, protože je to všechno drahé,“ dodala. „Data jsou novou ropou, která rozhodne o úspěchu nebo neúspěchu tohoto odvětví, nikoli modely AI. Pokud jsou data pro všechny stejná, pak je stejný i produkt. Záleží tedy na strategickém zacházení s tímto velmi náročným produktem.“

Harvey zdůraznil problém uvolňování dat uzamčených v silách. „Pro technický tým není snadné sdílet svá data s ostatními. Mnoho našich zákazníků má všechna tato data k dispozici, ale nejsou všechna označena, nejsou v oblasti, kterou mohou použít k trénování svých modelů, nebo se jedná o zastaralá data, která se stávají přítěží, nikoli přínosem.“

Náklady na přenos dat do cloudu jsou jedním z faktorů, které posouvají AI na okraj. „Je tu nákladová složka,“ poznamenal Stoddard. „Máme mnohem více dat, než dokážeme zpracovat, a přenos všech těchto dat do cloudu je plýtvání penězi.“ Lokální využití AI je částečně o snížení nákladů, ale také o řešení problémů s latencí v systémech kritických pro bezpečnost. „Modely musí být blízko místu, kde se rozhoduje,“ zdůraznil Moran. „Deterministická rozhodnutí lze činit pouze tehdy, pokud jsou modely umístěny přímo ve vozidle.“

„Latence je nová hranice,“ naznačil Delgado. „Umístili jsme více věcí na okraj, protože to můžeme. V okamžiku, kdy se objeví nová technologie, následují nové případy použití.“

 

Umělá inteligence mění zážitek z jízdy i způsob, jakým jsou vozidla konstruována

Jako poskytovatel cloudových služeb AWS pozorně sleduje vývoj v oblasti edge AI a Harvey poukázal na vzestup „fog computingu“: mezilehlé vrstvy mezi cloudem a edge. „Můžete odložit některé z náročnějších úloh zpracování, které nejsou kritické z hlediska bezpečnosti, ale jsou časově relevantní, a odlehčit tak zatíženému vestavěnému systému ve vozidle. Při navrhování vozidla budoucnosti je obtížné rozhodnout, kam vše umístit.“ Moran dospěl k závěru, že „praktické, pragmatické případy použití určí, kde má být AI umístěna; neexistuje jedno univerzální správné místo.“

Odvážný nový svět

Kam tedy všechny tyto trendy v oblasti umělé inteligence směřují automobilový průmysl? Podle Harveyho je pravděpodobným výsledkem proniknutí agentů umělé inteligence do celého ekosystému: „Celá komunita bude mít k dispozici agenty umělé inteligence, kteří budou pomáhat s každým úkolem, od navigace a infotainmentu až po údržbu a správu vozového parku.“ Očekává také, že tito agenti předefinují způsob navrhování vozidel a proniknou do celého vývojového procesu.

Moran naznačil, že s rozšiřováním AI na okrajové oblasti se hranice mezi mechanickými systémy a systémy založenými na modelech stane neviditelnou: „To rozšíří a ovlivní všechny aspekty toho, jak auto komunikuje a vnímá svět kolem sebe.“

Stoddard očekává, že stále více automobilek začne využívat umělou inteligenci komplexním způsobem, který pronikne do celé jejich organizace. A co je zásadní, do deseti let předpokládá vznik „nového výrobce OEM, který bude využívat umělou inteligenci a nahradí jednoho z aktuálních pěti největších výrobců z hlediska produkce a tržeb“.

Zároveň se očekává, že umělá inteligence se stane tak všudypřítomnou, že přestane být něčím výjimečným. „V budoucnu už o AI ani nebudeme mluvit, stejně jako dnes nemluvíme o konektivitě,“ naznačil Edward Wilford, vedoucí výzkumu v automobilovém průmyslu ve společnosti Omdia. „Věci bez AI budou vypadat stejně směšně a kuriózně jako analogový telefon Nokia z roku 1998. AI bude prostě součástí automobilu a agenti budou jen něčím, co se prostě děje.“

 

Zdroj: automotiveworld.com