AI i Metaverse a Automotive

Zastosowanie sztucznej inteligencji w motoryzacji nie jest niczym nowym. Każdy doskonale zdaje sobie sprawę z tego, że pojawienie się i rozwój autonomicznych pojazdów nie byłyby możliwe bez dynamicznego rozwoju uczenia maszynowego i maszyn zdolnych obsługiwać złożone algorytmy, analizujące w ułamkach sekund informacje pochodzące z rozlicznych czujników i sensorów. Okazuje się jednak, że jest to tylko wierzchołek góry lodowej – niezwykle jaskrawy przykład, który pokazuje, jakie możliwości niesie za sobą umiejętne zastosowanie AI w automotive. W jakich jeszcze obszarach branża motoryzacyjna sięga po AI?

AI w Automotive – autonomiczne samochody

Pierwszym skojarzeniem, jakie przychodzi na myśl w kontekście sztucznej inteligencji w branży motoryzacyjnej jest niewątpliwie autonomiczny pojazd. Naszpikowany technologią samochód, który zdolny jest do tego, by samodzielnie poruszać się po ulicach, omijać przeszkody i zgodnie z wszelkimi zasadami bezpieczeństwa docierać z punktu A do punktu B. I choć jeszcze do niedawna wizja ta mogła się wydawać bardzo futurystyczna i wręcz utopijna, przeprowadzone dotychczas testy jasno pokazują, że realizacja takiego scenariusza jest jak najbardziej realna. Wyzwaniem wciąż jest zagwarantowanie przez producentów odpowiednio wysokiego poziomu bezpieczeństwa, jednak i ten cel wydaje się być coraz bliższy realizacji. Wszystko dzięki dynamicznemu rozwojowi sztucznej inteligencji oraz pojawieniu się komputerów i procesorów, które są w stanie w ułamkach sekund zbierać i analizować najróżniejsze dane i na ich podstawie podejmować właściwe decyzje.

Jak w praktyce działają autonomiczne pojazdy? Rozwój pojazdów autonomicznych, podobnie jak wiele innych technologii, z których tak chętnie dziś korzystamy, zawdzięczamy badaniom i technologiom rozwijanym na potrzeby przemysłu zbrojeniowo-obronnego. By precyzyjnie określić swoje położenie i zeskanować najbliższe otoczenie, autonomiczne pojazdy korzystają z kilku rodzajów sensorów – radaru, lidaru i kamer. 

Lidar, który swoją nazwę zaczerpnął od ang. Light Detection and Ranging, pełni rolę zbliżoną do ludzkiego wzroku. Jest to niezwykle skuteczna metoda laserowego skanowania otoczenia, która początkowo wykorzystywana była wyłącznie przez wojsko, a z czasem stała się dostępna również dla rozwiązań cywilnych. Lidar pozwala z niezwykle wysoką precyzją mierzyć odległość poprzez oświetlanie celu światłem laserowym i mierzenia odbicia za pomocą stosownych czujników. Działa tym samym analogicznie jak radar czy sonar, które zamiast lasera używają odpowiednio fal radiowych i dźwiękowych. Lidar pozwala tym samym na szybkie stworzenie niezwykle precyzyjnego, trójwymiarowego modelu otoczenia.

Po co zatem twórcy autonomicznych pojazdów wykorzystują również radar? Oczywiście ze względów bezpieczeństwa. Radar wprawdzie nie jest tak precyzyjny jak lidar, jednak ma znacznie większy zasięg działania. Co więcej, znacznie lepiej radzi sobie w trudnych warunkach pogodowych oraz w nocy. Połączenie obu metod, a także zastosowanie wielu dodatkowych sensorów i kamer, pozwala na precyzyjne określenie pozycji pojazdu, analizę najbliższego otoczenia oraz szybkie identyfikowanie wszelkich przeszkód (np. drzew blokujących drogę, pieszych czy przebiegających przez jezdnię zwierząt).

Liczne sensory, zainstalowane na autonomicznych pojazdach, w każdej sekundzie generują ogromne ilości danych. Konieczne jest tym samym ich wyposażenie również w odpowiednio dużą moc obliczeniową, która poradzi sobie z takim wolumenem i obsługą zaawansowanych modeli uczenia maszynowego. To właśnie one odpowiadają za zachowanie się pojazdu na drodze i bezpieczeństwo innych uczestników ruchu drogowego.

Jak jeszcze branża motoryzacyjna wykorzystuje sztuczną inteligencję?

Dynamiczny rozwój sztucznej inteligencji jest niewątpliwie katalizatorem rozwoju autonomicznych pojazdów, jednak warto zauważyć, że nie tylko w tym obszarze znajduje ona szerokie zastosowanie. Branża motoryzacyjna AI wykorzystuje również na wiele innych sposobów, które mniej lub bardziej zmieniają dotychczasowe zasady projektowania i produkcji samochodów, a także doświadczenia samych kierowców podczas ich prowadzenia. Sztuczna inteligencja a automotive – gdzie jeszcze jest wykorzystywana przez branżę?

Produkcja samochodów

Każdego roku ze światowych zakładów produkcyjnych wyjeżdża kilkadziesiąt milionów samochodów. Nikogo zatem nie powinno dziwić, że firmy dokładają wszelkich starań, by usprawniać i optymalizować proces produkcji, obniżać koszty prowadzenia biznesu i jednocześnie minimalizować ryzyko przestojów czy usterek, które mogą paraliżować działanie zakładu. 

Metaverse (NVIDIA Omniverse™) to jedno z rozwiązań, które skutecznie adresuje wszystkie te problemy. Pozwala nie tylko zaprojektować wirtualną fabrykę i przetestować jej działanie przed rozpoczęciem inwestycji, ale również w analogiczny sposób projektować nowe modele samochodów. Stworzyć tzw. cyfrowego bliźniaka i móc niezwykle precyzyjnie testować jego zachowanie w najróżniejszych warunkach. 

Projektowanie pojazdów czy poszczególnych ich elementów w wirtualnej przestrzeni niewątpliwie ułatwia i przyspiesza cały proces, umożliwia kreatywną współpracę zespołową i dokładne przyjrzenie się projektowanym elementom czy kompletnym pojazdom przed ich przekazaniem do produkcji. Podejście takie pozwala obniżyć koszty produkcyjne, a dodatkowo minimalizuje ryzyko popełnienia kosztownych błędów, skutkujących problemami technicznymi w gotowych już samochodach, które mogą bardzo niekorzystnie odbijać się na renomie producenta i wpływać na jego wynik finansowy.