A mesterséges intelligencia gyorsan fejlődik, és már egyre inkább átalakítja az autóipart is. Jönnek a tökéletes autók?
A Sama egy mesterséges intelligenciát fejlesztő San Francisco-i vállalkozás, amely foglalkozik az autóiparral, a virtuális valósággal, a mezőgazdasággal, a biotechnológiával, és az e-kereskedelemmel is. Vezetője, Wendy Gonzalez egy cikke szerint az autonóm autózásé a jövő. Nyilván az a dolga, hogy ezt mondja, de megállapításaira nagyon is érdemes odafigyelni.
„A sci-fi születése óta úgy tekintenek az autóra, mint a technológiai innováció végső határára. Ha azonban napjaink városaiban körülnézünk, az autók inkább olyannak tűnnek, mintha a múltban ragadtak volna”
– írja. Az autóipar víziója messze meghaladta a fejlődés ütemét, a becslések szerint mégis, az önvezető autók globális piaca a 2018-as 5,6 milliárd dollárról, 2030-ra 60 milliárd dollárra fog növekedni, ami egyértelműen bizonyítja, az önvezetés terjedését.
Szinte észre sem vesszük, hogy a mesterséges intelligencia szép lassan elkezdte átalakítani az autóinkat, először a biztonság terén. A tanulmány megemlíti, hogy például a Tesla, már 2003-as indulása óta vezető szerepet tölt be az autóipari mesterséges intelligencia fejlesztésében. Elon Musk cégének egyik legfontosabb újítása a visszapillantó tükör feletti, mesterséges intelligenciával működő belső kamera, amely az utasok biztonságát hivatott javítani, mégpedig úgy, hogy figyeli a vezető szemét, és ezzel figyelmének lankadását. A technológia egyúttal az útról nyert képeket is elemzi a tárgyak felismerése és a távolságbecslés érdekében.
A vállalat közel egymillió autós álló flottájából valós idejű, kiváló minőségű adatokat hasznosítva a mesterséges intelligencia hatékonyan figyelmezteti a vezetőket a közeli kockázatokra. Bár az amerikai cég vezetőjének tanulmánya a Teslát hozza fel példának, azért ebben más márkák is jól állnak, a Volvo például már 2007-ben a bevezette a Driver Alert Controlt.
A rendszer figyeli az autó mozgását, és értékeli, hogy a vezető figyel-e. Ha az „álmosság magas kockázatát” észleli, hangjelzéssel figyelmeztet, és szöveges üzenet is megjelenik a műszerfalon. A sofőr folyamatosan lekérdezheti a vezetési információkat az autó fedélzeti számítógépéről. A kiindulás öt vonal. Minél kevésbé következetes a vezetés, annál kevesebb vonalka marad.
De szintén úttörő volt ebben a Mercedes, amelynek Attention Assist nevű, 2009-ben bemutatott fáradtságfigyelő rendszere ugyanígy működik. Az autó navigációs rendszerét felhasználva azt is meg tudja mondani, hogy hol tartsunk pihenőt, sőt a mai rendszerek már aktívan is beavatkoznak, s ha kell, megállítják, az út szélére kormányozzák a kocsit.
Mindeközben szép finoman bekúsztak a mindennapjainkba olyan, az önvezetést előkészítő megoldások is, mint például az adaptív tempomat, vagy a sávtartó, és a vészfék asszisztens. Az autonóm járművek gyártására törekvő márkáknak fontos, hogy különböző tanító adatbázisokat is felhasználjanak annak érdekében, hogy a mesterséges intelligencia lehetővé tegye a biztonságos, és beavatkozás-mentes vezetést. A tanító adatbázisokat a gyártástechnológiában jellemzően egy-egy algoritmus vagy gépi tanulási modell betanításához használják, hogy elérjék velük azt az eredményt, amelynek támogatására a modellt tervezték.
A jól megtervezett navigációs és kommunikációs rendszerek is lehetnek ilyenek a vezetők számára (beavatkozás nélkül segítenek a helyes döntések meghozatalában), de tökéletesíteni kell azt a technológiát is, amely reagál az úton lévő különböző járművekre, emberekre és tárgyakra.
„Az a helyzet, hogy a magas színvonalú mesterséges intelligencia nem egyik napról a másikra jön létre”
– írja a Sama igazgatónője. Ehhez ugyanis rengeteg tanító adat kell, lehetőleg minél több forrásból. A mesterséges intelligencián alapuló öntanuló rendszerek már a hajtásláncok működésébe is beleszólnak.
A Porsche például hagyományos belső égésű motorjainál mesterséges intelligenciával jelzi előre a motorolaj fáradását, és az eljárás már ma megbízható előrejelzést ad. Ezt a megoldást a Cayman GT4 hathengeres boxermotorjánál vetették be először. Már a lítiumionos akkumulátorok öregedési folyamatainak meghatározását is a mesterséges intelligenciára bízzák, hogy sokkal pontosabb előrejelzést adhasson a rendszer az autó hatótávolságáról, és vele az akku élettartamáról is. Az algoritmus az akkumulátor belső ellenállása alapján következtet az öregedésre, a vezető szokásait is figyelembe véve. De a Porsche az ügyfelek vásárlási választásainak előrejelzésében is több mint 90%-os pontosságú már.
Az autógyártók igyekeznek egyszerűsíteni a döntéshozatali folyamatokat, az adathalmazok segítenek megérteni a vásárlókat és azok preferenciáit. Ha a vevő idővel elhiszi, hogy az autógyártó mesterséges intelligenciája jobban ismeri az igényeit, mint ő maga, és esetleg vakon meg is bízik benne, akkor könnyű rásózni mondjuk egyébként felesleges extrákat. Vagy akár le is beszélhetik valamiről, ami éppen hiánycikk, ezzel is gyorsítva a gyártási-kiszállítási folyamatot. Újabb izgalmas terület a hangalapú asszisztencia, amely a luxusautókban jelent meg először, de ma már az olcsóbb kategóriákban is általános. A 2018-as 30-ról 2020-ra 45%-ra nőtt az ezzel felszerelt autók aránya. 2024-re 60, 2028-ra pedig 90%-osra jósolják a hangalapú asszisztensek elterjedési arányát. A rendszerek működése egyre jobban hasonlít a Siri-éhez vagy a Google Segédéhez, amikkel beszélgetni is lehet, nem csak egyszerű, „gyárilag meghatározott” utasításokkal irányíthatók. Ebben a Mercedes Benz User Experience (MBUX) infotainment rendszere továbbra is az egyik legfejlettebb, és a „Hé, Mercedes!” mondattal lehet életre kelteni.
Ezen a területen várható a leglátványosabb fejlődés, már a közeljövőben. Tényleg hasznossá is válhat, ha nem csak a szűk és sokszor nem értett utasítások befogadására lesz képes az autóba épített rendszer. Hanem például a zeneszámok léptetésénél is lehetünk szabadabbak: mondhatjuk, hogy „következő szám” vagy „lépj a következőre” stb.
A hangalapú asszisztensek funkcionalitásának javítása érdekében a kutatók folyamatosan dolgoznak a nyelv számos kétértelműségét és összetettségét is megértő mesterséges intelligencián. A közlekedésben ráadásul extrafontos a pontosság és a megbízhatóság. Főleg ha a biztonságot érintő funkciókat is a rendszerre bíznak, és az sem megengedhető, hogy a bizonytalan működés felbosszantsa a vezetőt, vagy elvonja a figyelmét. A közlekedéshez kapcsolódó mesterséges intelligenciával egyre több cég foglalkozik beszállítóként. Az emberek számára a „tökéletes” autó kiválasztásában nyújtott segítségtől kezdve egészen a helyettük való vezetésig, számos megoldás kínálkozik. Egyre inkább meg kell lovagolniuk ezt a hullámot az autógyártóknak, ha az élvonalban, később pedig egyáltalán a felszínen kívánnak maradni. Több beszállító már hatalmas adatbázissal és egyre gyorsabb feldolgozási képességekkel vár a feladatra.
SZG
Szívesen olvasnál tartalmakat offline is? Fizess elő az AzAutó magazinjára. Az előfizetés díja 9 960 Ft / év.
Amerikából autót behozni ma már drága és bonyolult, mégis sokan belevágnak. Íme, a részletek.
Bár a legtöbben nagyjából tisztában vagyunk az autópályán való vezetéssel, sokszor előfordul, hogy egy-egy információ nem jut el hozzánk, pedig hasznos lenne. Vannak például olyan lehetőségek, amelyek lehetővé teszik számodra, hogy elkerüld a pótdíjat, és sok 10 ezer forintot spórolj meg magadnak. Cikkünkben két ilyen hasznos szabályt tekintünk át. Vágjunk is bele!
A 6 és 12 V-os akkukhoz és csepptöltésére is használható műszert egy barkácsáruházban vettük bő két éve. Tipikus téli autós-motoros kellék.
