Πρωταρχικός στόχος για την εκμετάλλευση της Τεχνητής Νοημοσύνης (ΑΙ) στα αυτοκίνητα είναι η ασφάλεια. Αυτό διατείνεται η Volvo, μια εταιρεία που έχει συνδέσει το όνομά της με την ασφάλεια στην αυτοκίνηση.
Είναι γνωστό πως η σουηδική εταιρεία έχει μακρά ιστορία στη χρήση δεδομένων και προηγμένων τεχνολογιών για τη βελτίωση της ασφάλειας. Τα δεδομένα που συλλέγονται από την ομάδα Έρευνας για την Ασφάλεια της Volvo Cars έχουν παίξει σημαντικό ρόλο στην εξέλιξη και τις δοκιμές μερικών από τα κορυφαία συστήματα ασφαλείας στον κόσμο στην αυτοκίνηση.
Διαβάστε Επίσης
Την δεκαετία του 1970, ομάδες της εταιρείας μετέβαιναν στους τόπους των ατυχημάτων με μετρητικές ταινίες, συνεκτιμώντας τα σημάδια ολίσθησης και άλλους δείκτες της σύγκρουσης.
Τα δεδομένα και η γνώση που συγκεντρώθηκαν από τα ατυχήματα έχουν εμπνεύσει πολλές καινοτομίες που σώζουν ζωές, όπως το σύστημα προστασίας του αυχένα από τραυματισμό (Whiplash Injury Protection System) και το σύστημα προστασίας από πλευρική σύγκρουση (Side Impact Protection System).
Η πρόσφατη επέκταση της συνεργασίας της με την NVIDIA είναι ιδιαίτερα παραγωγική. Τα σύγχρονα μοντέλα Volvo χρησιμοποιούν γρήγορους και ισχυρούς επεξεργαστές που συγκεντρώνουν εκατοντάδες στοιχεία μέσω αισθητήρων.
Μια πλατφόρμα υπερυπολογιστή AI από την NVIDIA DGX systems τοποθετεί στο κατάλληλο πλαίσιο αυτά τα δεδομένα, ξεκλειδώνει νέα γνώση και εκπαιδεύει μελλοντικά μοντέλα ασφαλείας. Αυτή η πλατφόρμα είναι τμήμα μιας πρόσφατης συνεργασίας της Volvo Cars και της Zenseact για τη δημιουργία ενός από τα μεγαλύτερα κέντρα δεδομένων στη Σκανδιναβία.
Η Volvo είναι πλέον σε θέση να συνδυάζει δεδομένα περιστατικών τα οποία συλλέγονται από τους αισθητήρες στα αυτοκίνητά της, όπως δεδομένα για το φρενάρισμα έκτακτης ανάγκης και τους απότομους ελιγμούς στο σύστημα διεύθυνσης, με ή χωρίς ανθρώπινη παρέμβαση.
Αυτό είναι εφικτό χάρη σε μία προηγμένη υπολογιστική τεχνική που ονομάζεται Gaussian splatting, η οποία μπορεί να δημιουργεί έναν τεράστιο αριθμό από ρεαλιστικές, τρισδιάστατες ψηφιακές σκηνές υψηλής πιστότητας και αντικείμενα από εικόνες του πραγματικού κόσμου.
Το εικονικό περιβάλλον μπορεί, για παράδειγμα, να αναδιαμορφωθεί μέσω προσθήκης ή αφαίρεσης χρηστών του δρόμου και αλλαγών στη συμπεριφορά όσων συμμετέχουν στην κυκλοφορία ή εμποδίων στον δρόμο – προκειμένου να παραχθούν διαφορετικά αποτελέσματα.
Ως προς αυτό, ο Alwin Bakkenes, επικεφαλής εξέλιξης λογισμικού της Volvo Cars ανέφερε σχετικά: "Διαθέτουμε ήδη εκατομμύρια δεδομένα από στιγμές που δεν συνέβησαν ποτέ, τα οποία χρησιμοποιούμε για να εξελίξουμε το λογισμικό μας.
Χάρη στο Gaussian splatting, μπορούμε να επιλέξουμε μία εξαιρετικά σπάνια περίπτωση και να την επεκτείνουμε σε χιλιάδες νέες παραλλαγές της, προκειμένου να ελέγξουμε και να εκπαιδεύσουμε για αυτές τα μοντέλα μας.
Αυτό δίνει τη δυνατότητα να ξεκλειδώσουμε μία κλίμακα στην οποία δεν είχαμε ποτέ πρόσβαση στο παρελθόν, καθώς και να προληφθούν ακραίες καταστάσεις πριν συμβούν στον πραγματικό κόσμο”.
