Esileht » Uudised » Arvuti ekraanilt pärismaailma

Arvuti ekraanilt pärismaailma

Üks kõige huvitavamaid aspekte 42doti töös on see, kuidas koondada erinevad tehnoloogiad ühte tootesse. Näiteks Gleo AI on suurel keelemudelil (LLM) põhinev AI agent, mis on loodud juhi kavatsuste mõistmiseks ja sõiduki funktsioonide ohutuks kasutamiseks. Teine meeskond arendab isejuhtimiseks mõeldud tehisaru, kasutades nägemise-keele-tegevuse (VLA – Vision Language Action) tehnoloogiat, ühendades AI arusaamise keskkonnast sõiduki tegeliku juhtimisega. Sõiduki operatsioonisüsteemi meeskond loob tarkvarale vundamendi, mis võimaldab auto erinevatel süsteemidel omavahel suhelda ja koostööd teha.

Lahendust vajav probleem on harva tehniline

Hea näide on tuua isejuhtimise arendusvaldkonnast – sama sõidustsenaariumi puhul muudeti üksnes navigeerimise sihtkoha. Pärast tehtud muudatust valis tehisaru ise sobiva raja pööramiseks või otsesõiduks. Arendajate jaoks näitas see, et nende algoritmid mõjutasid tegelikult päris sõiduki liikumist.

Eriti huvitav osa arendusprotsessist on ootamatute olukordade katsetamine. Gleo AI turvasüsteemi Gleo Guard testimisel kasutas meeskond ebatavaliste sisendandmete tahtlikuks loomiseks „red teaming“ meetodit. Ühel juhul ei suutnud AI aru saada trendika maiustuse kohta kasutatavast slängisõnast „dujjongku“, mille tagajärjel klassifitseeriti tavaline navigeerimispäring potentsiaalselt ohtlikuks. Selle asemel, et lihtsalt sõna loendisse lisada, tunnistas meeskond tõsisemat probleemi: tehisaru pidi mõistma nii kasutaja kavatsust kui ka sõiduki kasutamise konteksti. See ajendas neid Gleo Guardi edasi arendama kui ettevõttesisest autotööstusele spetsialiseerunud mudelit.

Veel üht huvitavat lähenemist võib näha sõidukite operatsioonisüsteemide arendustöös. Eesmärk on varjata sõiduki keerukust teiste arendajate eest. Näiteks saab arendaja juhtida autoakent lihtsa käsuga, nagu Window.set_position(0.5), ilma et tal oleks vaja mõista akna kontrolleri keerulist ülesehitust. See võimaldab arendajatel keskenduda funktsioonidele, mida nad tegelikult luua soovivad.

Edusammude mõõtmine isejuhtimise arendamisel

Isejuhtimise tarbeks vajas meeskond ka selget meetodit edusammude mõõtmiseks. Kuna sõiduteel ei ole alati õige vaid üksainus otsus, kehtestasid arendajad kõigepealt ühised standardid ja töötasid seejärel välja hindamiskriteeriumid. See muutis arendustöö süstemaatilisemaks: selle asemel, et lihtsalt arvata, kas mudel on parem kui enne, said arendajad seda nüüd mõõdetavate tulemuste põhjal täiustada ja parandada. Isegi ebaõnnestunud eksperimendid osutusid kasulikuks, sest need andsid teavet järgmiste katsete jaoks.

Kokkuvõttes näitab 42doti lähenemine, et nüüdisaegne sõidukite arendustöö ei piirdu enam üksnes riistvara täiustamise või koodi kirjutamisega. Arendajad peavad mõistma keerukaid süsteeme, määrama kindlaks selged standardid, tegema koostööd teiste meeskondadega, viima läbi katseid reaalsetes olukordades ja võtma vastutuse lõpptoote eest. 42doti jaoks ei ole arendustöö valmis mitte siis, kui kood töötab, vaid siis, kui see kood muutub usaldusväärseks osaks tegelikust kliendikogemusest sõiduteel.

Pleos on 42doti poolt välja töötatud järgmise põlvkonna tarkvaraplatvorm ning sõidukisisene teabe- ja meelelahutussüsteem (IVI). Esimene selle süsteemiga varustatud Hyundai mudel on IONIQ 3. Mudeli tehnilised näitajad ja hinnad avaldatakse peagi ning mudel saabub müüki sel sügisel.

Tehisaru muudab arengu kiiremaks

Hyundai Motor Groupi jaoks ulatub tehisaru juurutamine tehnoloogia kasutuselevõtust kaugemale. Kontsern peab tehisintellekti juba kogu ettevõttes rakendatavaks konkurentsieeliseks.

Üks näide on Crash Safety AI Assistant (kokkupõrkeohutuse AI-assistent), mis aitab inseneridel kogunenud kokkupõrkekatsete andmete ja uurimismaterjalide seast asjakohaseid juhtumeid otsida, võrrelda ja läbi vaadata. Süsteem koondab kokkupõrkekatsete tulemusi, pilte ja tehnilise analüüsi andmeid, võimaldades inseneridel otsida, võrrelda ja läbi vaadata vajalikke juhtumeid.

Teine näide on AI Automation Recognition Service (tehisarupõhine automatiseeritud tuvastusteenus), mis kasutab visuaalset tehisaru ja tootmisliinidele paigaldatud kaameraid, et lugeda automaatselt sõidukite identifitseerimisnumbreid (VIN-koode) ja kontrollida reaalajas, kas liinil olev sõiduk vastab süsteemi andmetele. Varem kontrollisid töötajad seda teavet käsitsi ise kas visuaalse kontrolli käigus või vaadates vastavaid andmeid süsteemist.

–