Sztuczna inteligencja w motoryzacji? Naturalnie!

Według danych amerykańskiej agencji badawczej Grand View Research, wartość rynku AI na świecie już w 2023 r. była bliska 200 mld dol., a niemal 20 proc. przypadało na rynek motoryzacyjny. Pewnie nie każdy sobie zdaje z tego sprawę, że wiele systemów bezpieczeństwa, które pojawiają się w bogato wyposażonych wersjach nowych modeli, korzysta właśnie z algorytmów uczenia maszynowego, które były podstawą stworzenia sztucznej inteligencji takiej, jaką teraz znamy choćby z ChataGPT.

Czas na auta autonomiczne

I nie chodzi tu jedynie o systemy, które wspomagają autonomiczną jazdę, o której mowa już od co najmniej dekady. Wielu menedżerów branży motoryzacyjnej było pewnych, że w 2025 r. po świecie będą jeździć miliony autonomicznych samochodów. Tak się nie stanie, co nie zmienia faktu, że dzięki sztucznej inteligencji mamy coraz lepsze algorytmy pozwalające bezpiecznie jeździć bez angażowania kierowcy. Od wielu lat nad rozwojem takich technologii pracują takie firmy jak Tesla, która reklamuje swojego autopilota. Ale swoje intensywne badania prowadzi też Man Truck and Bus – w ramach projektu ATLAS-L4 firma chce zbudować bezpieczne, autonomiczne ciężarówki, które – przynajmniej na początek – mają poruszać się po niemieckich autostradach. Docelowo Man chciałby stworzyć autonomiczne szlaki komunikacyjne, które połączą ważne centra logistyczne.

Tymczasem w samochodach stosuje się coraz więcej rozwiązań, które zbliżają nas do momentu, gdy rzeczywiście autonomiczna jazda będzie możliwa. I to właśnie dzięki AI. Naukowcy z włoskiego L’Osservatorio Auto e Mobilità uniwersytetu Luiss Business School w Rzymie twierdzą, że do 2030 r. AI będzie centralną technologią w motoryzacji, a inteligentne samochody staną się codziennością. Wówczas, roczne wydatki na AI tylko w tej branży mają dojść do ok. 70 mld dol. Naukowcy zauważają, że choć systemy bezpieczeństwa czynnego mamy w samochodach już od wielu lat, to jednak teraz w coraz większym stopniu ich działanie oparte jest na algorytmach sztucznej inteligencji.

Naukowcy z Rzymu podkreślają też, że możliwości samochodów będą rosnąć na bazie zaawansowanych oprogramowań oraz montowanych na ich pokładzie coraz mocniejszych procesorów. Poprawi się też łączność, przede wszystkim dzięki rozwojowi sieci 5G. Samochody będą zatem wspomagać nas w podejmowaniu decyzji tak, by zapewniać jak najwyższy poziom bezpieczeństwa.

Bezpieczeństwo na pierwszym planie

Już dziś algorytmy wspomagają działanie tak dobrze znanych systemów, jak choćby ESP (wspomagający stabilizować tor jazdy w trudnych warunkach), ale w jeszcze większym stopniu wspomagają działanie systemów obserwujących drogę za pomocą kamer i radarów. Przykładowo, AI potrafi identyfikować różne zagrożenia, jak piesi, zwierzęta czy inne przeszkody. W razie czego samoczynnie włączy awaryjne hamowanie.

Sztuczna inteligencja pomaga też prawidłowo rozpoznawać znaki drogowe, a w trakcie automatycznego parkowania, analizuje dane z licznych czujników i stara się tak manewrować, by szybko i sprawnie zająć wyznaczone miejsce parkingowe. Już teraz wiele modeli potrafi samodzielnie zaparkować sprawniej niż wielu kierowców, choć trzeba przyznać, że sam proces czasem bywa stresujący dla tych, którzy siedzą za samoczynnie obracającą się kierownicą.

Systemów, które w coraz większym zakresie wykorzystują AI jest jednak zdecydowanie więcej. To choćby asystent prędkości, który odczytuje znaki drogowe i znajduje przeszkody na drodze (w tym inne pojazdy), to coraz doskonalszy system pomagający utrzymać auto na właściwym pasie ruchu, to w końcu zaawansowany układ Night Vision wykorzystujący kamery na podczerwień i termowizyjne, by wykryć przeszkody znajdujące się w ciemności, niewidoczne jeszcze dla kierowcy.

Inne zastosowanie z dziedziny wspomagania bezpieczeństwa jazdy to obserwacja twarzy kierowcy – kamery i inne czujniki analizuje zachowanie kierującego, w tym np. ruchy głowy, zmiany pozycji, zmiany w spojrzeniu. SI stara się wykryć objawy zmęczenia i jeśli to nastąpi, to sugeruje np. przerwę na kawę.

Kolejne kroki

Oczywiście zastosowania AI w motoryzacji nie kończą się na kwestiach bezpieczeństwa. To zaledwie ułamek tego, nad czym w tej chwili pracują producenci samochodów. Przykładowo w Toyota Research Institute inżynierowie wykorzystują oprogramowanie, które przyspiesza projektowanie samochodów – wszystko dzięki AI, która na podstawie danych może tworzyć tekst i obrazy. Japończycy poprawiają w ten sposób aerodynamikę pojazdów, co np. w przypadku aut na prąd może wyraźnie zwiększać ich zasięg. Wszystko to bez drogich testów w tunelach aerodynamicznych. Inżynierowie Toyoty wykorzystują też SI do badania zachowania kierowców – po to, by poprawiać bezpieczeństwo na drogach.

Także koncern Stellantis, w konkretnie marka Fiat, wdraża rozwiązania związane z AI. Tyle że tym razem chodzi o proces zakupowy. Ta włoska marka wykorzystała program Metaverse, by stworzyć wirtualny salon samochodowy, w którym można konfigurować własny samochód, a nawet go kupić. W ramach tego projektu SI bada potrzeby użytkownika i podpowiada

elementy wyposażenia, które można dobrać. Potrafi też całkiem sprawnie komunikować się z użytkownikiem aplikacji. Możliwe, że tak właśnie będą wyglądać salony samochodowe w przyszłości.

Z kolei z firmą Amazon współpracują Ford i Volkswagen rozwijający systemy Echo oraz Alexa, które pozwalają komunikować się z samochodem bez użycia fizycznych pokręteł i przycisków. Wystarczy zwykła, potoczna mowa, nawet bez nieco sztucznych poleceń, jakie już od lat są rozpoznawane przez niektóre samochody. Dzięki AI można wydawać złożone polecenia, a SI je zrealizuje. Gdy się pomyli, wystarczy wyprowadzić ją z błędu i nauczyć odpowiedniej interpretacji. W konsekwencji system będzie się z czasem dostosowywać do indywidualnych potrzeb każdego użytkownika. Podobne rozwiązania wdrażają oczywiście i inne marki.

AI także w produkcji

Sztuczna inteligencja wspomaga też branżę motoryzacyjną w kwestiach związanych z handlem i marketingiem, zarządzaniem produkcją, logistyką czy ekologią. Jednym z dobrym przykładów wykorzystania AI w produkcji jest weryfikowanie jakości oraz kontrola na końcu linii produkcyjnej. Dotychczas prowadzili ją ludzie z użyciem precyzyjnych urządzeń pomiarowych. Teraz jednak, dzięki samodzielnie uczącej się AI, proces ten może być szybszy i dokładniejszy. Komputery, wykorzystując setki czujników oraz kamery na stanowisku pomiarowym, mogą szybko sprawdzić poprawność montażu i wykryć wszelkie niedoskonałości skuteczniej niż człowiek.

Sztuczna inteligencja powoli zmienia też logistykę. Algorytmy mogą optymalizować łańcuchy dostaw, a nawet próbują przewidywać możliwe awarie maszyn, które mogą zakłócić produkcję podzespołów. Istnieje już system, który analizuje dane z czujników zamontowanych na liniach produkcyjnych i określa ryzyko wystąpienia awarii – to pozwala zaplanować naprawy i minimalizować przestoje.

Wdrożenia AI obejmują także serwisowanie samochodów. Systemy diagnostyczne oparte na uczeniu maszynowym mogą szybciej niż człowiek zidentyfikować usterki w nowoczesnych samochodach. Co ciekawe, algorytmy uczenia maszynowego, czerpiąc dane z licznych czujników zainstalowanych w samochodzie, mogą nawet przewidzieć ewentualne przyszłe awarie. W konsekwencji pokładowe systemy ostrzegają kierowcę z wyprzedzeniem, że mogą pojawić się problemy i w razie potrzeby sugerować konieczność dokonania przeglądu lub naprawy, zanim dojdzie do poważniejszej usterki. Z kolei dzięki łączności internetowej, mechanik może już teraz z wielu modelach przeprowadzić wstępną diagnostykę zdalnie, bez potrzeby umawiania wizyty w fizycznym serwisie. W skali dużych flot pojazdów to ważna zaleta, bo pozwoli w długim okresie zwiększyć mobilność firmowej floty, a tym samym poprawić jej efektywność.

Łatwiejszy wybór, prostszy zakup

Zmiany związane z AI wkraczają też do salonów samochodowych. Zanim klienci pojawią się u dilera, mogą teraz skorzystać z dostępnych siedem dni w tygodniu wirtualnych asystentów. Nie są to już prymitywne boty bez polotu, bo coraz częściej online mamy do czynienia z dobrze przeszkoloną AI, która świetnie zna ofertę danej marki. Sztuczna inteligencja może próbować samodzielnie dobrać niektóre parametry kupowanego samochodu, ponieważ będzie w stanie zebrać dane dotyczące zachowania zakupowego klienta i jego preferencji. Algorytm może np. uwzględnić nasze podstawowe potrzeby, jak częste przewożenie dzieci, jazdę poza utwardzonymi drogami, czy częste wyjazdy na trasę. Zbierając te parametry, AI posiądzie wiedzę, dzięki której znajdzie odpowiedni model i dobierze do niego najpotrzebniejsze wyposażenie.

Rzecz jasna zbieranie danych przez AI może budzić pewne kontrowersje. Nie może być tak, że algorytmy będą mieć dostęp do informacji o nas bez naszej wiedzy. Firmy mają więc przed sobą także wyzwania związane z zapewnieniem prywatności użytkowników oraz odpowiednim zabezpieczeniem danych, które zgodzą się udostępnić. Tym bardziej że za bardzo szybkim rozwojem AI nie zawsze podąża prawo. Problemem mogą być też wysokie koszty AI – już teraz mówi się o tym, że rosnące zapotrzebowanie na moc obliczeniową może sprawić, że serwery będą potrzebować własnych, potężnych elektrowni, by móc efektywnie działać. Na pokładzie samochodów będziemy musieli stosować coraz więcej skomplikowanych chipów, co na pewno wpłynie na koszt produkcji. Choć zatem sztuczna inteligencja w motoryzacji znajduje coraz więcej zastosowań, to rodzi też niemało wyzwań natury etycznej, prawnej czy związanej z bezpieczeństwem danych.