Последние разработки в области технологий, в том числе искусственный интеллект (ИИ), создали тенденцию к подключенной, автономной, совместной и электрической мобильности (CASE). Эта тенденция сопровождалась появлением высококонкурентной автомобильной промышленности в Китае.

IDC сообщает, что рынок транспорта, оснащенного функцией автоматического управления (автопилота) переходит на новый этап развития, чему способствуют крупные прорывы в разных сферах. Из основных направлений можно выделить следующие.

Алгоритмы. зрелость и применение модели Трансформатора в проектах разработки автономного вождения значительно улучшили восприятие. Модуль принятия решений и планирования постепенно меняется с основанного на правилах на основанного на модели, предоставляя возможности для расширения возможностей транспортных средств по самостоятельному принятию решений и преодолению сложных дорожных условий.

Более того, предприятия начали углубленное изучение и фактическое внедрение сквозных алгоритмов для всего процесса планирования восприятия, что закладывает основу для дальнейшей реализации эффективной помощи водителю и даже полной автоматизации вождения.

Вычислительная мощность. В ответ на крупномасштабные вычислительные потребности в сфере автономного вождения предприятия активно разрабатывают и применяют высокопроизводительные специализированные нейронные процессоры (NPU), чтобы обеспечить надежную поддержку конечного оборудования для запуска крупномасштабных нейронных сетей. 

Растущее использование NPU в конце транспортного средства эффективно обеспечивает аппаратную поддержку для применения алгоритмов усовершенствованной системы помощи водителю (ADAS).

Разработка данных. Оптимизация разработки данных и эффективность обучения моделей значительно ускорили итерацию программного обеспечения. Некоторые предприятия внедрили наборы инструментов разработки, основанные на концепции данных с обратной связью, для реализации автоматизации и эффективности всего процесса обработки данных, а также создали интегрированные онлайн-системы потока данных и разработки.

Благодаря изменениям, вызванным замкнутым циклом данных, итерация программного обеспечения была значительно ускорена, и стало возможным выполнение нескольких итераций в день.

По словам Кэтрин Хонг, старшего рыночного аналитика IDC China, растущие инвестиции в автономное вождение, постоянное совершенствование вычислительной мощности чипов и быстрое обновление версий программного обеспечения подтолкнули китайский рынок автономного вождения к вступлению в новую фазу развития.

Она прогнозирует, что конкуренция на китайском рынке автономного вождения станет еще более жесткой. 

«Создание конкурентных преимуществ в этой области зависит от долгосрочных инвестиций автопроизводителей в исследования и разработки технологий автономного вождения, эффективного управления и использования активов данных автономного вождения, а также постоянного улучшения превосходных характеристик и надежности своей продукции», — заключила она.

Заглядывая в будущее, можно утверждать, что инвестиции в автономное вождение стали определенной тенденцией. С массовым производством различных марок автомобилей с функциями автономного вождения и растущим усовершенствованием продвинутых функций автономного вождения автопроизводители будут вынуждены участвовать в жесткой конкуренции в этой области, независимо от того, какую позицию они занимают в интеллектуальном и автономном вождении.

Независимо от того, решит ли компания приобрести технологию, сотрудничать в разработке или посвятить себя независимым исследованиям и разработкам, настало время ускорить инвестиции в эту область, поскольку это необходимое условие для участия в рыночной конкуренции, чтобы идти в ногу с конкурентами или даже превосходить их в области автономных технологий. 

«Глобальные усилия по разработке беспилотных транспортных средств значительно ускоряются благодаря внедрению возможностей генеративного искусственного интеллекта в разработке, тестировании и управлении жизненным циклом автономных транспортных средств (AV)», — сказал Сандип Мукунда, менеджер по исследованиям в области устойчивой мобильности и транспортных стратегий в IDC.

Он добавляет, что базовые и большие языковые модели при разработке AV-оборудования обеспечивают высокоточное и надежное восприятие, создание виртуальных тестовых примеров и голосовую помощь с многоязычной поддержкой для составления отчетов и автоматизации различных других процессов на протяжении жизненного цикла AV-оборудования.

Источник: FutureIOT