Uno di CES’ grandi tendenze che negli ultimi anni è stato il connected car — il concetto di aggiungere la connettività Internet e networking per i nostri veicoli.
Rubare i riflettori quest’anno è stato di Nvidia, che ha lanciato il Disco PX 2 — un in-car sistema di intelligenza artificiale. PX 2 è stato progettato per i costruttori automobilistici esplorazione autonoma di guida e include 360 gradi, la consapevolezza della situazione, deep learning e la potenza di elaborazione di 150 MacBook Pro.
Via: Nvidia
Nvidia
Apprendimento profondo — un tipo avanzato di intelligenza artificiale (AI) — è alla guida di un significativo cambiamento per veicoli autonomi e per l’automotive e dei trasporti in generale, secondo un nuovo rapporto della società di consulenza KPMG.
Lo studio prevede che entro il 2030 una nuova mobilità del segmento dei servizi legati a prodotti e servizi legati all’autonomia, la mobilità e la connettività sarà del valore di oltre 1 trilione di dollari in tutto il mondo.
La relazione rileva che gli effetti diretti di apprendimento profondo “rivoluzionare la natura di fare business per le case automobilistiche.” Deep learning è un elemento fondamentale della costruzione di auto-guida di veicoli in grado di funzionare senza l’intervento umano. Sottostanti gli sforzi è la necessità per il veicolo a “vedere”, “penso”, “drive” e “imparare”, e è attraverso questa ultima fase di apprendimento che deep learning saranno fondamentali per il raggiungimento completamente autonomo, posti auto.
“Deep learning sta accelerando autonomia più velocemente di quanto chiunque avrebbe potuto immaginare, e ha profonde implicazioni per l’industria e sociali della mobilità nel suo complesso,” ha detto Gary Silberg, national automotive leader a KPMG. “Se un auto non può imparare, poi è ancora affidamento su milioni e milioni di righe di codice, con la complessità e l’ambiguità, che in piena autonomia non sarebbe realizzabile per molti anni a venire.”
Siamo all’inizio di quello che Silberg chiama una nuova era nel settore automotive di sviluppo prodotto e di produzione, che sottolinea un veicolo, sistema nervoso, tra cui un computer “cervello”, sensori, controlli, driver di interazione e di archiviazione dei dati anche di più rispetto al propulsore. “Questo è un enorme spostamento nella struttura organizzativa, di acquisizione di talenti, e il modello operativo per la maggior parte dei produttori di auto,” ha detto.
KPMG notato che questo è un momento cruciale nella storia dell’industria automobilistica, con i costruttori e aziende di tecnologia, di fronte al largo in una battaglia per il talento specializzato. Professionisti che hanno una profonda capacità di apprendimento sono in approvvigionamento corto, dice il rapporto, e il pool di esperti tra quelli specialisti è ancora più piccolo.
Questa lacuna rende difficile per tradizionale case automobilistiche di competere con i leader del settore tecnologico. Inoltre, le università non stanno al passo con autonoma di guida richieste del mercato per il talento.
Nel report, KPMG, di cui alcuni sviluppi chiave automobilistiche bisogno di pensare se vogliono sopravvivere prossima trasformazione.
Uno è che il funzionamento del veicolo e la proprietà sta cambiando. A causa di un profondo apprendimento, di autonomia e di mobilità, di proprietà dell’auto è in movimento individuale-veicoli di proprietà condivise esperienze di guida, con una crescente attenzione sulla mobilità e il trasporto su richiesta. Entro il 2030, una nuova mobilità del mercato dei servizi di emergere per prodotti e servizi legati all’autonomia, la mobilità e la connettività.
Qualcosa di diverso per le case automobilistiche di considerare è che la maggior parte di loro non è più semplicemente essere costruttori. Con un profondo apprendimento accelerare autonomia, queste aziende hanno bisogno di scegliere se rimanere puro case automobilistiche, diventare fornitori di servizi di mobilità, o di entrambi.
Inoltre, il sistema nervoso diventerà il fulcro del design del veicolo, cambiando il modo in cui i produttori di pensare alla creazione di veicoli. Automotive di sviluppo prodotto e di produzione sottolineare veicoli smarts: il computer, sensori, controlli, le interfacce di driver e di archiviazione dei dati dei componenti.
Infine, le case produttrici avranno bisogno di trovare talenti per il supporto di questi nuovi sviluppi. Come KPMG fa notare, ci sono poche persone in grado di costruire in profondità i sistemi di apprendimento, e le aziende automobilistiche sono già rimescolando per trovare loro.