0
Autonome Fahrzeuge haben unsere Aufmerksamkeit eroberte und mit gutem Grund, wie die selbstfahrenden Autos Versprechen zu ändern, unsere Beziehung zu Autos und die Liebesaffäre mit Autos.
Die Technologie, die nötig sind, um autonome Fahrzeuge zu das Leben ist Komplex. Zum Beispiel, den folgenden Markt Landschaft, die von Vision-Systemen, die Intelligenz, enthält diese Komponenten:
Die Verarbeitung Der Sensoren-Konnektivität Mapping-Algorithmen Sicherheits – /Sicherheits-Entwicklungs-Tools
Abgesehen von speziellen Technologien, die einigende Prinzip für jede autonome system, einschließlich der Fahrzeuge, sind Daten. Die Zukunft der Automobilindustrie Daten-ökosystem wird auch Daten von Fahrzeugen integrierte sensoren in Straßen, die Kommunikation mit benachbarten Fahrzeugen, Wetter, und anderen Quellen.
Autonome Fahrzeuge, die Technologie-Landschaft. Bild-Kredit: Vision-Systeme Intelligenz
Diese Daten-ökosystem ist sehr Komplex und beinhaltet mehrere Parteien sowohl in der Privatwirtschaft und in der Regierung. Private Unternehmen entwickeln die Technik und algorithmen, Sie müssen partner mit bundesstaatlichen, staatlichen und lokalen Regierungen, die Steuern, die Straßen und machen die Entscheidungen, die erlauben, dass autonome Fahrzeuge auf der Straße.
Es wird Jahre dauern, um die Umsetzung dieser komplexen Umgebung vollständig. Die Society of Automotive Engineers ein standard geschaffen, der beschreibt, progressive Ebenen [.PDF] für die Fahrzeug-Automatisierung:
SAE Ebenen von autonomen Fahrzeugen
Angesichts der Komplexität und Bedeutung der Automobil-Industrie und wie es sich verändert, ich lud drei der besten Experten der Welt zusammen, für eine Diskussion zu diesem Thema.
Das all-star-Diskussion fand als Folge 240 der CXOTalk Reihe von Gesprächen mit top-Innovatoren:
Paul Ballew, ist der Global Chief Data und Analytics Officer bei Ford. Seine Gruppe ist verantwortlich für die Ford-data-Strategie, Daten-management, Daten-Akquisition und Analyse von Aktivitäten im gesamten Unternehmen, einschließlich Konnektivität und intelligente Mobilität.Evangelos Simoudis ist Geschäftsführer von Synapse Partners, einem venture-capital-Firma mit dem Fokus auf big-data-Anwendungen. Er ist Experte für innovation in der Automobilindustrie und schrieb ein Buch zu diesem Thema genannt, Die Big-Data-Chance in unserer Fahrerlose Zukunft.David Bray Besucht Executive-in-Residence an der Harvard University und eingehende Executive Director bei People-Centered Internet. Zuvor war er Chief Information Officer bei der Federal Communications Commission.
Sehen Sie die eingebettete video oben, um zu sehen, unser Gespräch und Lesen eine editierte Abschrift von kritischen kurzen Abschnitten.
Erzählen Sie uns über die Daten-und die automotive-ökosystem?
David Bray: [Autonomous vehicles] produzieren eine Menge Daten. Sehen Sie, dass die Daten gespeichert und verarbeitet werden, die durch das Auto, die Straße oder Infrastruktur, oder woanders? Was wird das ökosystem suchen, wie in drei Jahren?
Paul Ballew: ja, bearbeitet durch das Auto, sondern könnte auch innerhalb des ökosystems richtige. Sicherlich, wird in einem ENTRALE Umwelt sowie. Die Technologie ermöglicht es uns, Dinge zu tun, die auf der Daten-Seite, die es Ihnen ermöglicht sich für die Entwicklung von autonomen Fahrzeugen.
Es veranlasst uns vorantreiben edge-Daten, analytics-und edge-Daten-management. Also, ich denke, die Antwort auf deine Frage sein wird, alle diese Faktoren zusammen.
Mit dieser massiven datenanalytische Herausforderungen, die Sie gehen zu müssen, haben ein vielfältigeres ökosystem zu ermöglichen.
Wenn Sie wirklich gehen über Autonomie, aber haben intelligente Fahrzeuge, die Schnittstellen mit jeder anderen, die könnten, haben alle möglichen anderen individuellen und gesellschaftlichen nutzen, dann wird das ökosystem müssen nach unten gehen, der Weg als gut. Das umfasst intelligente Infrastruktur und damit verbundene Tätigkeiten.
Wir haben Agnostiker, demütig, wie die Technologie verändert sich von einem data-und analytics-Sicht. Das ökosystem ist nicht auf wundersame Weise hook up jedes Fahrzeug zu etwas Rohr und sammeln jedes Daten-element und irgendwie bauen Rechenzentren in der Größe des Staates Texas.
Das ist nicht die Strategie, weil es nicht machbar ist. Aber die gute Nachricht ist, dass Technologie ist, dass wir uns jetzt andere Dinge zu tun, die ausgeglichen diese Bedenken.
Müssen wir überdenken unser Verständnis von Automobil-Daten?
Evangelos Simoudis: Es gibt den Bedarf nach neuen Rahmenbedingungen rund um das nachdenken über Daten. Es ist Transport-Infrastruktur, Daten, Daten aus dem Fahrzeug, der von Fahrgästen im Fahrzeug, von anderen Fahrzeugen, als auch als Datenanbieter.
Es ist ein sehr Komplexes ökosystem. Wir neigen dazu zu denken, über die Daten, die Fahrzeuge produzieren, aber das geht weit darüber hinaus. Ich bin froh, dass Paulus erwähnt, dass wir Umdenken müssen-data-management. Das ist noch nicht alles über die cloud-basierte Speicherung. Sie brauchen Richtlinien, welche Daten zu halten, um in das Auto, was zu push-außerhalb des Autos.
Sie müssen verstehen, dass wir sprechen hier nicht über eine einzige cloud. Dies ist nicht etwa Ford cloud versus BMW in der cloud oder GM ‘ s cloud. Ford wll haben eine cloud, aber Delphi wird auch eine Wolke, und weather.com wird eine cloud. So, auch für Daten, die außerhalb des Fahrzeugs, um diese Art der Infrastruktur, die Daten, die Entscheidungen sind sehr Komplex.
In den letzten zwanzig Jahren, als die Autos geworden sind software-abhängig, die Automobilhersteller haben Kenntnis von der Bedeutung der Daten. Es gibt schon durchaus ein paar sensoren in die Fahrzeuge von heute. Aber die Art der Daten, die Komplexität der Daten, Datenmenge, big data, wir sprechen über — in einem Umfeld, in dem wir autonome und schließlich fahrerlose Fahrzeuge und on-demand-Mobilität — ist wunderbar im Vergleich zu dem, was wir mit unserer heutigen.
Und das erfordert ein neues denken.
Paul Ballew: Wir Stimmen zu. Wir brachten zusammen eine Organisation, um dies zu tun, zum Teil, um das neue denken nach vorne. Sicherlich, es gilt für autonome Fahrzeuge, aber auch auf andere Dinge, wir haben im Gange, wie das Internet der Dinge.
Wenn wir reden über das Internet der Dinge im industriellen Umfeld und Pflanzen, können Sie nicht gehen Sie einen konventionellen Daten-management-Ansatz. Auch wenn Sie mit einem cloud-basierten storage für physische Rechenzentren, ist es immer noch unpraktisch und macht absolut keinen Sinn in Bezug auf ein nachhaltiges Modell.
Wir beschreiben es als “modernes master data management.” Daten-management ist unerlässlich, die Daten-Strukturen und-Aktivitäten. Aber, es ist eine einzigartige Art zu denken. Wie Sie aufnehmen und pflegen und nutzen diese Daten Vermögenswerten zur Unterstützung der Geschäftsziele.
Wir haben zu gehen über die konventionellen Gedankengänge, nicht nur Automobil -, sondern in der Art, wie wir denken über data management: Aufbau einer zentralen Umgebung, nennen es eine Daten-See, setzen irgendeine Art von Identifikatoren, und alle diese Dinge mit ihm. Die Welt bewegt sich weit darüber hinaus.
Was sind die Themen rund um Fahrzeuge, wie die Daten-Plattform?
Evangelos Simoudis: in den letzten zwanzig oder so Jahre, die Automobilindustrie gedacht und von Fahrzeugen, die als Plattformen. In der Tat, viel von der Terminologie, die Sie verwendet haben, wie Ford, wurden rund Plattformen.
Reden wir von verschiedenen Art von Plattform. Es ist nicht mehr eine Plattform für Elektromechanische-Geräte mit einigen computing, sondern es ist eine Plattform von sensoren und Aktoren mit einer immensen Menge an Rechenleistung und einiges an Speicher.
Einige Leute haben beschrieben, dass “Roboter auf Rädern”. Wenn Sie denken, on-demand-Mobilität und-Anwendungen wie Fahrt-hagelt, Sie können denken von Roboter-taxis und Roboter auf Rädern. Langstrecken-tracking, ein weiterer projizierte Anwendung für autonome Fahrzeuge sind sehr roboterhaft.
Wir haben eine ganz andere Art von Plattform, als haben wir bisher in Fahrzeugen.
Paul Ballew: Jeder von uns, die aufgewachsen sind in der Industrie, wenn wir denken, Plattformen, es ist die physische Architektur eines Fahrzeugs. Es war ein kleines Dienstprogramm-Plattform. Es ist ein mid-car-Plattform. Und die Entwicklung der letzten Jahre gesprochen haben über die Fahrzeug-as-a-Plattform.
Wenn wir beschreiben eine Plattform, die als Schnittstelle Punkt-Einblicke-Punkt generieren, oder die Möglichkeit zu nutzen und verbinden von Fahrzeugen.
Das Wort hat sich in einem sehr kurzen Zeitraum in unserer Branche. Nun, wenn wir beschreiben es als eine Plattform, wir müssen einen moment innehalten und beschreiben, was wir meinen. Nie gedacht, dass ich haben, um eine operative definition um “Plattform” in der auto-Industrie, da war es üblich, die Terminologie.
Was ist mit den anderen Fragen, wie die Daten für das training KI-Systeme und Interoperabilität?
Evangelos Simoudis: Daten zum trainieren der Systeme, die in dieser autonomen Plattformen ist eine viel größere Sache, als wir selbst dachten. In der Tat, heute, eine der investment-Thesen in meiner Firma ist die Ermittlung von start-ups, die Simulationen, denn auch die Firmen, die fielding-test können Fahrzeuge erfassen nur sehr kleine Datenmengen. Sie haben eine sehr kleine Flotte und die Menge der Daten, die gesammelt werden können physisch neigt dazu, eine relativ kleine Probe von dem, was wir brauchen, um effektiv zu trainieren, der künstliche-Intelligenz-Systeme, die Autonomie für diese Fahrzeuge.
Heute Waymo und Tesla haben vermutlich die meisten Daten, aber auch das ist eine sehr kleine Menge im Vergleich zu was benötigt wird. So, die Erstellung von größeren Sammlungen, ob von anderen Mitwirkenden, die tatsächlichen Daten oder erstellen von simulierten Daten-train-Systeme, wird ein sehr großes Geschäft auf unserem Weg eine fahrerlose Zukunft.
David Bray: Wir suchen in den nächsten zehn Jahren für die Autonomie vollständig ausgereift. Aber zur gleichen Zeit gibt es schon Fortschritte hier und jetzt und die Dinge, die kommen den Weg entlang.
Eine der Nüsse, die wir knacken ist die Lösung von Interoperabilität zwischen den Daten. Als jemand, der teilgenommen hat, in menschlichen Maßstäben Gruppen, Sie haben in der Regel drei – bis vier-Jahres-Zeithorizont zu erstellen, standards für. Das nicht Schlag mich als angemessen in Bezug auf die Einstellung der Daten hier.
Wir sind wahrscheinlich zu benötigen, eine semi-autonome Mechanismen, um Sinn der Daten von verschiedenen Geräten, verschiedene Fahrzeuge, und haben einige Austausch zu. Weil, wenn wir verlassen sich nur auf den Zustand des Menschen, wir werden verlangsamt haben, von uns selbst.
Ich denke, wir sehen Fortschritte in den nächsten zehn Jahren und ich denke, vollwertige Autonomie – wahrscheinlich sieben bis zehn Jahren, mit den Fortschritten auf dem Weg.
CXOTalk bringt Sie die weltweit innovativsten Unternehmer, Autoren, Analysten und für eine ausführliche Diskussion, die nicht verfügbar überall sonst.
0