یکی از اهداف اصلی بکارگیری هوش مصنوعی در خودروهای خودران، تضمین ایمنی جادهای است. سامانههای مجهز به هوش مصنوعی به صورت پیوسته حجم عظیمی از دادهها را تحلیل میکنند تا خطرات احتمالی را شناسایی کنند، ریسکها را کاهش دهند و برای پیشگیری از تصادفها، اقدامات پیشدستانه انجام دهند.
هوش مصنوعی، ستون فقرات عملکرد خودروهای خودران است و به آنها امکان میدهد در جاده حرکت کنند، در کسری از ثانیه تصمیمگیری کنند و خود را با شرایط لحظهای ترافیک سازگار سازند. به کمک هوش مصنوعی، این خودروها توان پیشبینی بهتری پیدا میکنند و تجربه رانندگی ایمنتر و کارآمدتری را رقم میزنند.
فرآیند گردآوری و پالایش داده در خودروهای خودران، نقشی حیاتی در بهبود این سامانههای هوشمند دارد. با جمعآوری، پاکسازی و سازماندهی مؤثرِ مجموعه دادههای بزرگِ به دست آمده از حسگرها، دوربینها و سایر فناوریهای روی خودرو، اطمینان حاصل میشود که مدلهای هوش مصنوعی به اطلاعات با کیفیت و دقیق دسترسی دارند. این کار دقت تصمیمگیری را افزایش میدهد و به خودرو امکان میدهد موانع را تشخیص دهد، شرایط جاده را ارزیابی کند و به سرعت، واکنش مناسب نشان دهد.
با بهرهگیری از فناوریهای پیشرفتهای مانند یادگیری ماشین، بینایی رایانهای و همجوشی حسگرها، خودروهای خودران میتوانند سریعتر و دقیقتر از انسان، واکنش نشان دهند و نرخ برخوردها را به طور چشمگیری کاهش دهند.
هوش مصنوعی در خودروهای خودران نقشی اساسی در بهینهسازی عملکرد و کارایی عملیاتی دارد. از مهمترین مزایای این خودروها، میتوان به کاهش ازدحام ترافیک، بهبود بهرهوری انرژی و بهینهسازی مدیریت ناوگان اشاره کرد. سامانههای مبتنی بر هوش مصنوعی به خودروهای خودران امکان میدهند مسیرها را در لحظه تنظیم کنند، مصرف انرژی را به صورت مؤثر مدیریت کنند و عملکرد کلی ناوگان را ارتقا دهند.
یکی از جنبههای کلیدیِ هوش مصنوعی در خودروهای خودران، استفاده از مدلهای زبانی بزرگ (LLM) است. این مدلها به سامانههای خودرو کمک میکنند تا الگوهای پیچیده داده، از جمله زبان طبیعی، علائم ترافیکی و قرائتهای حسگرها را پردازش و درک کنند. LLM ها با تحلیل حجم عظیمی از دادههای چند منبعی، توانایی خودرو را در پیشبینی شرایط ترافیکی و شناسایی خطرات بالقوه افزایش میدهند و زمینهساز تصمیمگیریهای ایمنتر و کارآمدتر میشوند.
هوش مصنوعی برای خودروهای خودران تضمین میکند که مصرف انرژی در سطح بهینه باقی بماند و همزمان تأخیرهای غیرضروری و اتلاف منابع کاهش یابد. به کمک هوش مصنوعی و خودروهای بدون راننده، برنامهریزی مسیر دقیقتری انجام میشود و نتیجه آن سفرهایی روانتر و پربازدهتر است.
برای مثال، NVIDIA Halos یک سامانهی ایمنی جامع است که معماری خودرو، مدلهای هوش مصنوعی، تراشهها، نرمافزار، ابزارها و خدمات را یکپارچه میکند تا توسعه و استقرار خودروهای خودران به صورت ایمن انجام شود
این سامانه تمام چرخه توسعه را پوشش میدهد و با «ریلهای ایمنی» در سه مقطعِ زمانِ طراحی، زمانِ استقرار و زمانِ اعتبارسنجی و ایمنی مبتنی بر هوش مصنوعی نهادینه میکند. این ریلهای ایمنی، با تکیه بر سه رایانه قدرتمند پیادهسازی میشوند:
1)NVIDIA DGX™برای آموزشِ هوش مصنوعی
2) NVIDIA Omniverse™ و Cosmos™برای شبیهسازی
3) NVIDIA AGX™برای استقرار روی خودرو
NVIDIA Halos، ضمن تکمیلِ رویههای ایمنیِ استانداردِ صنعت، عناصر منحصر به فردی را به ویژه برای خودروهای خودران معرفی میکند. به این ترتیب، هم انطباق با مقررات تضمین میشود و هم ایمن و قابلاعتماد پیش میروند.
Halos، همچنین چارچوب ایمنی جامع خود را فراتر از خودروهای خودران، به حوزهی رباتیک گسترش میدهد و بدین وسیله قابلیت اعتماد و ایمنی سامانههای هوشمند را، بیش از پیش افزایش میدهد.
تهیه کننده:
امیر محمد جهانی
فارغ التحصیل کارشناسی مهندسی نفت
منابع:
https://www.nvidia.com/en-us/ai-trust-center/halos/autonomous-vehicles/
