• bitcoinBitcoin (BTC) $ 29,390.00 0.37%
  • ethereumEthereum (ETH) $ 1,974.62 0.27%
  • tetherTether (USDT) $ 1.00 0.04%
  • usd-coinUSD Coin (USDC) $ 1.00 0.08%
  • xrpXRP (XRP) $ 0.412464 0.13%
  • binance-usdBinance USD (BUSD) $ 1.00 0.31%
  • cardanoCardano (ADA) $ 0.526336 1.25%
  • solanaSolana (SOL) $ 50.05 0.17%
  • dogecoinDogecoin (DOGE) $ 0.085584 1.54%
  • polkadotPolkadot (DOT) $ 9.96 2.36%
  • wrapped-bitcoinWrapped Bitcoin (WBTC) $ 29,407.00 0.47%
  • tronTRON (TRX) $ 0.074149 3.58%
  • shiba-inuShiba Inu (SHIB) $ 0.000012 1.21%
  • daiDai (DAI) $ 1.00 0.03%
  • litecoinLitecoin (LTC) $ 69.86 0.27%
  • matic-networkPolygon (MATIC) $ 0.649127 1.17%
  • bitcoin-cashBitcoin Cash (BCH) $ 192.20 0.4%
  • chainlinkChainlink (LINK) $ 7.03 0.98%
  • stellarStellar (XLM) $ 0.131778 3.17%
  • cosmosCosmos Hub (ATOM) $ 11.01 1.88%
  • moneroMonero (XMR) $ 175.85 1.1%
  • okbOKB (OKB) $ 12.27 0.51%
  • ethereum-classicEthereum Classic (ETC) $ 20.36 0.05%
  • uniswapUniswap (UNI) $ 5.18 0.14%
  • vechainVeChain (VET) $ 0.030869 1.57%
  • internet-computerInternet Computer (ICP) $ 8.06 2.45%
  • filecoinFilecoin (FIL) $ 8.11 1.72%
  • compound-ethercETH (CETH) $ 39.68 0.91%
  • eosEOS (EOS) $ 1.30 1.88%
  • aaveAave (AAVE) $ 91.54 0.3%
  • theta-tokenTheta Network (THETA) $ 1.25 1.91%
  • neoNEO (NEO) $ 10.36 0.96%
  • kusamaKusama (KSM) $ 80.21 6.66%
L_intelligence_artificielle_au_service_de_l_industrie_automobile

L’intelligence artificielle au service de l’industrie automobile

L’intelligence artificielle prend d’assaut l’industrie automobile et tous les grands acteurs du secteur utilisent leurs ressources et leur technologie pour proposer ce qu’il y a de mieux.

La beauté des appareils dotés d’une intelligence artificielle est qu’elle tente d’apprendre à partir d’entrées sensorielles comme les sons et les images réels. De la même manière, lorsque l’intelligence est appliquée à la technologie au sein d’une automobile, elle reconnaîtrait l’environnement et évaluerait les implications contextuelles lorsqu’elle se déplace ou fait face à des obstacles.

En 2015, le taux d’installation de systèmes basés sur l’IA dans les nouveaux véhicules n’était que de 8 % ,ce chiffre devrait monter en flèche pour atteindre 109 % en 2025. Cela s’explique par le fait que différents types de systèmes d’IA seront installés dans les véhicules.

 

L’intelligence artificielle  » pilote  » les voitures sans conducteur

L’idée derrière les voitures sans conducteur existe depuis les années 1970, elle n’est donc pas entièrement nouvelle. Les voitures propulsées par l’IA, dépeintes dans des films au fil des ans, ont toujours captivé notre imagination. Mais le manque de génie technique et de ressources l’a probablement empêché de devenir une réalité, jusqu’à récemment. Finalement, tous les facteurs menant à l’intelligence artificielle se sont mis en forme et maintenant les voitures sans conducteur sont devenues une réalité.

Enfin, presque, ce n’est qu’une question de temps avant que vous ne commenciez à voir une véritable intelligence en elles. L’idée est de donner au véhicule le pouvoir d’agir comme un conducteur humain et de conduire dans diverses circonstances. Cela peut sembler facile, mais ce n’est en aucun cas une tâche simple car il faut beaucoup de calcul minutieux.

Par le biais de techniques comme la fusion de capteurs et l’apprentissage profond, les chercheurs ont pu développer une technologie qui aiderait à construire une carte tridimensionnelle de toutes les activités qui se produisent autour de la voiture.

Certains des principaux géants de la technologie et de l’automobile, comme Google et Tesla, dépensent des millions de dollars dans la recherche pour proposer une meilleure technologie et faire des voitures autonomes une réalité commerciale. 

Maintenant, examinons les différentes façons dont l’intelligence artificielle dirigera l’industrie automobile à l’avenir :

 

1. Machine Learning

L’intelligence artificielle est une sorte d’intelligence développée à la suite d’excellentes expériences scientifiques. Cette intelligence, lorsqu’elle est appliquée sur des appareils et des machines, pensera et agira presque comme des êtres humains.

Cependant, il existe une différence entre l’intelligence artificielle et l’apprentissage automatique. Alors que dans l’IA, les appareils effectueraient des tâches d’une manière que les humains considèrent comme intelligente, le ML ou Machine Learning est une application de l’IA où les machines reçoivent certaines données et apprennent par elles-mêmes. L’IM est en fait un sous-ensemble de l’IA.

 

2. Deep Learning

Deep Learning est le processus par lequel nous mettons en œuvre l’apprentissage automatique. C’est avec l’aide du Deep Learning que de nombreuses activités de l’IA se déroulent sans revers. Le DL permet de décomposer les tâches en morceaux gérables. Le logiciel en DL apprend et ensuite il commence à imiter les activités dans les couches de neurones de notre cerveau.

Les techniques de DL ont été très utiles dans l’industrie automobile car elles aident aux systèmes avancés d’aide à la conduite et à la conduite autonome. Ceci n’est qu’à l’intérieur du véhicule. La DL joue également un rôle important à l’extérieur du véhicule – pendant la fabrication, la vente et le service après-vente. Même dans les services où la technologie était un peu floue jusqu’à présent, c’est la DL qui a apporté une énorme amélioration.

Récemment, un partenariat a été formé entre Nvidia et Bosch pour améliorer la qualité et les caractéristiques des véhicules autonomes. Grâce à cela, Bosch construira un superordinateur qui fonctionnera dans de tels véhicules, et Nvidia fournira la technologie Deep Learning pour l’alimenter. Grâce à Nvidia et Bosch, vous pouvez vous attendre à l’avenir à un nouveau niveau de touche d’IA dans des voitures comme Audi et Mercedes Benz.

 

3. L’Internet des objets

L’Internet des objets a laissé une marque indélébile dans l’industrie automobile et s’apprête à aller encore plus fort dans les années à venir. Les véhicules nouvellement fabriqués avaient une foule de nouvelles choses attachées à eux – Capteurs intelligents, capacités géo-analytiques avec big data, applications de connectivité embarquées.

Et avec leurs caractéristiques fantaisistes, les propriétaires de véhicules peuvent profiter d’un certain nombre de fonctionnalités. En voici quelques-unes :

Les concessionnaires ou les fabricants effectueront les mises à jour du micrologiciel du véhicule par le biais d’un logiciel en direct.Si un véhicule est prévu pour un entretien ou une réparation un jour donné, les données de performance du véhicule seraient envoyées au fabricant/concessionnaire/centre de service.Grâce à un logiciel, le fabricant peut corriger certains problèmes de performance dans le véhicule ,le propriétaire peut ne pas avoir à faire une liste d’atelier.

 

4. Capacités cognitives

La révolution sans conducteur continuera à naviguer dans les rues, et vous serez témoin non seulement de petites voitures avec des capacités d’IA, mais aussi d’énormes camions de 18 roues transportant un assortiment de marchandises. L’analyse cognitive, qui imite en quelque sorte le comportement humain en examinant les modèles de comportement et les capacités d’extraction de données, va encore plus loin. Les systèmes cognitifs sont censés fonctionner exactement comme un être humain interpréterait une situation réelle, et pour ce faire, une compréhension plus approfondie des données non structurées est essentielle. Des idées seraient tirées de beaucoup de données non structurées pour décider de la façon de réagir naturellement en temps réel.

 

5. Systèmes d’info-divertissement

L’intelligence artificielle modifie les systèmes d’info-divertissement des véhicules de façon majeure. En raison de cette tendance, la demande de solutions matérielles et logicielles de haute qualité a également grimpé en flèche, car elles doivent toutes être compatibles avec l’IA.

Dans la catégorie des systèmes d’info-divertissement, vous pouvez vous attendre à un pic de fonctionnalités telles que la reconnaissance vocale, le suivi oculaire, la surveillance de la conduite, la reconnaissance des gestes et la base de données des langues naturelles. À terme, cela ira également plus loin pour prendre en compte l’évaluation de l’état du conducteur, les systèmes de vision artificielle rattachés à une caméra, les unités de contrôle moteur à fusion de capteurs et les unités de détection basées sur les radars.

 

.

 

Facebook
Twitter
LinkedIn