한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

1970-luvulla syntyi ensimmäinen elektronisista laitteista koostuva itseajava auto, joka merkitsi ihmisen ymmärryksen ja kuljetusteknologian kehitystä. autonominen ajaminen on kuitenkin vielä nykyäänkin haastava ja toteutumaton unelma.

viime vuosina tieteen ja teknologian kehityksen myötä älykkyydestä on tullut uusi trendi autoteollisuudessa. perinteisestä sähkö- ja autonomisesta ajamisesta tekoälyn (ai) integrointiin autoteollisuus on siirtymässä uuteen aikakauteen.

vuonna 2018 tesla julkaisi model 3 autonomisen ajojärjestelmän, joka herätti maailmanlaajuisen innostuksen autonomiseen ajotekniikkaan. nykyään autonominen ajotekniikka ei ole enää unelma, vaan todellisuutta.

kiinalaiset autoyritykset omaksuvat myös aktiivisesti tekoälyä ja käyttävät sitä avaintekijänä autoteollisuuden muutosten ajamisessa.

china electric vehicles association of 100:n varapuheenjohtaja ja pääsihteeri zhang yongwei on tunnettu autoteollisuuden asiantuntija. hän uskoo, että älykkyys on siirtynyt yksinkertaisista toiminnallisista päivityksistä syvempään innovaatioon. "perinteinen älykkyys on tuonut markkinoille uutta tekoälyn ohjaamaa autoälyä. menneisyyden muutokset eivät ole vielä toteutuneet, ja uudet muutokset ovat alkamassa. tästä päällekkäisestä kehityksestä on tullut uusi normaali autoteollisuuden kehitykselle."

tekoälyn sovellusalue laajenee jatkuvasti, ei vain ohjaamoissa, älykkäässä ajamisessa jne., vaan se muuttaa myös autoteollisuuden toimijoiden koko elämäntapaa.

zhang yongwei sanoi, että teslaan verrattuna ero kiinalaisten autoyhtiöiden ja teslan välillä on ilmeinen laskentatehon ja algoritmiryhmien suhteen. "ilman laskentatehoklusteria, jossa on tuhansia tai kymmeniä tuhansia kortteja, ja ilman algoritmiryhmää, jossa on tuhansia tai kymmeniä tuhansia kortteja, yritysten on vaikea tulla kilpailukykyisiksi uudella radalla."

lisäksi datalähtöisyys on olennainen tekijä tekoälyn aikakaudella. "ohjelmistojen ja järjestelmien kouluttamisessa ei riitä luottamaan yksittäisen autoyhtiön tietomäärään. tekoälykaudella kaikkea kilpailukykyä on koulutettava datalla ja suuren mittakaavan datan ongelma on ratkaistava tämä edellyttää, että luomme mekanismimme tietojen yhdistämisen edistämiseksi, jotta kaikki voivat syöttää tietoja alustalle markkinasuuntautuneiden periaatteiden mukaisesti ja ratkaista nykyinen pienimuotoinen tieto.

autoteollisuus on keskellä uutta teknologista vallankumousta. menestyäkseen tällä aikakaudella yritysten on nopeasti opittava ja sopeuduttava uusiin teknologioihin, aktiivisesti etsittävä uusia suuntia ja viime kädessä luotava omia kilpailuetujaan.