سعودي أوتو / خاص :
كان للذكاء الاصطناعي (AI) تأثير واضح على العديد من قطاعات الأعمال، لكنه سيكون أكثر تأثيرا بشكل خاص في صناعة السيارات. تشير التوقعات إلى أن الذكاء الاصطناعي في صناعة السيارات سيحقق معدل نمو سنوي مركب يبلغ حوالي 40 بالمائة ليصل إلى 15.9 مليار دولار بحلول عام 2027 . يشهد العالم زيادة مستمرة في الطلب على المركبات المتصلة والتقنيات الذكية مثل التعرف على الصوت والصورة. والنتيجة هي صناعة ستستمر في الاعتماد على الذكاء الاصطناعي والأتمتة في تصميم وإنتاج واستخدام السيارات
ما وراء السيارات ذاتية القيادة
بالنسبة للكثيرين، تستحضر فكرة الذكاء الاصطناعي في صناعة السيارات صور السيارات ذاتية من المؤكد أن هذه المركبات هي واحدة من أكثر التطبيقات وضوحًا لهذه التكنولوجيا، ولكن هناك الكثير خلف الكواليس – وتحت الغطاء الذي يضرب به المثل. أصبح الذكاء الاصطناعي والأتمتة ضروريين في تصميم وإنتاج السيارات، بالإضافة إلى آلاف الأجزاء المرتبطة التي تدخل في كل سيارة. لقد كانت الأتمتة واستخدام الروبوتات الذكية أمرًا حاسمًا في عملية التصنيع.
أصبح الذكاء الاصطناعي أيضًا جزءًا مهمًا من التفاعل بين إنتاج وبيع السيارات. يمكن استخدام بيانات المبيعات وبيانات المركبات في النمذجة التنبؤية لتنظيم الإنتاج بشكل أفضل وفقًا للطلب في الوقت الفعلي. هناك حاجة إلى هذا النوع من المرونة حيث شهدت الصناعة إخفاقات متعددة في سلسلة التوريد خلال الوباء الأخير ( كوفيد 19)
سلسلة قيمة السيارات
يتم استخدام الذكاء الاصطناعي والأتمتة في كل مرحلة من مراحل صناعة السيارات الثلاث :
التصنيع
تبدأ عملية التصنيع بالتصميم وتتقدم عبر سلسلة التوريد والإنتاج وما بعد الإنتاج. إن الاستفادة من الذكاء الاصطناعي في صناعة السيارات تمكن من تصميم السيارة وكذلك المعدات والروبوتات المستخدمة في بناء السيارات. تشمل الأمثلة الهياكل الخارجية القابلة للارتداء والتي تعمل بتقنية الذكاء الاصطناعي والتي يمكن للمصممين ارتدائها للمساعدة في تطوير سلامة وراحة أفضل في السيارات.
المواصلات
تستفيد وسائل النقل من استخدام الذكاء الاصطناعي في صناعة السيارات من خلال تطوير برامج مساعدة السائق، والقيادة الذاتية، وتقييمات مخاطر السائق، ومراقبة السائق، مثل مراقبة عين السائق لتحديد خطر النوم أثناء القيادة.
الخدمة
يمكن استخدام الذكاء الاصطناعي للصيانة التنبؤية والإشعارات لأشياء مثل أداء المحرك والبطارية، بالإضافة إلى برامج التأمين التي تراقب سلوك السائق في حساب المخاطر والتكاليف.
معلومات :
– 276 مليار دولارالقيمة السوقية العالمية المتوقعة للذكاء الاصطناعي بحلول عام 2027
– 3.37 بالمئة معدل النمو السنوي المتوقع لسوق الذكاء الاصطناعي العالمي من 2023 إلى 2030
– 7.15 تريليون دولارالمساهمة الإجمالية المتوقعة للذكاء الاصطناعي في الاقتصاد العالمي بحلول عام 2030
التوائم الرقمية في صناعة السيارات
إن تصميم واختبار السيارة وآلاف الأجزاء المشاركة في التصنيع يمكن أن يكون مكلفًا للغاية ويستغرق وقتًا طويلاً. إن الالتزام بالوقت والاستثمار المالي هما ما يجعل تكنولوجيا التوأمة الرقمية لا تقدر بثمن. ما هو التوأم الرقمي ؟ تم تقديم التوأم الرقمي في البداية قبل 20 عامًا، وهو مجرد نموذج افتراضي يستخدم لاختبار العمليات والمنتجات والخدمات. يستطيع المحللون والمهندسون والعلماء دراسة سيناريوهات العالم الحقيقي في عوالم افتراضية آمنة وفعالة من حيث التكلفة.
في صناعة السيارات، توفر تقنية التوأم الرقمي طريقة أكثر فعالية من حيث التكلفة لاختبار السيارة، أو جزء من السيارة باستخدام التوأم الافتراضي للحصول على فهم أعمق لأداء المنتج في العالم الحقيقي. يمكن أيضًا استخدام تقنية Twin لاختبار الإصلاحات أو التعديلات أو الإصلاحات. بالإضافة إلى التوفير الواضح في التكاليف، يمكن للشركات توفير الوقت وتقليل العيوب في المنتج النهائي.
تجربة السائق
قد لا تكون الرؤى المستقبلية للسيارات ذاتية القيادة بعيدة المنال، لكن الذكاء الاصطناعي يوفر فرصًا فورية ومفيدة أكثر من خلال ترقية تجربة السائق. باستخدام الرؤية الحاسوبية، ومعالجة اللغات الطبيعية، والأتمتة الآلية، يقوم المصنعون بإنتاج مركبات أكثر أمانًا وراحة. تأتي هذه المركبات مجهزة بتكنولوجيا الكمبيوتر والاتصال التي يمكنها فهم ظروف الطريق والطقس وسلوك السائقين الآخرين وحركة المرور بشكل أفضل.
أنظمة تقنية تعتمد على الذكاء الاصطناعي
• تقدم مراقبة السائق خدمات تتراوح بين ضبط عناصر التحكم للسائقين المختلفين إلى مراقبة وضع الرأس والجسم لاكتشاف النعاس أو ضبط وضع الجسم أثناء وقوع حادث.
• يمكن أن يستخدم نظام مساعدة السائق الذكاء الاصطناعي لمراقبة النقاط العمياء، والمساعدة في التوجيه والفرملة، وتنبيه السائقين بالظروف الخطرة، وحتى المساعدة في ركن السيارة.
• يمكن لتقييم السائق تحليل تاريخ السائق والتنبؤ بالمشكلات المحتملة بناءً على السلوك التاريخي أو حتى الحالة المزاجية في ظروف معينة.
بينما يقوم أصحاب العمل بتطوير وتقديم التدريب على المهارات المباشرة للوظائف الحالية، ستكون هناك حاجة مستمرة لأولئك الذين يتمتعون بمهارات متقدمة لعالم السيارات المتطور. توفر البرامج التعليمية في الذكاء الاصطناعي والتعلم الآلي مهارات في مجالات مهمة مثل معالجة اللغة الطبيعية وTensorFlow ورؤية الكمبيوتر وعلوم البيانات . ستوفر الشهادات المقدمة من شركاء مثل Purdue وIBM المصداقية لأولئك الذين يتطلعون إلى تحسين قيمتهم في مكان العمل، لا سيما في القطاعات التي تشهد نموًا هائلاً مثل صناعة السيارات.
كيف يقوم الذكاء الاصطناعي بتحويل صناعة السيارات؟
سيحدث الذكاء الاصطناعي (AI) ثورة في صناعة السيارات خلال العشرين عامًا القادمة. ستصبح المركبات ذاتية القيادة شائعة، وسيعمل الذكاء الاصطناعي أيضًا على تحسين عملية تصنيع السيارات، من التصميم إلى الإدارة. هذه التغييرات وشيكة. يحتاج المصنعون إلى تحديد المصادر الرئيسية للقيمة وتطوير المهارات والثقافة للاستفادة من الذكاء الاصطناعي.
استخدام الذكاء الاصطناعي في صناعة السيارات
لقد أحدث الذكاء الاصطناعي (AI) تحولًا في صناعة السيارات بطرق عديدة، مما أدى إلى تعزيز السلامة والكفاءة وتجربة القيادة الشاملة. فيما يلي العديد من حالات الاستخدام الرئيسية للذكاء الاصطناعي في قطاع السيارات، بما في ذلك مساعدة السائق المذكورة:
الذكاء الاصطناعي في تصنيع السيارات
يعمل الذكاء الاصطناعي في صناعة السيارات على إحداث تحول في الصناعة من خلال تمكين الشركات المصنعة من تحسين جودة وكفاءة منتجاتها وعملياتها. يمكن أن تساعد أنظمة الذكاء الاصطناعي في اكتشاف العيوب ومنعها، وتحسين سير العمل، وتقليل الهدر، والمساعدة في التصميم والابتكار. على سبيل المثال، تستخدم أودي الرؤية الحاسوبية لاكتشاف الشقوق الصغيرة في الصفائح المعدنية بسرعة ودقة.
التطبيقات الشائعة للذكاء الاصطناعي في السيارات هي:
– رؤية بالكمبيوتر لاكتشاف الأعطال
– تعزيز مراقبة الجودة وتقليل عملية إدارة النفايات
– الصيانة التنبؤية لتحسين كفاءة معدات الإنتاج
– المساعدة في إنشاء المنتجات في مرحلة التصميم واكتشاف الخوارزميات لتحسين استخدام وحدات الطاقة وبناء نماذج أكثر كفاءة
بالإضافة إلى ذلك، يمكن للروبوتات التي تعمل بالذكاء الاصطناعي أن تعمل جنبًا إلى جنب مع العمال البشريين لنقل الأجزاء وتجميعها باستخدام تقنية SLAM. وهذا يمكن أن يزيد الإنتاجية والكفاءة بنسبة تصل إلى 20%.
يعد الذكاء الاصطناعي في السيارات أداة قوية يمكنها مساعدة الشركات المصنعة على إنتاج منتجات أفضل وأكثر أمانًا مع توفير الوقت والمال.
كيف يعمل الذكاء الاصطناعي في السيارات
5 مستويات من أتمتة المركبات
أحد تطبيقات الذكاء الاصطناعي الأكثر انتشارًا في صناعة السيارات هو أنظمة مساعدة السائق المتقدمة (ADAS). ووفقا لمنظمة الصحة العالمية، يعد الخطأ البشري عاملا رئيسيا في العديد من حوادث المرور، والتي تتسبب في وفاة 1.35 مليون شخص سنويا في جميع أنحاء العالم. وإلى جانب تحسين البنية التحتية للطرق وقوانين المرور، يعد تطوير التعلم الآلي وسيلة واعدة للحد من الأخطاء البشرية وتعزيز السلامة على الطرق.
تحدد الإدارة الوطنية للسلامة المرورية على الطرق السريعة (NHTSA) ستة مستويات لاستقلالية القيادة، . تقع معظم المركبات التي تعمل بالذكاء الاصطناعي اليوم بين المستويين 1 و3 على مقياس NHTSA. لتحقيق الاستقلالية الكاملة، حيث يمكن للسائق أن يصبح راكبًا ويسمح للآلة بالقيادة، وتحتاج السيارة إلى الكثير من التدريب على نماذج التعلم الآلي.
مستويات القيادة الذاتية بمساعدة الذكاء الاصطناعي
1 تيرابايت من البيانات في الثانية
لتحقيق الاستقلالية الكاملة، يجب أن تتعامل السيارة مع أكثر من 1 تيرابايت من البيانات في الثانية في المتوسط. يتم إرسال هذه البيانات إلى الأنظمة الأساسية السحابية، حيث يتم شرحها ومعالجتها واستخدامها لتحسين هذه الخوارزميات. ومع ذلك، فإن هذا النهج لا يتوافق مع الطلب الحالي على الاستهلاك المنخفض للطاقة ويواجه بعض التحديات الاقتصادية أمام اعتماد المركبات ذاتية القيادة على نطاق واسع.
أظهرت المركبات ذاتية القيادة بعض النجاح، لكنها تعلمت في الغالب طريقًا واحدًا فقط. يتيح ذلك لنظام الذكاء الاصطناعي إنشاء خريطة مفصلة للغاية للطريق، لكنه ليس مفيدًا للمركبات ذاتية القيادة واسعة النطاق، لأنه من المستحيل رسم خريطة لكل طريق في منطقة واحدة.
خوارزميات الذكاء الاصطناعي
يوجد مزيج من ثلاثة أنواع من خوارزميات الذكاء الاصطناعي الأكثر استخدامًا في المركبات ذاتية القيادة: مصفوفة الانحدار والكتلة ومصفوفة القرار:
خوارزميات الانحدار
في القيادة الذاتية، تتنبأ خوارزميات الانحدار بنتائج المواقف المختلفة بناءً على البيانات التاريخية. على سبيل المثال، يمكن لخوارزميات الانحدار التنبؤ بمدى احتمالية عبور أحد المشاة لطريق السيارة أو ظهور عائق على طريق معين. علاوة على ذلك، تقوم هذه الخوارزميات بجمع البيانات ومعالجتها خلال كل رحلة، مما يساعدهم على تحسين مهارات اتخاذ القرار لديهم بمرور الوقت.
خوارزميات الكتلة
تعد الخوارزميات العنقودية ضرورية للمركبات ذاتية القيادة لمعالجة وفهم تدفقات البيانات الضخمة من مصادر مختلفة مثل أجهزة الاستشعار والكاميرات وأنظمة تحديد المواقع. تتيح هذه الخوارزميات للسيارة التعرف على الأشياء الموجودة على الطريق وتصنيفها والتفاعل وفقًا لذلك، على سبيل المثال عن طريق المكابح أو تبديل المسارات. وتساعد الخوارزميات العنقودية أيضًا في تخطيط المسار والملاحة، وتعديل المسار وتحسينه بشكل مستمر استنادًا إلى حالات حركة المرور في الوقت الفعلي.
خوارزميات مصفوفة
الخوارزميات المصفوفة القرار مفيدة في تحديد الخيارات. يتم استخدام قواعد ونتائج محددة مسبقًا وذلك بترميزها في الخوارزمية، لكن يمكن أيضًا أخذ البيانات في الوقت الفعلي من أجهزة استشعار السيارة بعين الاعتبار. تحدد هذه الخوارزميات الإجراء التالي للسيارة، مثل الانعطاف والاتجاه الذي يجب أن تسلكه. يعتمد نجاح هذه الإجراءات على قدرة الخوارزمية على تحديد الحركة التالية للكائن والتعرف عليها وتوقعها بشكل صحيح.
نأمل أن نكون في هذا التقرير قد قدمنا رؤى قيمة حول كيفية قيام الذكاء الاصطناعي بتحويل صناعة السيارات. إن الذكاء الاصطناعي ليس أداة قوية للابتكار فحسب، بل إنه يشكل أيضا رصيدا استراتيجيا للقدرة التنافسية والاستدامة. ومع احتضان صناعة السيارات لثورة البرمجيات، فإنها ستواجه فرصاً وتحديات جديدة تتطلب التعاون والتكيف والتنظيم.
اقرأ أيضا