Цифровая трансформация

В арсенале ИИ от Baidu – распознавание изображений, голоса и лиц, обработка естественного языка и автономное вождение.

В 2017 году Baidu запустила открытую для сотрудничества платформу программного обеспечения «Apollo 2.0», чтобы ускорить развитие беспилотных автомобилей.

В 2019 году в результате активной работы Baidu запускает самоуправляемые такси на улицы города Чанша, административном центре провинции Хунань. Планируется, что город Чанша в ближайшие годы превратиться в город автономного вождения.

Что же нас с вами ждет на автомобильном рынке в ближайшей перспективе развития технологий четвертой промышленной революции?

Как мне представляется, ближайшее будущее Tesla по созданию и развитию Искусственного Интеллекта для своих автомобилей заключается в том, что все автомобили компании будут обладать своими собственными автономными искусственными интеллектами и функционировать в некой собственной сети и своем информационном пространстве. Если говорить точнее автомобили Tesla способны будут работать и обучаться (развиваться) в режиме off-line и on-line.

В случае, когда автомобили будут подключены к сети Интернет или любой другой сети передачи данных, они будут способны обмениваться опытом между собой.

Автомобили будут в состоянии самостоятельно работать с различными информационными системами, в том числе и навигационными системами, проще говоря, картами, наполняя их информацией о дорожной ситуации, о скорости движения по участкам, о пробках и авариях, и т.

 д. Данные со всех автомобилей (как мы и говорили, Big Data) будут стекаться в облачное хранилище распределенного центра обработки данных компании, что даст возможность всем автомобилям Tesla автоматически самообучаться, используя эти данные. Самообучение автомобилей в свою очередь позволит взаимодействовать с водителем таким образом, чтобы сделать процесс вождения максимально комфортным и безопасным в любой ситуации.

Способность автомобилей к обмену данными с центром в ближайшем бедующем позволит им обмениваться данными и взаимодействовать непосредственно между собой, тем самым формируя локальные информационные сети из авто, например, в рамках района или города, или области, а может и целой страны.

Это позволит им в несколько раз ускорить процесс обучения, а также прогнозировать и возможно предотвратить неблагоприятные дорожные ситуации, аварии и последствия от них.