A Nissan a mesterséges intelligencia segítségével gondolja újra az autófejlesztést

A Nissan célja, hogy jelentősen felgyorsítsa autóipari fejlesztéseit. Ennek érdekében a japán autógyártó kibővíti együttműködését a Monolith AI-specialistával, és további három évvel meghosszabbítja a stratégiai partnerséget. Az együttműködés alapvető célja a teljes fejlesztési folyamat átalakítása és a költséges fizikai tesztek számának csökkentése. A speciális AI-megoldás célja, hogy a Nissan az eddiginél hatékonyabban és gyorsabban valósítsa meg az innovációkat és hozza létre az új járműveket.

A japán autógyártó a Monolith-tel közösen kifejlesztett AI-rendszerét globális vállalati stratégiájának kulcsfontosságú elemének tekinti. A "Re:Nissan" névre keresztelt rendszert a Nissan először az új, teljesen elektromos Nissan Leaf fejlesztése során használta a Monolith technológiáját a járműtesztek AI-alapú validálásához. A Nissan tervezi, hogy az AI-szoftvert a jövőben az európai piacra szánt új modellekben is alkalmazza.

A Monolith technológiája nem pusztán szimulációs eszköz. Az AI-platform hatalmas adattárat használ, nevezetesen a Nissan kilencven évnyi kutatás és fejlesztés során felhalmozott járművekkel kapcsolatos tesztadatokat. A Nissan európai műszaki központjának mérnökei az Egyesült Királyságban, Cranfieldben már használják a szoftvert. A mesterséges intelligenciát úgy tervezték, hogy nagy pontossággal megjósolja a valós, fizikai tesztek eredményeit. Ez csökkenti a fizikai prototípusokra való támaszkodást, így optimalizálva a teljes folyamatot. A Nissan szerint ez lehetővé teszi, hogy a mérnökök a szabványos tesztek ismétlése helyett inkább a gyakorlati problémamegoldásra és a végső döntéshozatalra koncentráljanak.

Mesterséges intelligencia validálás: A kísérleti projekt máris megspórolta a tesztek 17%-át

A projekt három évre történő meghosszabbításáról szóló döntés nem szeszélyből született. A döntés egy nagyon konkrét alkalmazással kapcsolatos sikeres együttműködés eredménye: A kísérleti projektben az AI technológia meghatározta a csavarok meghúzásának optimális nyomatéktartományát. A mérnököket lenyűgözte, hogy a mesterséges intelligencia szoftver megbízhatóan meghatározta, hogy mely további teszteket kell még manuálisan elvégezniük a szakembereknek. A fizikai tesztek száma ezen a területen mintegy 17%-kal csökkent az AI nélküli hagyományos eljárásokhoz képest.

Lehetőségek: Európában a vizsgálati idők felére csökkennek

Ez a 17% csak a kezdet. A Nissan becslései szerint, ha ugyanezt a mesterséges intelligencia-megközelítést alkalmazná a teljes európai járműválasztékának fejlesztésénél, a tesztelési idő akár a felére is csökkenhetne. Emma Deutsch, a Nissan európai műszaki központjának igazgatója megerősítette, hogy a gépi tanulási modellek csökkentik a prototípusokra való támaszkodást. A mesterséges intelligencia kulcsszerepet játszik majd abban, hogy a következő generációs járművek gyorsabban eljussanak az ügyfelekhez.

Dr. Richard Ahlfeld, a Monolith vezérigazgatója és alapítója hozzátette, hogy ezek az AI-eszközök minden területen előnyösek a termékfejlesztés számára. A Monolith platform olyan eszközöket használ, mint a "Next Test Recommender" és az "Anomaly Detector". Ez lehetővé teszi a fejlesztési ciklusok felére csökkentését anélkül, hogy a járművek minősége és teljesítménye romlana.