211service.com
Ford prezentuje samochód, który się uczy
Naukowcy z Forda testują hybrydowy samochód gazowo-elektryczny, który pozwala zgadywać, dokąd jedziesz, za każdym razem, gdy przekręcisz kluczyk.
Zainstalowali oprogramowanie oparte na technologii przewidywania opracowanej przez Google w hybrydowym SUV-ie Ford Escape. Aby uczynić samochód bardziej energooszczędnym, oprogramowanie to nakazuje komputerowi samochodu dostosowanie sposobu, w jaki silnik elektryczny pobiera energię z akumulatora pojazdu i generatora gazu podczas jazdy, zgodnie z przewidywaną trasą, jaką ma odbyć kierowca.
System śledzi, w jaki sposób dana osoba korzysta z samochodu, i buduje model predykcyjny w chmurze, korzystając z technologii przewidywania Google, mówi Ryan McGee z laboratoriów badawczych Forda w Dearborn w stanie Michigan. Kiedy uruchamiasz samochód, pyta model: „Gdzie jedziemy dalej?”
Prototyp Forda wykorzystuje usługę Google o nazwie Prediction API do tworzenia, przechowywania i wysyłania zapytań do tego modelu. Po przesłaniu danych do usługi algorytmy uczenia maszynowego tworzą model, którego można użyć do przewidywania przyszłych uzupełnień zestawu danych.
W przypadku prototypu Forda, samochód korzysta z bezprzewodowego połączenia z Internetem, aby dostarczyć usługę predykcji z aktualną lokalizacją pojazdu i czasem. Otrzymuje z powrotem rankingową listę prawdopodobnych podróży. Na podstawie tej listy oprogramowanie może informować samochód, aby zmienił sposób, w jaki oprogramowanie do zarządzania silnikiem żongluje zużyciem gazu i energii elektrycznej podczas podróży. Może zużywać energię elektryczną na wcześniejszym etapie podróży lub oszczędzać ją na koniec, w oparciu o zasady ustalone przez kierowcę lub wywodzące się z oprogramowania samochodu z wcześniejszych doświadczeń, mówi McGee.
Nakreślone: Ten zrzut ekranu pokazuje oprogramowanie generujące listę prawdopodobnych miejsc docelowych. Układ napędowy samochodu hybrydowego może odpowiednio dostosować zużycie energii, aby oszczędzać paliwo w warunkach jazdy na danej trasie lub spełniać ograniczenia dotyczące zanieczyszczenia lub hałasu.
Jeśli dojazd kierowcy do pracy obejmuje odcinek pod koniec z dużą ilością jazdy miejskiej, samochód może zdecydować o wcześniejszym unikaniu używania akumulatora, aby jak najefektywniej poradzić sobie z tym odcinkiem później. Według McGee samochód mógłby korzystać z rad lub przepisów władz lokalnych i żonglować źródłami zasilania, aby nie używać gazu w strefach kontroli zanieczyszczeń.
Google uruchomił swoją usługę przewidywania w zeszłym roku, ale w tym tygodniu firma otworzy ją dla każdego, a nawet zagwarantuje jej niezawodność za opłatą, aby zachęcić do jej wykorzystania w prawdziwych produktach. Inżynierowie Google sprawili również, że system jest w stanie udoskonalić istniejący model w locie, mówi Travis Green, menedżer produktu w usłudze. Następnie możesz przesyłać strumieniowo dane treningowe, mówi Green. Oznacza to, że gdy dana osoba jeździ w nowe miejsca, możesz dodać to do modelu predykcyjnego jego nawyków.
McGee i współpracownicy obecnie jeżdżą zmodyfikowanym Escape po kampusie Forda w Dearborn, testując między innymi, jak szybko usługa przewidywania Google może nauczyć się nawyków danej osoby. Prawdopodobnie bardzo szybko nauczyłby się moich codziennych dojazdów, mówi McGee. Ale takie schematy, w które gram w piłkę raz w tygodniu zimą, są bardziej złożone.