OLMeet Roma 2019
Applicazioni
 

15/06/2016

Share    

di Paolo Morati

Intelligenza artificiale: ancora poca nelle auto… ma crescerà

Entro i prossimi cinque anni i sistemi IA si diffonderanno per diventare uno standard nei nuovi veicoli, in particolare in ambito infotainment e guida assistita.

Con l’aumento in complessità e penetrazione dei sistemi di infotainment e ADAS (advanced driver assistance systems) installati a bordo dei veicoli cresce anche la necessità per le soluzioni hardware e software di supportare l’intelligenza artificiale, che si serve di elettronica e software per emulare le funzioni del cervello umano. Così IHS introduce alcuni dati secondo i quali le consegne di sistemi di intelligenza artificiale (IA) usati in questi scenari sono destinate a passare dai 7 milioni dello scorso anno ai 122 milioni del 2025. Se il loro tasso di penetrazione sui veicoli era dell’8% nel 2015, con una maggioranza focalizzata sul riconoscimento vocale, la previsione è che si arrivi tra una decina di anni a un 109% con più sistemi di intelligenza artificiale installati in molte automobili. Luca De Ambroggi, principal analyst-automotive semiconductors di IHS Technology, commenta in tal senso che “un sistema di intelligenza artificiale apprende costantemente dall’esperienza e dalla sua capacità di discernere e riconoscere quanto lo circonda. Quindi impara, allo stesso modo degli esseri umani, da suoni, immagini e altri stimoli sensoriali reali. Il sistema riconosce l’ambiente del veicolo e valuta le implicazioni contestuali proprie della macchina in movimento”.

Due aree di riferimento
Nella sostanza, secondo il recente report Automotive Electronics Roadmap Report di IHS, quando si parla di applicazioni automotive i sistemi basati sull’intelligenza artificiale sono relativamente rari, ma cresceranno per diventare uno standard nei nuovi veicoli entro i prossimi cinque anni, in particolare nelle seguenti categorie: prima di tutto si parla delle interfacce di infotainment uomo-macchina, includendo riconoscimento vocale, riconoscimento gestuale (inclusa la scrittura a mano), tracciamento e monitoraggio del guidatore, assistenza virtuale e interfacce di linguaggio naturale. Quindi di ADAS e veicoli autonomi, inclusi sistemi di visione basati su telecamera, unità di rilevamento basate su radar, valutazione delle condizioni del guidatore, e unità di controllo motore basate su diversi sensori. Nello specifico dei sistemi ADAS, il deep learning – che replica il funzionamento delle reti neurali umani – presenta secondo IHS diversi vantaggi rispetto agli algoritmi tradizionali e rappresenta una pietra miliare sulla strada che porta a veicoli totalmente autonomi. Tra gli esempi citati ci sono rilevazione e riconoscimento di più oggetti, miglioramento delle percezioni, riduzione dei consumi energetici, supporto della classificazione degli oggetti, riconoscimento e previsione di azioni, e la riduzione dei tempi di sviluppo dei sistemi di guida assistita avanzati.

I limiti odierni
La società di ricerca aggiunge che la produzione di massa dell’hardware richiesto per integrare l’intelligenza artificiale e il deep learning in applicazioni automotive critiche dal punto di vista della sicurezza e ad alte prestazioni non è ancora disponibile a causa dei costi elevati e delle dimensioni dei computer necessari a svolgere operazioni avanzate. Nonostante questo, esistono già oggi alcuni casi di disponibilità di intelligenza artificiale nei veicoli. Ad esempio quando si parla di interfacce di infotainment uomo-macchina, la maggior parte dei sistemi di riconoscimento vocale fanno già affidamento su algoritmi basati sulle reti neurali eseguite nella cloud.

 

TORNA INDIETRO >>