GM stawia na AI i testy wirtualne, odrzuca humanoidalne roboty fabryczne

Image: Illustrative image · Unknown · Public domain · Source

General Motors przedstawia plan technologiczny skoncentrowany na sztucznej inteligencji, który ma przyspieszyć rozwój pojazdów i poprawić bezpieczeństwo poprzez testy wirtualne, jednocześnie rezygnując z humanoidalnych robotów na rzecz specjalistycznych systemów robotycznych.

General Motors (GM) niedawno ujawnił ambitny plan technologiczny skoncentrowany na sztucznej inteligencji, mający na celu przyspieszenie rozwoju pojazdów oraz zwiększenie bezpieczeństwa, co oznacza znaczący zwrot w podejściu firmy do inżynierii produktów. Podczas wydarzenia w Nowym Jorku GM podkreślił, że scentralizowane systemy obliczeniowe, projektowanie oparte na AI oraz wirtualne narzędzia inżynieryjne pozwolą skrócić typowy czas rozwoju pojazdu z czterech-pięciu lat do około dwóch, według Sterlinga Andersona, dyrektora ds. produktów GM.

Firma wykorzystuje modele AI oparte na transformatorach, szkolone na dziesięcioleciach wewnętrznych danych projektowych, współuczonych z zewnętrznymi źródłami danych, aby optymalizować projektowanie i testowanie pojazdów. Tysiące symulacji wirtualnych zderzeń i testów wydajności pozwalają projektantom szybko iterować i poprawiać bezpieczeństwo oraz funkcjonalność, zastępując tradycyjne fizyczne prototypy, których testowanie trwało miesiące. Anderson podkreślił, że te zaawansowane technologie pozwalają zwiększyć bezpieczeństwo przy jednoczesnym przyspieszeniu rozwoju.

W zakresie inteligencji pojazdów, GM rozróżnia funkcje AI krytyczne dla bezpieczeństwa, które działają na pokładzie pojazdu, aby uniknąć opóźnień i ryzyka związanego z łącznością, od funkcji doświadczenia użytkownika, takich jak AI OnStar, które przetwarzają część danych w chmurze. Prywatność jest kluczowym elementem projektowania, dane użytkowników są szyfrowane end-to-end i pozostają pod kontrolą klienta, zapewniając przejrzystość i możliwość cofnięcia zezwoleń na dostęp. GM przyznaje się do wcześniejszych błędów w zakresie prywatności, jednak deklaruje zabezpieczenia architektoniczne przed nieautoryzowanym dostępem do danych.

Jeśli chodzi o automatyzację fabryk, Anderson odrzucił hype wokół humanoidalnych robotów w produkcji jako błędny, zauważając, że takie projekty priorytetowo traktują formę ludzką kosztem efektywności fabryki. Zamiast tego GM preferuje specjalistyczne formy robotów — o obcym wyglądzie, ale zoptymalizowane do zadań montażowych — takie jak ramiona zamontowane na suwnicach, zdolne do precyzyjnej pracy wewnątrz nadwozi pojazdów. GM aktywnie rozwija te rozwiązania robotyczne we współpracy z partnerami.

W kontekście autonomicznej jazdy, GM ostrożnie zmierza ku funkcjom bezręcznym i bezwzrokowym, ale odrzuca systemy poziomu 3, które nieprzewidywalnie przekazują kontrolę między człowiekiem a pojazdem, skupiając się na systemach, które przechodzą do bezpiecznego zatrzymania, jeśli przejęcie sterów nie nastąpi na czas. Firma wyobraża sobie, że pojazdy autonomiczne początkowo będą ograniczone do określonych typów dróg, z stopniowym rozszerzeniem.

GM rozwija także technologię baterii, pracując nad chemią bogatą w mangan i lit, oferującą duży zasięg przy niższych kosztach, co umożliwia tańsze pojazdy elektryczne bez dotacji. Wspólna platforma i redukcja okablowania również obniżają koszty i masę pojazdów w portfolio marek GM.

Anderson podkreślił, że poprawa możliwości nie powinna prowadzić do wyższych opłat abonamentowych, dążąc do dostarczania świetnych produktów z elastycznym wyborem płatnych usług dla klientów. GM stosuje wieloczujnikowe podejście do percepcji pojazdów, łącząc kamery, radar i lidar, odrzucając strategię opartą wyłącznie na wizji z powodu ograniczeń fizycznych pomiarów.

Podsumowując, mapa drogowa GM sygnalizuje transformacyjną adopcję AI i metod wirtualnych, przyspieszając innowacje, dążąc do odzyskania konkurencyjności względem rywali skupionych na oprogramowaniu, jednocześnie zachowując bezpieczeństwo i przystępność dla swoich klientów.