Patrząc na AI możemy wyodrębnić jedną główną kategorię oraz dwie podkategorie. Sztuczna inteligencja to w zasadzie koncepcja, zgodnie z którą maszyna może uczyć się, myśleć i zachowywać się jak człowiek. Głębokie uczenie i sieci neuronowe, czyli elementy sztucznej inteligencji, które wykorzystują dane do nauki, pozwalają komputerowi podejmować decyzje tak, jak zrobiłby to człowiek.

Jako ludzie jesteśmy w stanie budować modele tylko do pewnego poziomu złożoności. Chcąc je dalej rozwijać, musimy „szkolić” sztuczną inteligencję, aby miała większe możliwości, była zdolna poprawiać nasze wyniki, a także przeprowadzać testy w trybie 24/7. To bardzo ważne, zwłaszcza, gdy liczba analizowanych parametrów i złożoność modelu wzrasta, ponieważ trudniej jest nam wtedy śledzić wszystkie zależności i przypadki brzegowe.

Odróżnienie istotnych i nieistotnych parametrów staje się coraz trudniejsze, ale dzięki algorytmom sztucznej inteligencji możemy znaleźć optymalne rozwiązania dla wielu różnych wyzwań.

Z taką sytuacją spotkał się zespół Aptiv w Krakowie, pracując nad technologią rozpoznawania gestów. To rozwiązanie zostało wprowadzone po raz pierwszy w 2015 roku przez BMW, aby umożliwić użytkownikowi sterowanie konsolą środkową samochodu za pomocą podstawowych gestów dłoni. Oznacza to, że system musi wiedzieć, jak prawidłowo interpretować ruchy ludzkich rąk, ponieważ nie może reagować na każdy gest.

Aby to osiągnąć, zespół wykorzystuje nagrania gestów do wyodrębniania i mapowania różnych cech i ruchów dłoni. Dane te są następnie wykorzystywane do ustawiania parametrów modeli statystycznych reprezentujących gesty. Z kolei my używamy tych parametrów do tworzenia naszych algorytmów sztucznej inteligencji i zasadniczo „uczymy” system.

Nasz zespół w Krakowie wykorzystuje sztuczną inteligencję do projektowania i uruchamiania systemów monitorujących zarówno otoczenie, jak i wnętrze samochodu. Największym wyzwaniem przy opracowywaniu technologii wykorzystujących sztuczną inteligencję i uczenie maszynowe jest pozyskanie reprezentatywnego zbioru danych, na podstawie których wyznaczane są parametry sieci neuronowych. Od jakości danych zależy bowiem jakość projektowanych algorytmów.

To może brzmieć skomplikowanie, ale ostatecznie wykorzystanie sztucznej inteligencji pomogło nam zapewnić proste i jedyne w swoim rodzaju wrażenia użytkownika. Wszystko po to, aby umożliwić kierowcom komfortowe i bezpieczne dotarcie do celu. W miarę jak nasz zespół będzie kontynuował opracowywanie nowych gestów, kierowcy będą mogli kontrolować coraz więcej funkcji w samochodzie, jednocześnie nie odrywając wzroku od drogi.

Dariusz Mruk, dyrektor Centrum Technicznego Aptiv w Krakowie