ニュース

Nov 17, 2023

コンチネンタル技術責任者のジル・マビレ氏、AI、デジタルシフトについて語る

“Con l’etichettatura automatica basata sull’intelligenza artificiale, ora possiamo simulare casi d’uso reali”.

「AI を活用した自動ラベル付けにより、運転することなく実際のユースケースをシミュレートできるようになりました」とコンチネンタルの CTO ジル・マビレ氏は述べています。

ベルリン -- コンチネンタルの最高技術責任者であるジル・マビレ氏は、業界のソフトウェア デファインド ビークルへの移行の難しさを独自の方法で説明しています。 「私たちはもうアルプスには登らない。私たちはヒマラヤにいるのだ」と彼は、この挑戦​​をエベレストを頂点とする有名な山脈の高峰に登頂することに例えて語った。 それは、ドイツのサプライヤーがまったく異なる方法で製品を開発する必要があることを意味すると同氏は述べた。 マビレ氏の指導の下、コンチネンタルは自動車メーカーが無線アップデートの利点を最大限に活用し、人工知能の力を活用して複雑なタスクの解決にかかる時間を短縮することも支援している。 彼は、オートモーティブ ニュース ヨーロッパの編集長ダグラス A. ボルダック氏および特派員のネイサン エディ氏とこの点などについて話し合いました。

ソフトウェア デファインド ビークルへの移行における主な課題は何ですか?

私たちは変化の大きさを理解する必要があります。 私たちはもうアルプスには登りません。 私たちはヒマラヤにいます。 違う装備が必要だし、違う方法でトレーニングする必要がある。 ハードウェア定義の車両アプローチでは、多かれ少なかれお客様が作成した仕様に基づいてハードウェアを開発しました。 私たちは非常にトップダウンのアプローチで製品の開発と生産を行っていました。 ソフトウェア デファインド アプローチでは、「将来のモビリティを可能にするために、自動車にソフトウェア機能をどのように分散させるか?」と自問することから始まります。 この将来には、頻繁なアップデートと、車の最初の販売後に導入される新機能の追加が含まれます。 これらの新しい機能は、人々が将来、何をどのように使用、購入、消費するかに影響を与えるでしょう。 したがって、これまでとはまったく異なる方法で製品を開発する必要があります。 車両のアーキテクチャと、もちろんソフトウェアの開発方法を深く理解する必要があります。 ハードウェアがまだ存在しない場合でも、これについて考える必要があり、これは仮想化とツイン化の手法を通じて実現できます。

名前：ジル・マビレタイトル：コンチネンタル最高技術責任者年：50主な課題:サプライヤーにまったく異なる方法で製品を開発してもらいます。

パートナーと協力しませんか?

当社は、コンチネンタル H フレームワークと呼ばれるものを開発するためにアマゾン ウェブ サービスと提携しています。これは、ハードウェアを使用せずにソフトウェアをオープンに開発し、第 2 段階で徐々にハードウェアをループにしてコストを節約し、複雑さを解消する環境です。 私たちにとって、ソフトウェア デファインド ビークルとは、変化を予測し、それを理解していることを顧客に証明し、この変化を可能にする適切な機能を提供して顧客をサポートできることを意味します。

無線によるソフトウェア更新はどのように進化するのでしょうか?

複雑な開発の場合、OTA アップデートは生命保険のようなものです。車を開発しても、後から新しい機能を追加してアップグレードできることを確認できるからです。 最初の要素は接続の標準化と民主化であり、これを市場に 5G を展開することで実現しています。 これにより、車両にソフトウェアを供給するパイプが確実に改善され続けることになります。 2 番目の側面は、ソフトウェア デファインド ビークルへの移行と一致しており、車とその機能を総合的な方法で確実にアップグレードするために、事前にアーキテクチャを定義する必要があるということです。 SoC (システム オン チップ) コンポーネントとメモリの増加により、ハードウェアのパフォーマンスは急速に向上しています。 これにより、部分的なアップグレードを含む、より頻繁な OTA アップデートを提供できるようになります。

主な利点は何ですか?

車両のソフトウェア システムを完全にアップグレードする必要はありません。 特定の機能をアップグレードするだけです。 これは技術的な観点からすべて可能であり、事前に適切なアーキテクチャを作成するだけで済みます。

ベルリンにあるコンチネンタルの新しい AI ラボの焦点は何ですか?

焦点の 1 つは、AI 周りのテクノロジーに関するコンピテンシーを開発し、運転支援、自動運転、コンピューター ビジョン、社内での産業プロジェクトのサポートなどで今後のプロジェクトを支援することです。 2 番目の焦点は、コンチネンタルの通常の業務を超えた社会的な話題や問題に対処することです。

のような？

私たちは、当社の DNA が持続可能性、CO2 削減、移動の機会、商品の輸送に関するいくつかの問題の解決を可能にするものになると信じています。 これには、ロボットを使用したラストワンマイル配送や、今日の当社の中核事業ではないその他のものが含まれます。

コンチネンタルは、AI を活用したテクノロジーをどのようにビジネスに統合するのでしょうか?

それは正しい決断を下すことです。 焦点の 1 つは、AI を活用した従業員にあり、これには規模のメリットがあり、設計の観点から製造に至るまで効率と生産性が向上します。 私たちは最大の問題点を探しています。

例を挙げていただけますか？

1 つは、車両に対する要件の増加です。 コンポーネントだけではありません。 これには、非常に複雑な高性能コンピューターやインフォテインメント システムが含まれます。 80,000 または 100,000 を超えるさまざまな要件を書き留める必要があります。 それらを分類して開発チームに導入するには、いくつかの素晴らしい機能が必要です。 何か月もかかります。 AI をトレーニングして要件を解釈し、要件を分解して整理する方法を学習することで、このプロセスは将来的には数日ではなく、数週間かかる可能性があります。 これにより、開発プロセスがスピードアップし、コストが大幅に削減され、効率が向上するため、プロジェクトで対処する必要がある主要な課題に集中できる時間が増えます。

コンチネンタルは、路上にある物体を 90% の確率で認識できるように AI アルゴリズムをトレーニングしています。

他に例はありますか？

製造や予知保全に関しては、AI はサプライ チェーン全体にわたって、問題が品質問題を引き起こすことを予測できます。 これは、マシン内の主要なパラメータを監視するだけで、後で大きな問題を引き起こす可能性があるものを判断するだけで実行できます。 このデータを工場に入力することで、状況に対処し、改善することができます。 AI が役立つもう 1 つの分野は、過去 2 年間にすべての人々に影響を与えた部品不足です。 私たちは、市場がどのように進化しているかを確認するために、AI を使用したいくつかの予測モデルを導入しています。 お客様のニーズに合わせて生産スケジュールを最適化しながら、生産量を最大化する方法を決定できます。 つまり、これにより、サプライチェーンの機械全体がより制御可能になり、予測可能になります。 これは現在、私たちのチームが開発した AI アルゴリズムによって強化されています。

AIを製品開発にどのように組み込んでいますか?

当社は AI を使用して、カメラ フュージョンからコンピューター モデルのラベル付けに至るまで、ADAS テクノロジーを改善しています。 路上にある物体を 90% の確率で認識するには、アルゴリズムをトレーニングする必要があります。 したがって、大量のデータを収集し、人とは何か、自転車とは何か、動物とは何か、その種類などを手動でラベル付けする必要があります。 AI を活用した自動ラベル付けにより、運転せずに実際の使用例をシミュレーションできるようになりました。 おそらく現実では決して見ることのない、または経験する可能性が非常に低い、多くの例外的なケースを再現できます。 ただし、アルゴリズムを何百万回もトレーニングできるため、開発は短くても安全になります。 完全なシミュレーションを使用すれば、数日間で数百万キロメートルを走ることができます。 それに応じてテスト計画を精緻化できるため、人間によるテスト可能性よりもはるかに高いテスト可能性が得られます。 これらすべての要素により、市場に投入される製品の品質が向上します。

有効なメールアドレスを入力してください。

メールアドレスを入力してください。

キャプチャを確認してください。

購読するニュースレターを少なくとも 1 つ選択してください。

これらのメール内のリンクからいつでも購読を解除できます。 詳細については、当社のプライバシー ポリシーをご覧ください。