Home Soluzioni Automotive Intelligenza artificiale e big data spingono le auto di Tesla

Intelligenza artificiale e big data spingono le auto di Tesla

Tesla, conosciuta come leader e pioniere nel mercato dei veicoli elettrici, produce e vende anche batterie e pannelli solari a tecnologia avanzata.

E come pioniere della tecnologia con un interesse significativo nella corsa alla costruzione e commercializzazione di veicoli autonomi, è profondamente interessata a realizzare un proprio hardware dotato di intelligenza artificiale.

Elon Musk, il ceo di Tesla, è infatti anche co-fondatore di OpenAi, un’organizzazione di ricerca dedicata a garantire che l’intelligenza artificiale sia sviluppata e distribuita in modo sicuro e gestibile, in modo da ridurre al minimo ogni rischio esistenziale che un giorno i robot possano rappresentare per l’umanità.

Tesla, driverless car nel 2019

Non sono stati ancora resi pubblici molti dettagli sul nuovo Ia di Tesla, anche se si ritiene che elaborerà gli algoritmi di “pensiero” per il software Autopilot della società che attualmente fornisce ai veicoli Tesla limitati (“livello 2”) livelli di autonomia di guida. Musk ha detto che crede che le sue auto saranno completamente autonome (livello 5 autonomo) entro il 2019.

Tutti i veicoli Tesla sono stati costruiti con il potenziale che un giorno possano diventare a guida autonoma, anche se questo non è stato reso pubblico fino al 2014, quando un aggiornamento gratuito è stato implementato.

Ciò significa che l’azienda ha avuto molti più sensori sulle strade che raccolgono dati rispetto alla maggior parte dei suoi rivali di Detroit o della Silicon Valley, molti dei quali sono ancora in fase di progettazione. Avendo appena lanciato la sua prima auto di massa, il modello 3 con un prezzo di 35.000 dollari, l’azienda prevede che il numero dei suoi veicoli sulla strada aumenterà di quasi due terzi fino a circa 650.000 nel 2018 – e questo significa anche un sacco di sensori extra.

Infatti, tutti i veicoli Tesla – indipendentemente dal fatto che siano abilitati all’autopilota – inviano i dati direttamente al cloud. Un problema di funzionamento del motore che comportava un surriscaldamento occasionale dei componenti è stato diagnosticato nel 2014 monitorando questi dati e ogni veicolo è stato automaticamente “riparato” da patch software.

Tesla raccoglie i suoi dati da tutti i suoi veicoli così come i loro driver, con sensori interni ed esterni che possono raccogliere informazioni sul posizionamento della mano del conducente, gli strumenti e su come li stanno utilizzando. Oltre ad aiutare Tesla a perfezionare i suoi sistemi, questi dati hanno un valore enorme. I ricercatori di McKinsey e Co stimano che entro il 2030 il mercato dei dati raccolti dai veicoli avrà un valore di 750 miliardi di dollari l’anno.

I dati vengono utilizzati per generare mappe ad alta densità di dati che mostrano tutto, dall’aumento medio della velocità del traffico su un tratto di strada, alla localizzazione dei pericoli che causano l’intervento dei conducenti. Il machine learning nel cloud si occupa di educare l’intera flotta, mentre a livello di singola auto, il calcolo bordo decide quale azione il veicolo ha bisogno di prendere in questo momento.

Esiste anche un terzo livello di processo decisionale, con vetture in grado di formare reti con altri veicoli Tesla nelle vicinanze per condividere informazioni e approfondimenti locali. In un prossimo futuro, in uno scenario in cui le automobili autonome saranno molto diffuse, è molto probabile che queste reti si interfaccino anche con le automobili di altri costruttori, nonché con altri sistemi quali telecamere stradali, sensori stradali o telefoni cellulari.

Anche se i dettagli sulla nuova tecnologia Ia che Tesla stava creando sono scarsi, l’intelligenza artificiale attuale – guidata da una partnership con il produttore di hardware Nvidia – si basa in gran parte su un modello di apprendimento non supervisionato di machine learning.

Sulla sua pagina Facebook, Nvidia afferma che “Contrariamente all’approccio consueto al funzionamento di auto con guida autonoma, non abbiamo programmato alcun oggetto esplicito di rilevamento, mappatura, pianificazione del percorso o componenti di controllo in questa auto. Invece, l’auto impara da sola a creare tutte le rappresentazioni interne necessarie per governare, semplicemente osservando i conducenti“.

Qualunque nuova tecnologia si sviluppi, può allontanarsi da questo, ritornando nelle acque più collaudate dell’apprendimento supervisionato, dove gli algoritmi vengono addestrati a prendere decisioni giuste o sbagliate. Tuttavia, è possibile che i guadagni teoricamente maggiori ottenibili con l’apprendimento non supervisionato possano mantenerli su questa strada.

Tesla è sempre stata un’azienda che ha posto la raccolta e l’analisi dei dati al centro di tutto ciò che fa. Non è solo progettazione e produzione, con l’azienda che elabora i dati dei clienti con Ia e persino analizza il forum online per approfondimenti testuali su problemi comuni. Se questo focus porterà alla vittoria nella prossima battaglia per la supremazia del mercato automobilistico autonomo rimane da vedere, ma certamente si è fornito se stesso con un inizio testa.