Nissan применяет искусственный интеллект для ускорения выхода электромобилей на рынок
Японский автопроизводитель Nissan расширяет сотрудничество с британской компанией Monolith, чтобы исследовать, как искусственный интеллект может трансформировать процесс разработки автомобилей и сократить необходимость в физических испытаниях. Автомобильный гигант из Йокогамы объявил о продлении партнерства с компанией-разработчиком программного обеспечения на три года. Обновленное соглашение нацелено на сокращение времени испытаний транспортных средств и ускорение инноваций в рамках европейских операций Nissan.
Расширенное до 2027 года сотрудничество основано на успешном пилотном проекте, в котором искусственный интеллект использовался для оптимизации испытаний электромобиля Nissan LEAF. Теперь эта технология будет применяться для будущих моделей. Инновационный проект использует машинное обучение для сокращения количества необходимых физических тестов для каждого автомобиля. Эта технология также помогает повысить скорость разработки, точность и устойчивость процесса.
Инженеры технического центра Nissan в Европе в Кранфилде, Великобритания, будут использовать платформу искусственного интеллекта Monolith для анализа более чем 90 лет данных испытаний компании, чтобы лучше предсказывать результаты физических тестов. Опираясь на этот обширный набор данных, система будет прогнозировать, как автомобили будут работать в различных условиях, задолго до их выхода на испытательный трек.
По словам представителей Nissan, первые результаты показали значительный потенциал технологии. В одной из фаз сотрудничества искусственный интеллект Monolith использовался для тестирования болтовых соединений в шасси автомобиля. Система не только определила оптимальный диапазон крутящего момента для затяжки болтов, но и рекомендовала, какие дополнительные тесты следует приоритизировать инженерам. Это позволило сократить объем физических испытаний на 17 процентов по сравнению с традиционными методами. В Nissan полагают, что применение того же процесса ко всем автомобильным программам потенциально может сократить общее время испытаний вдвое.