UMĚLÁ INTELIGENCE V AUTOMOTIVE / David et al.

3. UMĚLÁ INTELIGENCE V AUTOMOTIVE V současné době automobilový průmysl je stále více závislý na implementaci moderních technologií a digitalizaci při výrobě vozidel, jejíž důsledkem je, že metody a nástroje umělé inteligence jsou jedním z nezbytných implementovaných prostředků v oblasti výroby automobilů. Tato technologická revoluce umožňuje automobilovým výrobcům shromažďovat a analyzovat obrovské množství dat z různých senzorů a sys témů ve vozidlech, což poskytuje důležité informace o stavu jednotlivých komponentů a predikci možných poruch. Analýza těchto rozsáhlých datových souborů včetně aplikace různých metod a ná strojů umělé inteligenci přispívá k tomu, že výrobci automobilů mohou optimalizovat náklady, výrobní a údržbářské postupy, zvyšovat efektivitu výrobních procesů a kvalitu a spolehlivost výsledných produktů. 3.1 KATEGORIZACE UMĚLÉ INTELIGENCE Dle definice M. L. Minského (americký vědec zabývající se umělou inteligencí, jenž byl spoluzakladatelem laboratoře umělé inteligence na Massachusettském technolo gickém institutu) je „umělá inteligence věda o vytváření strojů nebo systémů, které budou při řešení určitého úkolu užívat takového postupu, který – kdyby jej dělal člověk – bychom považovali za projev jeho inteligence“. [3.46] Umělá inteligence je oborem, který není ohraničený konkrétním výzkumným ani teoretickým základem. Místo toho se jedná o kolekci metod, teoretických přístupů a algoritmů, které umožňují řešit složité jak technicko-ekonomické problémy, tak i pro blémy netechnického charakteru. Jinak řečeno, cílem vývoje v oboru umělá inteligence je pomocí heuristických a matematických metod vytvářet schopnosti strojů, které jim umožní imitovat lidské kognitivní funkce - učení, myšlení, řešení problémů, porozumět situacím v jejich okolí, uvažovat a vhodně se rozhodovat na základě jak aktuálních informací , tak i minulých zkušeností, které jsou nejčastěji ve formě rozsáhlých datových souborů. Systémy s umělou inteligencí by měly být schopny analyzovat existující data a na základě nich vytvářet prognózy nebo provádět akce. Dále by měly mít schopnost učit se z chyb a tím minimalizovat svou nepřesnost. Důležitou vlastností těchto systé mů je jejich krátká reakční doba a vysoká kvalita zpracování informací, která následně umožňuje jejich implementaci do různých aplikací jako jsou autonomní vozidla, pro gramy pro rozpoznávání obrazu nebo virtuální asistenti. Pokročilé technologie umělé inteligence mají dále schopnost v určité míře předví dat budoucí události. Podle stupně pokročilosti je možné klasifikovat umělou inteligen ci do čtyř různých skupin. [3.1], [3.2]

15