據外媒報報道，德國人工智能研究中心（German Research Center for Artificial Intelligence，DFKI）與IAV公司宣布，雙方啟用了一家聯合研發實驗室，在汽車研發中采用人工智能應用。
DFKI位于德國的凱澤斯勞滕市（Kaiserslautern），該機構提供了新的測試環境，目前正在研發人工智能特殊分析法，旨在將該技術應用于汽車研發測試過程中。研究人員將重心放在深度學習及時間序列分析（time series analysis）兩大技術上。
IAV計劃發揮人工智能技術的潛力，并將該技術用于動力總成研發的研發規程及方法上，涉及：在電控單元等發動機控制系統中采用人工智能技術，發揮人工智能技術的潛力，提升研發過程的能效及穩健性。
人們認為，未來汽車業采用智能數據分析法對測試數據、電控單元及測試臺進行監控及優化的可能性極高。舉個例子，一個現代化的發動機控制單元擁有5萬多個設定參數，上述參數對發動機的油耗、磨損及整體性能將起到決定性的作用。
對控制單元機采用深度學習技術（更精確地說，采用神經元網絡）將使控制單元擁有獨立“學習”的能力，使其學會自行優化調整各輸入參數。在采用時間序列分析過程中，可采用神經元網絡技術對發動機測試數據加以分析，從而實現預見性發動機狀況監控并預判設備磨損及維護的時間。此外，可在新研發實驗室內研發這類方法。
同時，取名為FLaP的新實驗室將致力于新可視化選項，用于處理神經元網絡的多樣化測量數據，旨在創建人工智能工具的工具箱（toolbox），使汽車工程師們能夠在研發時直觀地選取所需的工具箱。
IAV計劃發揮人工智能技術的潛力，并將該技術用于動力總成研發的研發規程及方法上，涉及：在電控單元等發動機控制系統中采用人工智能技術，發揮人工智能技術的潛力，提升研發過程的能效及穩健性。
人們認為，未來汽車業采用智能數據分析法對測試數據、電控單元及測試臺進行監控及優化的可能性極高。舉個例子，一個現代化的發動機控制單元擁有5萬多個設定參數，上述參數對發動機的油耗、磨損及整體性能將起到決定性的作用。
對控制單元機采用深度學習技術（更精確地說，采用神經元網絡）將使控制單元擁有獨立“學習”的能力，使其學會自行優化調整各輸入參數。在采用時間序列分析過程中，可采用神經元網絡技術對發動機測試數據加以分析，從而實現預見性發動機狀況監控并預判設備磨損及維護的時間。此外，可在新研發實驗室內研發這類方法。
同時，取名為FLaP的新實驗室將致力于新可視化選項，用于處理神經元網絡的多樣化測量數據，旨在創建人工智能工具的工具箱（toolbox），使汽車工程師們能夠在研發時直觀地選取所需的工具箱。
責任編輯：周帥潔