Ford dimostra un'auto che impara

I ricercatori della Ford stanno testando un'auto ibrida gas-elettrica che fa un'ipotesi plausibile su dove stai andando ogni volta che giri la chiave.





Hanno installato un software che si basa sulla tecnologia di previsione sviluppata da Google in un SUV Ford Escape ibrido plug-in. Per rendere l'auto più efficiente dal punto di vista energetico, il software indirizza il computer dell'auto a modificare il modo in cui il motore elettrico assorbe energia dalla batteria del veicolo e dal generatore di gas durante una guida in base al viaggio che si prevede che il conducente faccia.

Il sistema tiene traccia di come una persona utilizza la propria auto e costruisce un modello predittivo nel cloud, utilizzando la tecnologia di previsione di Google, afferma Ryan McGee, dei laboratori di ricerca Ford di Dearborn, Michigan. Quando accendi l'auto, chiede a quel modello: 'Dove andremo dopo?'

Il prototipo di Ford utilizza un servizio di Google chiamato Prediction API per creare, archiviare ed eseguire query su quel modello. Quando i dati vengono caricati nel servizio, gli algoritmi di apprendimento automatico creano un modello che può essere utilizzato per prevedere aggiunte future al set di dati.



Nel caso del prototipo Ford, l'auto utilizza una connessione Internet wireless per fornire il servizio di previsione con la posizione corrente del veicolo e l'ora. Riceve indietro un elenco classificato di viaggi probabili. Sulla base di tale elenco, il software può informare l'auto di cambiare il modo in cui il suo software di gestione del motore si destreggia tra il consumo di gas e di energia elettrica durante il viaggio. Potrebbe utilizzare l'energia elettrica all'inizio del viaggio o salvarla per la fine, in base alle regole stabilite dal conducente o derivate dal software dell'auto dall'esperienza passata, afferma McGee.

Mappato: Questa schermata mostra il software che genera un elenco di probabili destinazioni. Il gruppo propulsore di un'auto ibrida può regolare di conseguenza il proprio consumo di energia, per risparmiare carburante nelle condizioni di guida su quel percorso o per rispettare le restrizioni sull'inquinamento o sul rumore.

Se il tragitto giornaliero di un conducente per andare al lavoro contiene una sezione verso la fine con un sacco di guida urbana stop-start, l'auto potrebbe decidere di evitare di utilizzare la batteria all'inizio per gestire quella sezione in modo più efficiente in seguito. L'auto potrebbe plausibilmente attingere ai consigli o alle regole dei governi locali, afferma McGee, e destreggiarsi tra le sue fonti di energia in modo da non utilizzare il gas nelle zone di controllo dell'inquinamento.



Google ha lanciato il suo servizio di previsione l'anno scorso, ma questa settimana l'azienda lo aprirà a chiunque e ne garantirà persino l'affidabilità a pagamento per incoraggiarne l'uso in prodotti reali. Gli ingegneri di Google hanno anche reso il sistema in grado di perfezionare al volo un modello esistente, afferma Travis Green, product manager del servizio. È quindi possibile eseguire lo streaming dei dati di allenamento, afferma Green. Ciò significa che quando una persona guida in nuovi posti, puoi aggiungerlo al modello predittivo delle sue abitudini.

McGee e colleghi stanno attualmente guidando l'Escape modificato intorno al campus Ford di Dearborn, testando, tra le altre cose, la velocità con cui il servizio di previsione di Google può apprendere le abitudini di una persona. Probabilmente imparerebbe molto velocemente il mio tragitto giornaliero, dice McGee. Ma schemi come quello che gioco a calcio una volta alla settimana in inverno sono più complessi.

nascondere