Boazas Mizrachi, „Tactile Mobility“ įkūrėjas ir techninis vadovas. Boazas yra veteranas technologas ir verslininkas, turintis daugiau nei trijų dešimtmečių patirtį signalų apdorojimo, algoritmų tyrimų ir sistemų projektavimo srityse automobilių ir tinklų pramonėje. Jis taip pat įgyja praktinių vadovavimo įgūdžių, būdamas Charlotte’s Web Networks, pasaulyje pirmaujančio didelės spartos tinklo įrangos kūrėjo ir rinkodaros specialisto (įsigytas MRV Communications), įkūrėjas ir inžinerijos direktorius bei Zoran sistemos projektavimo grupės vadovas. Mikroelektronika (įsigijo CSR).
„Tactile Mobility“ yra pasaulinė lytėjimo duomenų sprendimų lyderė, kuri nuo 2012 m. skatina pažangą mobilumo pramonėje. Su komandomis JAV, Vokietijoje ir Izraelyje bendrovė specializuojasi signalų apdorojimo, dirbtinio intelekto, didelių duomenų ir įterptųjų kompiuterių derinimu, kad patobulintų išmanųjį. ir autonominių transporto priemonių sistemos. Jo technologija leidžia transporto priemonėms ne tik „pajusti“, bet ir „matyti“ kelią, optimizuoti vairavimo sprendimus realiuoju laiku ir sukurti tikslius kelių sąlygų žemėlapius. Naudodama VehicleDNA™ ir SurfaceDNA™ sprendimus, „Tactile Mobility“ aptarnauja automobilių gamintojus, savivaldybes, automobilių parkų valdytojus ir draudikus, pradėdama lytėjimo jutimo integravimą į šiuolaikinį mobilumą.
Ar galite papasakoti apie savo kelionę nuo bendro Charlotte’s Web Networks įkūrimo iki Tactile Mobility įkūrimo? Kas paskatino jus pereiti į automobilių technologijų erdvę?
Įkūręs Charlotte’s Web Networks, perėjau į Zoran Microsystems pareigas, kur dirbau sistemų architektu, o vėliau sistemų grupės vadovu, daugiausia dėmesio skirdamas namų pramogų sistemų ASIC ir plokščių projektavimui, priedams ir kt. Tada pokalbis su draugu paskatino naują kelią.
Jis uždavė susimąstyti skatinantį klausimą, kaip optimizuoti transporto priemonės veikimą važiuojant iš taško A į tašką B su minimaliomis degalų sąnaudomis, atsižvelgiant į tokius veiksnius kaip oras, kelio sąlygos ir transporto priemonės savybės. Tai paskatino mane giliai pasinerti į automobilių erdvę ir įkūriau „Tactile Mobility“, kad išspręstų šiuos sudėtingumus. Pradėjome kaip inkubatoriaus remiamas startuolis Izraelyje, o galiausiai tapome įmone, kurios misija – suteikti transporto priemonėms galimybę „jausti“ kelią.
Kokius pradinius iššūkius ir proveržius patyrėte kurdami „Tactile Mobility“?
Atsižvelgiant į ribotus transporto priemonės išteklius, vienas pagrindinių mūsų ankstyvųjų iššūkių buvo įžvalgų realiuoju laiku generavimas. Transporto priemonėse jau buvo pagrindiniai jutikliai, tačiau automobiliams trūko įžvalgų apie esminius parametrus, tokius kaip esamas transporto priemonės svoris, padangų būklė ir sukibimas su paviršiumi. Mes tai išsprendėme įdiegdami naują programinę įrangą esamame transporto priemonės variklio valdymo bloke (ECU), kuri leido mums generuoti šias įžvalgas naudojant „virtualius jutiklius“, kurie buvo prijungti prie dabartinės transporto priemonės sąrankos ir kuriems nereikėjo papildomos aparatinės įrangos.
Tačiau naudojant ECU, kad gautume reikalingų įžvalgų, iškilo tiek problemų, kiek atsakymų. ECU yra nebrangus, mažas kompiuteris su labai ribota atmintimi. Tai reiškė, kad mūsų programinė įranga iš pradžių turėjo tilpti į 100 KB – neįprastas apribojimas šiuolaikiniame programinės įrangos pasaulyje, ypač dėl papildomo sudėtingumo bandant integruoti mašininį mokymąsi ir neuroninius tinklus. Šių kompaktiškų skaitmeninių jutiklių, kurie tilptų į ECU, sukūrimas buvo proveržis, dėl kurio mes tapome šios srities pionieriais.
„Tactile Mobility“ misija yra ambicinga – suteikti transporto priemonėms „lytėjimo pojūtį“. Ar galėtumėte supažindinti mus su šios koncepcijos vizija?
Mūsų vizija sukasi apie duomenų iš transporto priemonėse esančių jutiklių fiksavimą ir panaudojimą, kad suteiktume jiems lytėjimo suvokimą. Tai apima duomenų iš esamų jutiklių vertimą, kad būtų sukurti „lytėjimo pikseliai“, kurie, kaip ir vaizdiniai pikseliai, gali sudaryti vientisą vaizdą arba „filmą“ apie transporto priemonės lytėjimo patirtį kelyje. Įsivaizduokite, kad aklieji jaučia aplinką remdamiesi prisilietimu – tai panašu į tai, kaip norime, kad transporto priemonės jaustų kelią, suprasdamos jo tekstūrą, sukibimą ir galimus pavojus.
Kaip „Tactile Mobility“ dirbtinio intelekto varomi transporto priemonių jutikliai fiksuoja lytėjimo duomenis ir kokių unikalių įžvalgų jie suteikia tiek apie transporto priemones, tiek apie kelius?
Mūsų programinė įranga veikia transporto priemonės ECU, nuolat fiksuodama duomenis iš įvairių techninės įrangos jutiklių, tokių kaip ratų greičio jutiklis, akselerometrai ir vairavimo bei stabdžių sistemos. Idealiu atveju bus ir padangų jutikliai, galintys rinkti informaciją apie kelią. Tada šie duomenys apdorojami, kad būtų sukurtos realaus laiko įžvalgos arba „virtualūs jutikliai“, kurie perteikia informaciją apie transporto priemonės apkrovą, sukibimą ir net padangų būklę.
Pavyzdžiui, galime aptikti slidų kelią ar susidėvėjusias padangas, o tai pagerina vairuotojo saugumą ir transporto priemonės veikimą. Sistema taip pat įgalina prisitaikančias funkcijas, pvz., atstumo reguliavimą adaptyviojoje pastovaus greičio palaikymo sistemoje pagal esamą trinties lygį arba informuoja vairuotojus, kad jie turi išlaikyti didesnį atstumą tarp automobilio ir priešais važiuojančių automobilių.
„Tactile Mobility“ sprendimai leidžia transporto priemonėms „jausti“ kelio sąlygas realiu laiku. Ar galėtumėte paaiškinti, kaip veikia šis lytėjimo grįžtamasis ryšys ir kokį vaidmenį šiame procese atlieka AI ir debesų kompiuterija?
Sistema nuolat renka ir apdoroja duomenis iš transporto priemonės aparatinės įrangos jutiklių, taikydama AI ir mašininį mokymąsi, kad šie duomenys būtų paverčiami išvadomis, kurios gali turėti įtakos transporto priemonės veikimui. Ši grįžtamojo ryšio kilpa realiu laiku informuoja transporto priemonę apie kelio sąlygas, pvz., trinties lygius ant skirtingų paviršių, ir perduoda šias įžvalgas į debesį. Turėdami duomenis iš milijonų transporto priemonių, sukuriame išsamius kelių dangų žemėlapius, kuriuose nurodomi pavojai, pvz., slidžios vietos arba išsiliejusi alyva, kad vairavimas būtų saugesnis ir labiau informuotas.
Ar galėtumėte apibūdinti, kaip veikia VehicleDNA™ ir SurfaceDNA™ technologijos ir kuo jos skiriasi automobilių pramonėje?
VehicleDNA™ ir SurfaceDNA™ yra dvi mūsų lytėjimo „kalbos“ atšakos. SurfaceDNA™ sutelkia dėmesį į kelio paviršių, fiksuodama tokius požymius kaip trintis, nuolydis ir bet kokius pavojus, kylančius dėl padangų jutiklių ir kitų išorinių jutiklių. Kita vertus, „VehicleDNA™“ modeliuoja konkrečias kiekvienos transporto priemonės charakteristikas realiu laiku – svorį, padangų būklę, pakabos būseną ir dar daugiau (pramonėje žinomas kaip „skaitmeninis važiuoklės tarpelis“). Kartu šios technologijos leidžia aiškiai suprasti transporto priemonės veikimo ribas bet kuriame kelyje, padidindamos saugumą ir efektyvumą.
Kaip veikia laive sumontuota sukibimo įvertinimo technologija ir kokią įtaką ji turėjo autonominiam vairavimui ir saugos standartams?
Sukibimo įvertinimo technologija yra labai svarbi, ypač autonominėms transporto priemonėms, važiuojančioms dideliu greičiu. Tradiciniai jutikliai negali patikimai įvertinti sukibimo su keliu, tačiau mūsų technologija tai daro. Jis įvertina trinties koeficientą tarp transporto priemonės ir kelio, kuris informuoja apie transporto priemonės įsibėgėjimo, stabdymo ir posūkių ribas. Toks įžvalgos lygis yra būtinas, kad autonominiai automobiliai atitiktų esamus saugos standartus, nes tai leidžia realiu laiku suprasti kelio sąlygas, net kai jų nematyti, kaip yra juodojo ledo atveju.
„Tactile Mobility“ aktyviai bendradarbiauja su partnerių originalios įrangos gamintojais, tokiais kaip „Porsche“, ir savivaldybėmis kaip Detroito miestas. Ar galite pasidalyti daugiau apie šį bendradarbiavimą ir kaip jie padėjo išplėsti „Tactile Mobility“ poveikį?
Nors negaliu atskleisti konkrečios informacijos apie mūsų bendradarbiavimą, galiu pasakyti, kad darbas su originalios įrangos gamintojais (OĮG) ir miestų savivaldybėmis buvo ilgas, bet naudingas procesas.
Apskritai originalios įrangos gamintojai gali panaudoti mūsų duomenis, kad gautų svarbių įžvalgų apie transporto priemonės veikimą įvairiose vietovėse ir oro sąlygomis, o tai gali padėti patobulinti saugos funkcijas, vairavimo pagalbines technologijas ir transporto priemonės dizainą. Kita vertus, savivaldybės gali naudoti apibendrintus duomenis, kad galėtų stebėti kelių būklę ir eismo modelius realiuoju laiku, nustatydamos vietas, kurias reikia nedelsiant prižiūrėti arba kurios kelia pavojų saugumui, pavyzdžiui, slidžius kelius ar duobes.
Kokie, jūsų manymu, yra pagrindiniai automobilių pramonės iššūkiai ir galimybės dirbtinio intelekto ir lytėjimo jutimo srityje?
Tikėtina, kad sunkiausias uždavinys pasiekti autonominių transporto priemonių tikslumą. Žmonės paprastai yra atlaidesni už žmogiškąsias klaidas, nes tai yra vairavimo dalis; jei vairuotojas padaro klaidą, jis žino apie su tuo susijusią riziką. Tačiau naudojant autonomines technologijas visuomenė reikalauja daug aukštesnių standartų. Netgi gedimų procentas, kuris yra daug mažesnis už žmogaus klaidą, gali būti nepriimtinas, jei tai reiškia, kad programinės įrangos klaida gali sukelti mirtiną nelaimingą atsitikimą.
Šis lūkestis sukuria didelį iššūkį: autonominių transporto priemonių dirbtinis intelektas turi ne tik atitikti žmogaus našumą, bet ir gerokai jį pranokti, kad būtų pasiektas itin aukštas patikimumo lygis, ypač sudėtingose ar retose vairavimo situacijose. Taigi turime užtikrinti, kad visi jutikliai būtų tikslūs ir perduoda duomenis per laikotarpį, leidžiantį saugiai atsakyti.
Be to, kibernetinis saugumas visada kelia susirūpinimą. Šiandien transporto priemonės yra sujungtos ir vis labiau integruotos su debesų sistemomis, todėl jos yra potencialūs kibernetinių grėsmių taikiniai. Nors pramonė tobulina savo gebėjimą kovoti su grėsmėmis, bet koks pažeidimas gali turėti rimtų pasekmių. Vis dėlto manau, kad pramonė yra gerai pasirengusi spręsti šią problemą ir imtis priemonių apsiginti nuo naujų grėsmių.
Privatumas taip pat yra karšta tema, tačiau ji dažnai nesuprantama. Pastaruoju metu žiniose matėme daugybę istorijų, kuriose bandoma teigti, kad išmanieji automobiliai šnipinėja vairuotojus ir pan., tačiau realybė yra visai kitokia. Daugeliu atžvilgių išmanieji automobiliai atspindi situaciją su išmaniaisiais telefonais. Kaip vartotojai, žinome, kad mūsų įrenginiai renka daug duomenų apie mus, ir šie duomenys naudojami siekiant pagerinti mūsų patirtį.
Su transporto priemonėmis yra panašiai. Jei norime gauti naudos iš minios gaunamos vairavimo informacijos ir kolektyvinės išminties, kuri gali pagerinti saugumą, asmenys turi pateikti duomenis. Tačiau „Tactile Mobility“ ir kitos įmonės atsižvelgia į tai, kad šiuos duomenis reikia tvarkyti atsakingai, todėl mes įdiegiame procedūras, skirtas anonimizuoti ir apsaugoti asmeninę informaciją.
Kalbant apie galimybes, šiuo metu dirbame kurdami naujus virtualius jutiklius, kurie gali suteikti dar gilesnių įžvalgų apie transporto priemonės veikimą ir kelio sąlygas. Šie jutikliai, skatinami tiek rinkos poreikių, tiek originalios įrangos gamintojų užklausų, sprendžia tokias problemas kaip išlaidų mažinimas ir saugos didinimas. Kol mes diegiame naujoves šioje erdvėje, kiekvienas naujas jutiklis priartina transporto priemones, kad jos būtų labiau pritaikomos ir saugios realiomis sąlygomis.
Dar viena reikšminga galimybė yra duomenų apie tūkstančius, jei ne milijonus, transporto priemonių apibendrinimas. Bėgant metams, kai „Tactile Mobility“ ir kitos įmonės palaipsniui diegia savo programinę įrangą vis daugiau transporto priemonių, šie duomenys suteikia daug įžvalgų, kurias galima panaudoti kuriant pažangius „lytėjimo žemėlapius“. Šie žemėlapiai yra ne tik vaizdiniai, kaip jūsų dabartinė „Google“ žemėlapių programa, bet juose gali būti duomenų apie kelių trintį, paviršiaus tipą ir net pavojus, pvz., naftos išsiliejimą ar juodą ledą. Ši „crowdsourced“ žemėlapių sudarymo forma suteikia vairuotojams realiu laiku, labai lokalizuotą kelių sąlygų įžvalgą, sukuriant saugesnius kelius visiems ir žymiai patobulinant navigacijos sistemas.
Be to, yra dar neišnaudotų galimybių geriau integruoti lytėjimo jutimo duomenis su debesų kompiuterija. Nors išmanieji telefonai siūlo daug duomenų apie naudotojus, jie negali pasiekti konkrečios transporto priemonės įžvalgų. Duomenys, surinkti tiesiogiai iš transporto priemonės techninės įrangos – tai, ką vadiname „VehicleDNA™“, suteikia daug daugiau informacijos.
Panaudoję šiuos konkrečios transporto priemonės duomenis debesyje, išmanieji automobiliai galės užtikrinti precedento neturintį tikslumą, suvokdami aplinką ir į ją reaguodami. Tai gali padėti sukurti išmanesnius miestus ir kelių tinklus, nes transporto priemonės bendrauja su infrastruktūra ir viena su kita, kad galėtų dalytis įžvalgomis realiuoju laiku, o tai galiausiai įgalins labiau sujungtą, efektyvesnę ir saugesnę mobilumo ekosistemą.
Galiausiai, kokie yra jūsų ilgalaikiai „Tactile Mobility“ tikslai ir kur matote įmonę per ateinančius penkerius ar dešimt metų?
Mūsų tikslas – toliau integruoti „Tactile Mobility“ programinę įrangą į daugiau originalios įrangos gamintojų visame pasaulyje, plečiant savo buvimą transporto priemonėse, prijungtose prie debesies. Tikimės, kad per ateinantį dešimtmetį ir toliau teiksime tiksliausias ir įtakingiausias įžvalgas automobilių pramonėje.
Dėkojame už puikų interviu, skaitytojai, norintys sužinoti daugiau, turėtų apsilankyti „Tactile Mobility“.
