Tech
young woman reading a magazine in a autonomous car. driverless car. self-driving vehicle. heads up display. automotive technology.

Mesterségesintelligencia-központ nyílik Budapesten

Dömös Zsuzsanna
Dömös Zsuzsanna

újságíró. 2018. 01. 30. 10:53

Korábban a témában:

A Continental technológiai vállalat Budapesten nyit központot mesterséges intelligenciával kapcsolatos fejlesztésekhez, amik kulcsfontosságú szerepet játszanak az önvezető szoftverekben. Az új fejlesztőközpontnál a fókusz a mély gépi tanulásra, azon belül is a biztonság szempontjából kritikus, valós idejű szoftveres alkalmazásokra helyeződik majd.

Markus Strothjohann, a cég magyarországi HR-vezetője szerint azért esett Budapestre a választás, mert a fővárosban már adott egy aktív autóipari környezet, a számos egyetemnek, kutatóközpontnak és a specialistáknak köszönhetően. Körülbelül 100 szoftver- és hardverszakértő felvételét tervezik a májusban nyíló új egységhez, és folyamatosan keresik a big datával, beágyazott rendszerekkel és alkalmazásokkal foglalkozó mérnököket.

„A Continental új kompetencia-központjának létrehozása tovább növeli Magyarország versenyképességét, és erősíti az önvezető autózáshoz kapcsolódó kutatásfejlesztésben betöltött regionális szerepét, amely területen már több mint ezer mérnök dolgozik. A projekt fontos mérföldkő a magyarországi járműiparban” – mondta el Ésik Róbert, a Nemzeti Befektetési Ügynökség (HIPA) elnöke.

Miért fontos a gépi tanulás az önvezető járművek számára?

Az intelligens járműveknek tudniuk kell, hogy az őket körülvevő, közlekedésben részt vevők hogyan fognak viselkedni. A komplex vezetési környezetben a döntéseket nem lehet csupán egy tárgy vagy érzékelő alapján meghozni. Mindennek folyamatosan biztonságosan kell működnie, függetlenül attól, hogy milyenek a körülmények.

Ezt a bonyolult elvárást nagyon nehéz kezelni a kialakítás, megvalósítás és tesztelés szempontjából egyaránt. A mély gépi tanulásra alapozott módszerek különböző szinteken nyújtanak segítséget ezeknek az ilyen helyzetek a megoldásához – a környezeti érzékelőktől kezdve a vezetési stratégián át a tényleges járműirányításig.

A mély tanulási módszerek átméretezhetőek, így a több adat és a nagyobb számítási teljesítmény jobb teljesítményt fog eredményezni.

vissza a címlapra

Ajánlott videó mutasd mind

Kommentek

Nézd meg a legfrissebb cikkeinket a címlapon!
24-logo

Engedélyezi, hogy a 24.hu értesítéseket
küldjön Önnek a kiemelt hírekről?
Az értesítések bármikor kikapcsolhatók
a böngésző beállításaiban.