数据分析:人工智能移动的先决条件

苏马病Das
苏马病Das
2018年7月23日 4分钟阅读

Robot-Keychain.png在汽车技术范式转变的影响下,现在和未来的界限在汽车行业变得模糊起来. 无人驾驶, 人工智能 汽车不再是未来的概念. 十大电子游艺平台首选不再设想安全出行的想法, 安全, 环境保护, 驾驶乐趣和便利, “下一个十年,“相反,这将在未来两到三年内推动十大电子游艺平台首选的生活方式。.

今天的汽车不仅仅是有轮子的机器, 而是软件和硬件不可分割的融合. 功能,如巡航控制, 驾驶员辅助, anti-collision-systems, 地理位置, 连接性集成, have crept into the mass market; enhancing vehicle safety, 舒适和方便.

然而, 汽车行业的目标是让汽车成为人类的延伸, 而不是人类的附属品. 这就是人工智能(AI)和机器学习(ML)发挥作用的地方.

人工智能汽车比赛

人工智能似乎已经在汽车行业掀起了一场竞赛. 特斯拉这样的公司, 福特, 沃尔沃, 宝马, 奥迪(Audi)和梅赛德斯(Mercedes)是少数将人工智能和机器学习适度整合到现代汽车中的领跑者, 目标是在未来3-5年内生产全自动汽车. 以特斯拉为例, 作为电动汽车行业的先驱之一, 其自动驾驶功能和软件性能升级, 像智能手机, 这是否改变了人们对该行业技术创新的看法.

沃尔沃, 这家公司以其安全性能而闻名, 与商业分析解决方案公司有联系吗, Teradata, 启动一个系统,通过预先预测汽车部件的故障来采取预防措施. 这使得该公司能够更好地计划其零部件库存.

减少库存意味着降低成本和更高效的供应链, 这反过来又意味着客户满意度. 沃尔沃表示,其80-90%的新车都是“联网的”(发布客户许可),以收集有关驾驶行为的数据驱动信息, 汽车相关保修数据, 客户数据和在路上的反应. 所有这些都是为了增强当前的模型,并开发与消费者无缝互动的未来模型.

沃尔沃汽车使用Teradata分析解决方案和物联网(物联网)为沃尔沃汽车Autopilot等关键项目提供高级分析, 车辆间通信与项目26. 例如, 分享路况信息, 由几辆相连的沃尔沃汽车收集, 在不久的将来,它能与其他汽车和道路养护部门共享吗.

传统汽车着眼于当代技术

十大电子游艺平台首选正在见证一个新科技公司正在成为传统汽车公司重要合作伙伴的时代. 例如, 美国汽车制造商, 福特, 向Argo AI投资10亿美元开发自动驾驶汽车. 宝马收购了计算机视觉公司Mobileye,到2021年将ML集成到汽车上. 奥迪(Audi)和梅赛德斯(Mercedes)也在广泛使用人工智能实现现代汽车功能的自动化, 并计划在未来几年内生产全自动汽车.

尽管人工智能汽车可能永远无法实现人类的直觉, 正确的数据和算法将帮助他们使十大电子游艺平台首选的道路成为更安全、更高效的交通方式.

有趣的是, 非汽车企业也加入了探索汽车AI和ML解决方案的行列. 例如, 谷歌的自动驾驶汽车项目, Waymo与菲亚特-克莱斯勒的合作伙伴一直在凤凰城运送乘客, 在美国一年多了. 移动出租车叫车服务公司Lyft与深度学习初创公司Drive合作.ai,为自动驾驶出租车开发人工智能软件. 国际汽车供应商, 特尔斐, 获得NuTonomy, 自主移动初创公司, 该公司一直在新加坡测试自动驾驶汽车.

哪里有人工智能,哪里就有数据分析

尽管ai支持驾驶员辅助和传感器等连接功能, 预测性维护和地理空间制图, 现在是否已经被整合到车辆中, 不需要人工干预的自动驾驶汽车则完全是另一回事. 在一辆全自动驾驶汽车里, 驾驶决策由人工智能算法控制,这些算法处理汽车公司收集的历史数据,以及ML(自适应学习)系统整理的实时数据, 哪些记录了动态道路情况,并在处理后应用于实时驾驶.

麦肯锡表示,到2025年,全行业的汽车制造商人工智能生态系统的价值将达到2150亿美元左右. 抓住这个机会, 人工智能和ML技术需要与自动驾驶和联网汽车制造商协同工作. 为了将这些技术完全无缝地整合在一起,让它们成为消费汽车的主流, 汽车制造商需要强大的分析工具进行整理, 处理并理解数据.

自动驾驶汽车的数据分析与车轮一样重要

汽车领域的人工智能将为降低成本创造无数机会, 提高操作效率, 优化定价, 提高维护调度, 预测和匹配需求和供应,并帮助产生新的收入来源. 随着众多科技和汽车公司加入全球人工智能汽车竞赛,利用这些机会, 很明显,庞大的数据将被扔进可能成为生产力障碍的混合中.

然而, 一个强大的、可扩展的大数据分析平台可以将所有这些整合在一起, 精简产出,提高整个生态系统的效率. 麦肯锡预测,到2030年,汽车大数据将成为价值7500亿美元的产业.

例如, 现在的数据分析工具是分析列车的模式, 地铁, 出租车, 汽车, 交通信号灯, 为餐厅交通和一般市民运动提供了新的视角, 用于自治系统的预防措施. 分析工具可以研究来自车队的传感器数据, 如旅行时间和路线,并优化运营,以预测故障的可能性和由此产生的业务影响. 通过对单个车辆的大数据分析,可以帮助综合人工智能系统了解事故和擦肩而过的区别, 让未来的自动驾驶汽车更智能、更安全.

尽管人工智能汽车可能永远无法实现人类的直觉, 正确的数据和算法将帮助他们使十大电子游艺平台首选的道路成为更安全、更高效的交通方式. 随着全自动驾驶汽车暴露在不断变化的环境中, 它们将成为需要不断处理的数据仓库,以获得可操作的见解和性能改进. 数据越多,自动驾驶汽车的潜力就越大. 因此, 自动驾驶汽车和大数据分析必须共同努力,才能提高彼此的水平.

你觉得这篇文章有趣吗? 你网络中的其他人可能也会这么做! 推特这篇文章并关注十大电子游艺平台首选.

关于苏马病Das

苏马病Das是Teradata印度公司的总经理. 他拥有超过29年的技术行业领导经验,包括企业软件知识, 综合管理, 销售和业务拓展, 具有战略咨询、专业服务和执行管理经验.

在Teradata, Souma负责提供领导力 & 公司印度业务的总体战略方向,负责包括销售在内的现场运营, 客户管理, 市场营销, 专业服务和客户支持.

索玛是一位注重结果的高管,喜欢建设, 指导和培养团队,创造高效的人才,为企业带来新的收入增长.

在加入Teradata之前, Souma是Qlik印度业务的区域副总裁和董事总经理,负责领导团队推动增长, 为利用Qlik分析平台的组织提供收益和客户满意度.

在加入Qlik之前,Souma是Infor在印度的区域副总裁和董事总经理. 苏马病也, 在近十年的时间里,作为Citrix Systems的副总裁,建立并领导了印度业务. 他的职业生涯始于Wipro Technologies,后来在IBM担任各种角色和职能.

Souma毕业于杜克大学福库商学院(Duke University - Fuqua School business)的行政管理专业,并拥有贾达普大学(Jadavpur University)的计算机科学和应用硕士学位.

通过以下方式查看所有帖子 苏马病Das

保持了解

订阅十大电子游艺网站博客,以获得每周的见解



我同意Teradata公司, 作为本网站的供应商, 可能会偶尔向我发送关于产品的Teradata营销通信邮件, 数据分析, 还有活动和网络会议邀请. 我明白,我可以在任何时候通过跟踪我收到的任何电子邮件底部的取消订阅链接来取消订阅.

你的隐私很重要. 您的个人信息将根据本条例收集、存储和处理 Teradata全球隐私政策.

详见Teradata