据外媒报报道，德国人工智能研究中心（German Research Center for Artificial Intelligence，DFKI）与IAV公司宣布，双方启用了一家联合研发实验室，在汽车研发中采用人工智能应用。
DFKI位于德国的凯泽斯劳滕市（Kaiserslautern），该机构提供了新的测试环境，目前正在研发人工智能特殊分析法，旨在将该技术应用于汽车研发测试过程中。研究人员将重心放在深度学习及时间序列分析（time series analysis）两大技术上。
IAV计划发挥人工智能技术的潜力，并将该技术用于动力总成研发的研发规程及方法上，涉及：在电控单元等发动机控制系统中采用人工智能技术，发挥人工智能技术的潜力，提升研发过程的能效及稳健性。
人们认为，未来汽车业采用智能数据分析法对测试数据、电控单元及测试台进行监控及优化的可能性极高。举个例子，一个现代化的发动机控制单元拥有5万多个设定参数，上述参数对发动机的油耗、磨损及整体性能将起到决定性的作用。
对控制单元机采用深度学习技术（更精确地说，采用神经元网络）将使控制单元拥有独立“学习”的能力，使其学会自行优化调整各输入参数。在采用时间序列分析过程中，可采用神经元网络技术对发动机测试数据加以分析，从而实现预见性发动机状况监控并预判设备磨损及维护的时间。此外，可在新研发实验室内研发这类方法。
同时，取名为FLaP的新实验室将致力于新可视化选项，用于处理神经元网络的多样化测量数据，旨在创建人工智能工具的工具箱（toolbox），使汽车工程师们能够在研发时直观地选取所需的工具箱。
IAV计划发挥人工智能技术的潜力，并将该技术用于动力总成研发的研发规程及方法上，涉及：在电控单元等发动机控制系统中采用人工智能技术，发挥人工智能技术的潜力，提升研发过程的能效及稳健性。
人们认为，未来汽车业采用智能数据分析法对测试数据、电控单元及测试台进行监控及优化的可能性极高。举个例子，一个现代化的发动机控制单元拥有5万多个设定参数，上述参数对发动机的油耗、磨损及整体性能将起到决定性的作用。
对控制单元机采用深度学习技术（更精确地说，采用神经元网络）将使控制单元拥有独立“学习”的能力，使其学会自行优化调整各输入参数。在采用时间序列分析过程中，可采用神经元网络技术对发动机测试数据加以分析，从而实现预见性发动机状况监控并预判设备磨损及维护的时间。此外，可在新研发实验室内研发这类方法。
同时，取名为FLaP的新实验室将致力于新可视化选项，用于处理神经元网络的多样化测量数据，旨在创建人工智能工具的工具箱（toolbox），使汽车工程师们能够在研发时直观地选取所需的工具箱。
责任编辑：周帅洁
