Mesterséges intelligenciát fejlesztenek Budapesten
Tovább bővítik szakértelmüket a mély gépi tanulás területén, hogy megvalósíthassák az automata vezetést – mondta el Karl Haupt, a Continental üzletágvezetője.

 

Markus Strothjohann, a cég magyarországi HR vezetője elmondta: azért választották Budapestet, mert itt már adott egy aktív autóipari környezet, számos egyetem és kutatóközpont, valamint az általuk keresett specialisták is rendelkezésre állnak. Körülbelül száz szoftver és hardver szakértő felvételét tervezik az új egységükhöz, mely célkitűzést rendkívül hamar szeretnénk megvalósítani.

"Folyamatosan keresünk gépi tanulásban jártas szakembereket, big data mérnököket, hardver-szoftver tervezőket, beágyazott rendszermérnököket és alkalmazás mérnököket” – hangsúlyozta Jens Brüning, az új budapesti kompetencia központ vezetője. Azt is hozzátette, hogy „az új fejlesztési irodánk Budapest belvárosában a legújabb eszközökkel lesz felszerelve, így az alkalmazottaink a lehető legkiválóbb környezetben dolgozhatnak a jövő mobilitásán.”

A budapesti mesterséges intelligencia központot az egyéb fejlesztési helyszíneken már jelen lévő globális szoftvergyártó hálózatba integrálják, a fejlett vezető támogató rendszerek üzletágon belül végzi majd tevékenységét. Az új fejlesztőközpontnál a fókusz a mély gépi tanulásra, azon belül is a biztonság szempontjából kritikus, valós idejű szoftveres alkalmazásokra helyeződik. „A kompetenciaközpontunkban komplex vezetési szituációk kezelésére szolgáló megoldásokat fejlesztünk majd ki ennek a rendkívül gyorsan fejlődő technológiának a segítségével” – tette hozzá Thomas Brohm fejlesztési vezető.

A fejlett vezető támogató rendszerek üzletág már évek óta épít a gépi tanulásra és a neurális hálózatok tudományára. Az új MFC 500 multifunkcionális kamera rendkívül nagyfokú számítási teljesítményének köszönhetően képesek vagyunk nagymértékben kiaknázni a mély neurális hálózatokban rejlő lehetőségeket. Ezáltal a komplex közlekedési helyzetek rendkívül pontosan rögzíthetőek, amelyek alapos és átfogó megértése óriási lépéssel visz közelebb minket az automata vezetéshez.

A mély gépi tanulás

Az intelligens járműveknek tudniuk kell, hogy az őket körülvevő, közlekedésben résztvevők hogyan fognak viselkedni. A komplex vezetési környezetben a döntéseket nem lehet csupán egy tárgy vagy egy 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 a komplex helyzeteknek a megoldásához, a környezeti érzékelőktől kezdve a vezetési stratégián át a tényleges járműirányításig. A mély tanulási módszerek átméretezhetők, így a több adat és a nagyobb számítási teljesítmény jobb teljesítményt fog eredményezni.

Ultra széles bemeneti feszültségtartományú izolált DC/DC konverterek
A Mornsun tovább bővítette a széles bemeneti feszültségű R3 DC / DC átalakítók termékcsaládját, és 100W-os változat mellé megjelent 75W, 150W és 200W-os, ezzel a URF48_QB-R3 sorozattá bővült.
Mesterséges intelligencia dönt a munkaerő kiválasztásáról?
Vajon tudna egy robot jogi állásfoglalást adni, könyvelést készíteni, esetleg pénzügyi tanácsadást nyújtani? Néhány év múlva valószínűleg igen, és minden bizonnyal hatékonyabban, mint egy ember.
Nagy pontosságú mérés bármely anyagon vagy felületen
A Keyence ultrakompakt koaxiális lézeres elmozdulásérzékelőjét olyan ipari alkalmazásokban használják, mint a minőségjavítás, a hibás alkatrészek kiszállításának megelőzése, illetve a termelékenység növelése.
Kína lesz a világ legnagyobb 5G mobil technológiai piaca
A dolgok internetéhez (IoT) szolgáltatási szerződéssel csatlakoztatott berendezések száma 2025-ra 1,9 milliárdra emelkedik a 2018-as 672 millióról.
CFD szimulációk az optimalizáció szolgálatában
CFD – Sokak számára ismerős akronim, melynek elsősorban kétféle feloldása van; Contract for Difference, mely a pénzügyi kereskedéssel kapcsolatos fogalom, és a Computational Fluid Dynamics, vagyis a numerikus áramlástan. Számunkra most ez utóbbi a releváns.