La recopilación de datos vehiculares es fundamental para los fabricantes de equipos originales (OEM) en su búsqueda de innovación continua y mejora del rendimiento. La creciente digitalización de la arquitectura de vehículos y la adopción de funciones configurables mediante software permiten a los OEM agregar nuevas características de forma ágil. En este contexto, Sonatus ha presentado sus productos Collector AI y Automator AI, diseñados para abordar las necesidades del movimiento hacia los Vehículos Definidos por Software (SDVs).
Collector AI simplifica el uso de datos a lo largo del ciclo de vida del vehículo mediante políticas de recopilación de datos que no requieren modificaciones en la electrónica del vehículo ni en el código embebido. Sin embargo, los ingenieros y otros usuarios de los datos vehiculares enfrentan el desafío de seleccionar entre miles de señales para sus casos de uso específicos. Por otro lado, Automator AI también presenta dificultades debido a su metodología sin código para la automatización de funciones vehiculares, lo que puede ser complicado para aquellos que no están familiarizados con las señales y eventos disponibles.
Para abordar estos desafíos, Sonatus se ha asociado con el AWS Generative AI Innovation Center para desarrollar una interfaz de lenguaje natural que facilite la generación de políticas de recopilación de datos y automatización utilizando inteligencia artificial generativa. El objetivo es reducir el tiempo de creación de políticas de días a minutos y hacer el proceso accesible tanto para ingenieros como para no expertos.
Sonatus ha implementado estrategias para generar políticas a partir de entradas de lenguaje natural, reduciendo significativamente el tiempo de creación y permitiendo a un público más amplio, incluidas las partes interesadas no técnicas, participar en el proceso. Sin embargo, el equipo enfrentó retos como la complejidad de las estructuras de eventos vehiculares y las limitaciones de datos etiquetados, así como la traducción de formatos.
Los indicadores de éxito establecidos para la solución incluyen la reducción del tiempo de generación de políticas, el aumento en el número de políticas por cliente y la ampliación de la base de usuarios para la creación de políticas. Un equipo dedicado de tecnología avanzada, junto con el AWS Generative AI Innovation Center, ha desarrollado un sistema automatizado que mejora la eficiencia en la generación de políticas al descomponer las solicitudes de los usuarios en componentes estructurados y procesables.
Este enfoque multifacético incluye la identificación de señales correctas mediante métodos basados en vectores y la utilización de agentes para refinar las propuestas de señales, asegurando así la precisión y claridad en el resultado final. La combinación de estructuras de trabajo adaptadas, generación de parámetros y un enfoque de contexto ha transformado la forma en que se crean políticas, logrando un aumento notable en la eficiencia y una reducción significativa en el tiempo requerido para su implementación.
Sonatus, con la ayuda de AWS, sigue marcando el camino hacia la automatización y transformación digital en el sector automotriz, permitiendo a las organizaciones abordar sus flujos de trabajo complejos de manera más efectiva.
vía: AWS machine learning blog
