निसान, मोनोलिथ कार विकासाचा वेळ कमी करण्यासाठी संयुक्त AI प्रयत्नांचा विस्तार करतात
३३
निक केरी लंडन (रॉयटर्स) -निसान आणि यूके सॉफ्टवेअर फर्म मोनोलिथ यांनी शुक्रवारी सांगितले की त्यांनी कृत्रिम बुद्धिमत्तेचा वापर करून वाहनांची शारीरिक चाचणी कमी करण्यासाठी आपली भागीदारी वाढवली आहे कारण जपानी ऑटोमेकर नवीन कारच्या विकासाच्या वेळा कमी करण्यासाठी दबाव टाकत आहे. मोनोलिथ आणि निसानने नवीन इलेक्ट्रिक निसान लीफच्या चेसिसवर बोल्ट घट्ट करण्यासाठी भौतिक चाचणी वेळ कमी करण्यासाठी यशस्वीरित्या AI चा वापर केल्यानंतर विस्तार आला – जो युरोपमधील भविष्यातील मॉडेल्सवर देखील लागू केला जाईल. Nissan सारख्या लेगेसी ऑटोमेकर्स वाहन विकासाचा कालावधी सुमारे पाच वर्षांच्या सरासरीने कमी करण्याचा प्रयत्न करत आहेत आणि चीनी प्रतिस्पर्ध्यांना पकडण्याचा प्रयत्न करीत आहेत जे 18 महिन्यांत नवीन मॉडेल आणू शकतात. निसान टेक्निकल सेंटर युरोपमधील ग्राहकाभिमुख अभियांत्रिकी आणि चाचणी ऑपरेशन्सच्या संचालक एम्मा ड्यूश यांनी रॉयटर्सला सांगितले की, “आम्ही चिनी विकासाच्या वेळेबद्दल खूप जागरूक आहोत.” “आम्हाला वाहने लवकर बाजारात आणायची आहेत.” यूएस आणि चीनच्या कार विक्रीत घसरण झाल्यामुळे निसान कामगारांना कामावरून काढून टाकत आहे आणि स्वतःला वळण देण्यासाठी प्लांट बंद करत आहे. AI डेटा सेंटर ऑपरेटर Coreweave ने या महिन्याच्या सुरुवातीला सांगितले की ते ग्राहकांना R&D सायकल कमी करण्यात मदत करण्यासाठी मोनोलिथचे अधिग्रहण करेल. 1992 मध्ये निसान मायक्रा स्मॉल हॅचबॅकच्या यूके लाँचच्या सर्व मार्गांनी डेटिंग केलेल्या भौतिक चाचणी डेटावर मोनोलिथच्या एआयचा वापर करून, ऑटोमेकर “मोठ्या प्रमाणात वेळ घेणारे” बोल्ट घट्ट करण्याच्या चाचण्या सहा वरून पाच महिन्यांपर्यंत कमी करू शकले. तिने जोडले की तिला भविष्यातील मॉडेल्सची आशा आहे की त्या चाचण्या तीन महिन्यांपर्यंत अर्ध्या केल्या जाऊ शकतात. ड्यूश म्हणाले की निसान आता मोनोलिथसोबत टायर्स आणि बॅटरीच्या चाचणीच्या वेळा कमी करण्यासाठी प्रकल्पांवर काम करत आहे. चायनीज ईव्ही मेकर निओ कार बॅटरी पॅकची चाचणी आणि सुधारणा करण्यासाठी मोनोलिथचे एआय देखील वापरत आहे. अधिक प्रक्रियांमध्ये AI लागू करून, Deutsch म्हणाली की तिला नवीन Nissan वाहनांसाठी एकूण चाचणी 20% ने कमी करण्याची आशा आहे. (निक केरीद्वारे अहवाल; किम कोगिलचे संपादन)
(लेख सिंडिकेटेड फीडद्वारे प्रकाशित केला गेला आहे. शीर्षक वगळता, मजकूर शब्दशः प्रकाशित केला गेला आहे. उत्तरदायित्व मूळ प्रकाशकावर आहे.)
Source link



