ریوین دستیار هوش مصنوعی خودش را میسازد

- این پلتفرم هوش مصنوعی سفارشی و ترکیبی (لبه/ابری) بر تعهد Rivian به یکپارچهسازی عمودی و تجربهای انعطافپذیر و کاربرمحور در داخل خودرو تأکید میکند.
تککرانچ مطلع شده است که ریوین (Rivian) تقریباً دو سال را صرف ساخت دستیار هوش مصنوعی خود کرده است، تلاشی که جدا از سرمایهگذاری مشترک فناوری چند میلیارد دلاری آن با فولکسواگن باقی میماند.
ریوین اعلام نکرده است که چه زمانی دستیار هوش مصنوعی را به دست مصرفکنندگان خواهد رساند. با این حال، در مصاحبهای در اوایل سال جاری، واسیم بنسید، رئیس نرمافزار ریوین، به تککرانچ گفت که هدفشان پایان سال است. این شرکت به احتمال زیاد جزئیات بیشتری را در طول رویداد آینده روز هوش مصنوعی و خودمختاری خود به اشتراک خواهد گذاشت که از ساعت ۹ صبح به وقت اقیانوس آرام در ۱۱ دسامبر به صورت زنده پخش خواهد شد.
برنامههای ریوین بازتابدهنده این دوران است، زیرا سرعت توسعه شرکتهای هوش مصنوعی پایه — غولهای فناوری و استارتاپهایی مانند Anthropic، Google، Microsoft، Meta و OpenAI که مدلها و زیرساختهای اصلی را میسازند — شتاب میگیرد و صنایع برای همگام شدن با آن تلاش میکنند.
اما همانطور که بنسید در اوایل سال جاری به تککرانچ اشاره کرد، این یک تلاش عجولانه برای همگام شدن با روند نیست. همچنین صرفاً یک چتبات نیست که در سیستم اطلاعات سرگرمی قرار داده شده باشد. بنسید گفت که این شرکت تفکر، منابع و زمان قابل توجهی را صرف این محصول کرده است و خاطرنشان کرد که این محصول برای ادغام با تمام کنترلهای خودرو طراحی شده است.
طبق گفته بنسید، این شرکت با فلسفه زیربنایی برای ساخت یک معماری کلی که مستقل از مدل و پلتفرم باشد، شروع کرد. تیم دستیار هوش مصنوعی ریوین که در دفتر این شرکت در پالو آلتو مستقر است، به زودی متوجه شد که تلاش و توجه باید به توسعه لایههای نرمافزاری که به هماهنگسازی گردشهای کاری مختلف کمک میکنند و همچنین منطق کنترلی که تضادها را حل میکند، معطوف شود.
بنسید گفت: «و این همان پلتفرم درون خودرویی است که ما ساختهایم. ما از چیزی استفاده میکنیم که صنعت اکنون دوست دارد آن را چارچوب عامل (agentic framework) بنامد؛ اما ما از ابتدا به این معماری فکر کردیم تا بتوانیم با مدلهای مختلف ارتباط برقرار کنیم.»
برنامه دستیار هوش مصنوعی داخلی با تلاش ریوین برای ادغام عمودیتر سازگار است. در سال ۲۰۲۴، ریوین کامیون پرچمدار R1T و شاسیبلند R1S خود را بازسازی کرد و همه چیز را از بسته باتری و سیستم تعلیق گرفته تا معماری الکتریکی، پشته سنسور و رابط کاربری نرمافزار تغییر داد.
این شرکت همچنین منابع قابل توجهی را صرف توسعه و بهبود پشته نرمافزاری خود کرده است که شامل همه چیز مربوط به سیستمهای عامل بلادرنگ (RTOS) است که خودرو را مدیریت میکنند، مانند دینامیک حرارتی، ADAS و سیستمهای ایمنی، و همچنین لایه دیگری مربوط به سیستم اطلاعات سرگرمی.
بنسید اطلاعات دقیقی در مورد دستیار هوش مصنوعی ارائه نکرد، اما گفت که این دستیار ترکیبی از مدلهایی را شامل میشود که وظایف خاصی را انجام میدهند. نتیجه یک پشته نرمافزاری هیبریدی است که هوش مصنوعی لبه (edge AI)، که در آن وظایف بر روی دستگاه انجام میشوند، و هوش مصنوعی ابری (cloud AI)، که در آن مدلهای بزرگ که به محاسبات بیشتری نیاز دارند توسط سرورهای راه دور مدیریت میشوند، را ترکیب میکند.
این باید به معنای یک دستیار هوش مصنوعی انعطافپذیر و سفارشی باشد که بار کاری را بین لبه و ابر تقسیم میکند.
ریوین بسیاری از پشته نرمافزاری هوش مصنوعی را به صورت داخلی توسعه داده است، از جمله مدلهای سفارشی خود و «لایه ارکستراسیون»، که هماهنگکننده یا پلیس ترافیک است که اطمینان حاصل میکند مدلهای مختلف هوش مصنوعی با هم کار میکنند. ریوین برای عملکردهای خاص هوش مصنوعی عامل (agentic AI) با شرکتهای دیگر همکاری کرده است.
بنسید گفت که مأموریت توسعه یک دستیار هوش مصنوعی است که اعتماد و تعامل مشتری را افزایش دهد.
در حال حاضر، دستیار هوش مصنوعی در ریوین باقی میماند. سرمایهگذاری مشترک این شرکت با فولکسواگن بر روی نرمافزار متمرکز است، اما نه بر روی دستیار هوش مصنوعی یا هر چیزی که مربوط به رانندگی خودکار باشد.
سرمایهگذاری مشترک فناوری با فولکسواگن که در سال ۲۰۲۴ اعلام شد و ارزش آن تا ۵.۸ میلیارد دلار است، بر روی معماری الکتریکی زیربنایی، محاسبات منطقهای و اطلاعات سرگرمی متمرکز است. این سرمایهگذاری مشترک رسماً در نوامبر ۲۰۲۴ آغاز شد و انتظار میرود معماری الکتریکی و نرمافزار را برای گروه فولکسواگن تا سال ۲۰۲۷ عرضه کند.
بنسید گفت که خودمختاری و هوش مصنوعی در حال حاضر جدا هستند، اما «این بدان معنا نیست که در آینده ممکن است اینطور نباشد.»
این مقاله توسط هوش مصنوعی ترجمه شده است و ممکن است دارای اشکالاتی باشد. برای دقت بیشتر، میتوانید منبع اصلی را مطالعه کنید.



