BMW集團發佈使用AI人工智能的七大道德規範暨現況概述與未來發展

CarStuff 人車事 2020-10-13 19:36:51

網址已複製 ×

Written by:

AI的使用是BMW集團數位化轉型過程的核心要素，並且已經在整個售前與售後價值鏈中獲得採用，其以為客戶、產品、員工和製造流程創造增值。例如，客戶可通過直接在車輛中使用智能個人助理從自然語言處理(NLP)中受益，並在管理流程中使用翻譯工具和上下文處理助手來輔助員工作業。智能數據分析和機器學習可用於優化建築物和車輛中的能源管理。圖像處理AI則可以讓客戶使用駕駛輔助系統擺脫單調的駕車旅程，也可以減輕生產人員的單調處理步驟。

BMW集團在技術創新以及法規和道德問題方面持續關注全球發展。並與其他企業和組織一起，參與製定與AI合作的規則，其在歐盟委員會正在進行的磋商過程中發揮了積極作用。

BMW集團AI項目負責人Michael Würtenberger表示，「人工智能是數位化轉型過程中的關鍵技術。但對我們而言，重點仍然放在人身上。AI支持我們的員工並改善客戶體驗。在公司內部擴展AI應用程序方面，我們正在朝著目標前進，並且謹慎行事。BMW集團AI的七項原則為我們的方法奠定了基礎。」

{source}<div class="video-wrapper"><iframe width="840" height="473" src="https://www.youtube.com/embed/qi_NPYomaTE" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowfullscreen></iframe></div>{/source}

根據歐盟對可信賴的AI提出的基本要求，BMW集團已製定出涵蓋在公司內部使用AI的七個基本原則。這些將根據公司各個領域在AI的多層應用程序的要求而不斷完善和調整。這樣，BMW集團將為擴展AI的使用鋪平道路，並提高員工在使用AI技術時對敏感度需求的意識。

BMW集團涵蓋人工智能開發和應用的七項原則：

* 人為代理和監督：對AI應用程序做出的決策實施適當的人工監控，並考慮人類可以推翻演算法決策的可能方式。

* 技術的堅固性和安全性：致力於開發強大的AI應用程序，並遵守旨在降低意外後果和錯誤風險的適用安全標準。

* 隱私和數據治理：擴展其最先進的數據隱私和數據安全措施，以涵蓋AI應用程序中的存儲和處理。

* 透明度：BMW集團的目標是在使用相應技術的情況下，解釋AI應用程序和開放式交流。

* 多樣性、不歧視和公平：BMW集團尊重人的尊嚴，因此著手建立公平的AI應用程序。這包括防止AI應用程序違規。

* 環境和社會福祉：致力於開發和使用AI應用程序，以促進客戶、員工和合作夥伴的福祉。這符合BMW集團在人權和可持續性領域的目標，其中包括氣候變化和環境保護。

* 問責制：AI應用程序應予以實施，以使其負責任地工作。BMW集團將根據良好的公司治理來識別、評估、報告和減輕風險。

Project AI

BMW集團的Project AI項目於2018年啟動，以確保道德和高效地使用AI技術。作為BMW集團數據分析和機器學習的能力中心，它確保了整個集團的快速知識和技術共享。因此，Project AI不僅在數位化轉型過程中扮演著關鍵角色，更支持智能數據和AI技術的有效開發和擴展。Project AI的一項發展是一個投資組合工具，它可以在整個公司範圍內的技術開發中，使數據驅動決策的技術透明化。此D³平台(Data Driven Decisions)目前已涵蓋400個用例，其中50多個可用於常規操作。

BMW集團AI的研究與發展

基於AI的車輛能源管理

車輛包含大量的用電設備，例如：座椅加熱裝置、娛樂系統、空調…等。在許多情況下，駕駛不知道使用這些用電設備也會影響CO2排放與續航里程。

BMW集團的AI專家正在對基於AI的軟體進行研發，以用於車載能源管理。該系統以用戶行為和路線信息為基礎，學習如何根據駕駛的習慣、要求和能效需求盡可能有效地調整車輛的能耗。透過這種方式，可減少CO2排放、節省能源並擴大續航範圍。

聲學分析：傳感器模型中的感官增強，可實現自動駕駛更優化

BMW集團目前正在採取一種全方位的新方法來監控車輛環境。為此目的探索的領域之一是如何將聲音信號處理添加到AI傳感器中。整合聽覺感知對於城市場景尤其是自動駕駛大普及的未來將可能會有所幫助。

現況概述

需求管理中的AI

BMW集團有33,000多個需求規格說明文件，其中包含超過3,000萬條有關車輛、零部件和特性的個性化需求，都是海量的數據。人工智能技術可以幫助員工更快、更仔細地處理大量數據。目前已經開發出了一種使用自然語言處理方法，來改善品質和對規範文檔中的各個要求所進行分析的應用程序。基於聯網的工具允許自動翻譯和檢查成千上萬檔案的需求，以確保語言品質、正確性和一致性。

供應鏈管理和物流示例

主要將AI與設施和機器人控制系統集成。BMW集團的第一個智能AI控制應用程序在Steyr廠舉行了首次亮相。該應用程序透過攝影設備監控，來防止空容器在傳送帶上的不必要運輸來加快物流流程。AI應用程序使用員工標記的存儲圖像數據，識別是否需要將集裝箱綁紮到貨盤上，或者對於大而穩定的箱子，是否不需要額外的固定措施。如果不需要綁紮，則AI應用程序會執行最短路徑將集裝箱引導至卸貨站。

除了在Steyr廠中的應用外，人工智能還可以運用在眾多其他物流創新中。它還支持虛擬佈局規劃，可以創建建築物和工廠的高解析度3D掃描。人工智能最終有助於識別3D掃描中的單個對象，例如：零件容器、建築結構和機器人。

透過這種方式，機器人應用程序在協調技能和識別人與物體的能力方面會優於過去所使用的技術。導航功能的改進使諸如在生產線中的叉車、牽引聯結車和員工之類的障礙物得以更快、更清晰地被檢測到，並在幾毫秒內計算出備選路線。基於AI的技術可幫助機器人應用程序學習不同的反應，並將其應用於人和物體的識別。

生產實例

自2018年以來，BMW集團一直在批量生產中使用各種AI應用程序。一個重點是自動圖像識別：在這些過程中，AI評估進行中的生產中的組件圖像，並在幾毫秒內將它們與相同序列的數百個其他圖像進行比較。這樣，AI應用程序可以即時確定與標準的偏差，並檢查是否已安裝所有必需零件以及是否將它們安裝在正確的位置。

在BMW集團，基於AI的靈活、高效的應用程序正在逐步取代永久安裝的相機門戶，實現更為簡單的機制。而在生產車間拍攝相關照片僅需使用移動式的一般相機即可。AI解決方案也可以快速設置，員工可以從不同角度為組件拍照，並在圖像上標記潛在的偏差。這樣，他們創建了一個圖像數據庫以構建一個數據網絡，該網絡以後可以在無需人工干預的情況下自動評估圖像。

車型銘牌檢查

在BMW集團Dingolfing廠的最終檢查區域中，一個AI應用程序將車輛訂購數據與新生產的車型徽章的即時圖像進行比較。型號標識和其他標識牌(例如：全輪驅動的xDrive和動力規格組合)存儲在圖像數據庫中。如果即時圖像和訂單數據不一致(例如，缺少名稱)，則最終檢查團隊會收到通知。

塗漆車間中的灰塵顆粒分析

正如BMW集團慕尼黑廠塗漆車間的一個試點項目所示，人工智能可以更加精確地控制高度敏感的汽車生產設備的運行。如果灰塵含量由於一年中的某個時間或持續的乾燥期而增加，則該演算法會在早期階段掌握趨勢，例如：提前提出更換過濾器的建議。

與其他分析工具一起使用，隨時可以識別其他模式，其分析的另一個結果可能是需要使用鴕鳥毛對機器進行微調，以清除車身上的灰塵顆粒。BMW的AI專家認為灰塵顆粒分析具有巨大潛力，隨附來自眾多傳感器的信息和來自表面檢測的數據，該演算法可監控超過160個車身特徵，並且可以非常準確地預測塗料的品質量。

沖壓車間的AI控制應用程序可靠地防止了偽缺陷

在沖壓車間，將平板鈑金零件轉變成用於車身的高精度零件。成型後殘留在部件上的灰塵或油漬很容易與非常細小的裂紋相混淆，這種裂紋很少發生在加工過程中。以前BMW集團Dingolfing廠中基於攝影鏡頭的品質控制系統有時也會識別出這些偽缺陷(偏離目標值，但沒有實際影響功能)。

在新的AI應用程序中，這些偽缺陷不再發生，因為數據神經網絡可以為每個特徵立即訪問大約100個真實圖像，可以是大約100個完美組件的圖像，或100個帶有塵粒的圖像，以及100個在組件上帶有油滴的圖像…等。

售後服務和客戶服務示例

經銷商服務台也使用AI處理客戶問題。如果BMW客戶拜訪經銷商並報告他們的車有問題時，則需要迅速發現問題並可靠地找到正確的解決方案。

為了幫助保養廠做到這一點，服務員工藉由知識數據庫來加以完成，該數據庫已使用功能強大的軟體堆棧進行了擴展，以包括AI智能和可擴展的搜索工具，用於處理問題案例和搜尋知識數據。AI可將上下文信息納入搜索過程，從而可以標記相同和相似的案例。除此之外，自動翻譯功能還可以消除故障分析過程中的語言障礙。

微信中基於AI的客戶互動

聊天機器人有助於顯著提高客戶服務的品質和可用性。在中國，BMW金融服務透過廣泛使用的微信應用程序(WeChat)為客戶提供基於AI的聊天機器人。

聊天機器人允許客戶提出有關其個人理財協議的問題或對其協議進行更改。這些漫遊器首先經過培訓，可以處理呼叫中心收到的大多數問題。如果聊天機器人無法回答問題，則會將查詢結果傳遞給工作人員。這意味著可以每天24小時始終如一地以高水準的品質回答客戶最常碰到的問題。

建築管理示例

自2006年以來，BMW集團一直能夠在全球各地不斷提高建築物的能效。現在已經達到了很高的水平，以致於越來越難確定是否能使用常規手段來進行改進的潛力。這就是使用智能數據和AI所能達到的優勢。BMW集團在其地點系統地處理所有與能源相關的數據，因此可以使用AI建立以前未發現的能耗模式。

與天氣有關的數據也可以納入此過程，從而使建築物的供暖和製冷更加智能和高效。在慕尼黑的一個試點項目中，這種方法每年可以在IT中心節省大約1200 MWh(兆瓦時)的耗能，這相當於約60戶家庭的能源消耗。這項經驗以及嚴格的數據收集和分析過程，還使更多辦公大樓獲得了積極的能源效率結果，例如：BMW的四缸造型大樓、FIZ Projekthaus、Campus Freimann和Dingolfing的動力中心。

管理和支持功能示例

定制機器翻譯(CMT)為學習「BMW語言」的機器翻譯。由於BMW集團業務遍及100多個國家。它的客戶、經銷商和員工會說數百種語言，而且每天都有大量來自外部資源的多語言文版本湧入。由於涉及的數量和成本，人工翻譯所有多語言數據不具意義。

出於信息保護的原因，不允許使用線上免費的翻譯解決方案，並且也通常無法提供正確的技術術語和措辭翻譯，因此正確的「BMW語言」來自BMW集團IT部門開發了自己專屬針對適合BMW文本的翻譯解決方案。BMW集團的員工現在每天要向系統輸入2,000多個句子，來不斷更新強化之。

客戶和車輛輔助功能示例

人工智能是自動駕駛的關鍵，並且已經存在於當前的駕駛輔助系統中，例如：Driving Assistant Professional。基於自動化的功能可幫助客戶安全駕駛、停車並保持連網。而在高速公路上，AI最新的發展可以長時間接管理車輛的縱向和橫向引導。不過，客戶駕駛仍須對車輛負責，但是他們現在只須監視正在發生的事情。