NIPS (Conference and Workshop on Neural Information Processing Systems) è una delle principali conferenze mondiali nel settore dell’intelligenza artificiale e presenta ogni anno i progressi raggiunti in ambito di apprendimento e neuroscienze artificiali. Quest’anno Audi è presente per la prima volta con un proprio stand alla conferenza di Barcellona (dal 5 al 10 dicembre 2016). Audi mostra attraverso un modello in scala della nuova Q2 il livello di progresso raggiunto da un’automobile nell’ambito della logica di funzionamento di parcheggio intelligente. I sistemi in grado di apprendere autonomamente rappresentano una tecnologia chiave per la guida pilotata in campo automotive.
La casa dei quattro anelli è l’unica azienda automobilistica presente alla conferenza NIPS con un proprio stand espositivo e una dimostrazione pratica. Un modello di auto in scala 1:8 denominato «Audi Q2 deep learning concept» effettua dimostrazioni pratiche di parcheggio intelligente. In un’area di 3 x 3 metri è in grado di ricercare e trovare autonomamente uno spazio adeguato parcheggiando al suo interno. Il sistema di sensori dell’«Audi Q2 deep learning concept» consiste in due monotelecamere, orientate in avanti e indietro, e in dieci sensori a ultrasuoni posizionati intorno all’intera carrozzeria. Un computer di bordo trasforma le informazioni fornite da tali sistemi in segnali di comando per lo sterzo e per il suo motore elettrico. In una prima fase l’auto rileva la propria posizione rispetto al parcheggio sulla superficie di marcia. Appena rileva uno spazio adeguato, calcola come eseguire le corrette manovre di parcheggio con spostamenti di avanzamento e arretramento e con opportune sterzate. La capacità di parcheggiare autonomamente è supportata dal Deep Reinforcement Learning che consente al sistema di apprendere informazioni anche dai tentativi e dagli errori. Inizialmente l’automobile sceglie in modo casuale la direzione di marcia per le manovre. Un algoritmo riconosce automaticamente le azioni con esito positivo e migliora in questo modo sempre di più la logica di parcheggio. Il sistema è pertanto in grado di assolvere in totale autonomia anche manovre complesse.
L’«Audi Q2 deep learning concept» è un progetto sperimentale di Audi Electronics Venture GmbH (AEV), una consociata di Audi AG con sede a Gaimersheim. La successiva fase di sviluppo interesserà l’implementazione di tale tecnologia legata al parcheggio intelligente su un modello di serie. La rete globale Audi può contare su organizzazioni di ricerca e aziende estremamente avanzate nella Silicon Valley (USA), in Europa e in Israele. La casa dei quattro anelli collabora tra l’altro con MobilEye, azienda leader a livello mondiale nel settore del riconoscimento di immagini. Nell’ambito di tale cooperazione, i due partner hanno sviluppato anche un software basato sul Deep Learning per la percezione dell’ambiente circostante. Audi introdurrà per la prima volta questo software innovativo nella centralina dei sistemi di assistenza alla guida (zFAS) nel 2017 con il debutto della nuova generazione di Audi A8.
NVIDIA, azienda leader nello sviluppo e la produzione di sistemi hardware, è stata un importante partner nella realizzazione del sistema zFAS. Grazie alle soluzioni tecniche sviluppate il conducente viene pilotato durante la marcia in situazioni di coda e nelle manovre di parcheggio. Audi intensificherà ulteriormente la collaborazione con partner dell’industria high-tech per un maggiore grado di integrazione dei componenti dotati di intelligenza artificiale. La tecnologia basata sull’intelligenza artificiale è essenziale per la gestione di situazioni complesse, per esempio nel traffico cittadino. Le automobili a guida autonoma sono in grado di valutare correttamente l’ambiente circostante e di eseguire le relative manovre di marcia. La conferenza NIPS offre anche l’opportunità di dare uno sguardo su queste e altre opzioni di sviluppo futuro agli specialisti in intelligenza artificiale interessati a svolgere attività innovative insieme ad Audi su intelligenza artificiale, Machine Learning, Cloud Computing, Data Analytics e architettura automotive. 
