Avtonom maşınlar texnologiyanın inkişafı ilə həyatımızda daha çox yer almağa başlayır. Dronlar, özünü idarə edən avtomobillər və hətta traktorlar bu sahədəki irəliləyişlərin ən yaxşı nümunəsidir. Məşhur Waymo şirkəti illər ərzində avtomobillər üçün qabaqcıl naviqasiya texnologiyaları, süni intellekt və maşın öyrənmə modelləri inkişaf etdirib. Lakin bu texnologiyalar avtonom maşınların tam yayılması üçün kifayət etməyə bilər.

Waymo kimi nəhəng şirkətlər milyardlarla dollar sərmayə yatıraraq öz maşınlarında tamamilə müstəqil hesablama sistemləri inkişaf etdirə bilsələr də, bir çox şirkət bu miqyasda sərmayə qoymağa qadir deyil. Bu səbəbdən, bulud əsaslı sistemlərə ehtiyac var. Bu sistemlər yüksək dəqiqlikli məlumatları təmin edərək avtonom maşınların marşrutlarını optimallaşdırmasına və potensial təhlükələri əvvəlcədən görməsinə imkan yaradır.

Fiziki Dünya Süni İntellektinin Mövcud Vəziyyəti

Hal-hazırda mövcud olan süni intellekt əsasən lokal olaraq işləyir və avtonom maşınlarda yerində emal edilən məlumatlara əsaslanır. Bununla yanaşı, süni intellektin geniş fiziki mənzərəni dərk edə bilməsi üçün daha çox məlumat və mühəndislik işlərinə ehtiyac var.

Müjdəli xəbər budur ki, peyklər, dronlar və digər cihazlar vasitəsilə fiziki dünyadan kifayət qədər məlumat toplanır. Lakin Gartner-in qeyd etdiyi kimi, bu məlumatların süni intellekt tərəfindən istifadəyə yararlı hala gətirilməsi üçün ciddi mühəndislik işləri tələb olunur. Bu sahədə Wherobots kimi şirkətlər çalışır. Onların “məkan intellekti buludu” texnologiyası, fiziki dünya məlumatlarını emal edərək avtonom maşınların gördüklərini daha yaxşı başa düşməsinə kömək edir.

Bulud Texnologiyasının Avtonom Maşınlara Təsiri

Avtonom avtomobillər bu texnologiyanın ən bariz nümunəsidir. Onların daxili naviqasiya sistemləri tamamilə əvəz olunmasa da, bulud texnologiyası qərar qəbul etmə prosesini xeyli yaxşılaşdıra bilər. Məsələn, son mil çatdırılma şirkətləri tez-tez təzə ərzaqların vaxtında çatdırılmasında çətinliklərlə üzləşirlər.

Kənd yerlərində avtonom avtomobillər uzun giriş yollarını evlərin girişləri kimi tanımaqda çətinlik çəkə bilər. Şəhər mühitində isə böyük komplekslərdəki mənzilləri tapmaq problemə çevrilir. Bu səbəbdən, donanma şirkətləri süni intellekt və bulud texnologiyasından istifadə edərək ərazilərin dəqiq xəritələrini yaradır və bu məlumatları çatdırılma sistemlərinə ötürür. Nəticədə, avtonom maşınlar daha sürətli və təhlükəsiz çatdırılma həyata keçirir, həmçinin karbon emissiyalarını azaldır.

Dronlar üçün Yüksək Dəqiqlikli Xəritələr

ABŞ Nəqliyyat Departamenti avqust ayında dronların operatorun vizual sahəsindən kənarda uçmasına imkan verən qaydalar təklif edib. Bu, mövcud sistemlə müqayisədə əhəmiyyətli bir sadələşdirmə olardı.

Gələcəkdə geniş miqyasda fəaliyyət göstərən avtonom dronlar üçün elektrik xətləri, binaların formaları və digər fiziki maneələri əks etdirən yüksək dəqiqlikli xəritələrə ehtiyac duyulacaq. Elektrik xətləri və dirəklər xüsusilə dronlar üçün ciddi təhlükə yaradır. Belə xəritələr dronların dar, uzun formaların eyvan və ya üzgüçülük hovuzu olduğunu ayırd etməsinə kömək edəcək.

Avtonom Traktorların İnkişafı

Traktor istehsalçıları, xüsusilə John Deere, avtonom texnologiyalar sahəsində ciddi irəliləyişlər əldə ediblər. 2022-ci ildə şirkət insan operator olmadan 24 saat işləyə bilən ilk traktorunu təqdim etdi. Bu texnologiyalar fermerlərin üzləşdiyi işçi çatışmazlığı problemini həll etməyə kömək edir.

John Deere-in baş texnologiya direktoru Jahmy Hindman traktorun təqdimatı zamanı bildirib: ‘Kənd təsərrüfatı sahəsində bu qədər böyük dəyişiklik sonuncu dəfə at və kotanın əvəz olunduğu dövrdə baş verib.’

Deere-in 8R traktorunda GPS sistemi və maşın öyrənmə texnologiyaları mövcuddur. Lakin bu maşınların imkanlarını daha da artırmaq mümkündür. Traktorlar öz sahələrinin detallı xəritələrinə qoşularaq müxtəlif ərazilərin xüsusiyyətlərinə uyğun qərarlar qəbul edə bilər.

Leaf Agriculture kimi proqram təminatı şirkətləri bu sahədə mühüm rol oynayır. Leaf platforması John Deere, Climate Fieldview və CNHi kimi məlumat təminatçıları ilə birləşərək fermerlərə torpaq sahələrindəki “idarəetmə zonalarını” müəyyən etməyə kömək edir. Bu zonalar torpağın hündürlüyü, tipi, meyilliyi və drenaj xüsusiyyətləri kimi müxtəlif parametrlərə görə fərqlənir.

Bu zonaların xəritələri vasitəsilə avtonom traktorlar real vaxtda mühüm qərarlar qəbul edə bilər, məsələn, hansı ərazidə püskürtməni dayandırmaq və ya tənzimləmək lazım olduğunu bilə bilər. Bu, fermerlərə az xərclə daha yüksək məhsuldarlıq əldə etməyə kömək edər.

Gələcəyin Avtonom Dünyası

Avtonom maşınların gələcəyi yalnız daxili texnologiyalarla deyil, real vaxtda işləyən maşın öyrənmə və bulud əsaslı məkan intellektinin birləşməsi ilə müəyyən ediləcək. İstər böyük bir mənzil kompleksində yol tapan çatdırılma mikroavtobusu, istər elektrik xətlərindən yayınan dron, istərsə də sahəyə uyğun qərar qəbul edən traktor olsun, avtonom maşınların uğuru onların ətraf mühiti daha geniş şəkildə görə bilməsindən asılıdır.