Startseite > Automotive > Assistenzsysteme > Cognizant Mobility präsentiert Very Enhanced Road Assistant

KI-basierte Fahrbegleitung

Cognizant Mobility präsentiert Very Enhanced Road Assistant

25. August 2023, 9:07 Uhr | Irina Hübner

Cognizant Mobility zeigt auf der IAA Mobility mit dem Very Enhanced Road Assistant am Beispiel des autonomen Holon Movers ein KI-System für Smart Cars und gibt so einen Ausblick in die Zukunft der KI-basierten Fahrbegleitung.

▶ Diesen Artikel anhören

Mit dem Very Enhanced Road Assistant zeigt Cognizant Mobility auf der IAA Mobility in Halle A2, Stand B32 am Beispiel des autonomen Movers der Benteler-Tochter Holon, wie eine Fahrbegleitung der Zukunft aussehen könnte. Die künstliche Intelligenz könnte vor allem im vollautonomen öffentlichen Nahverkehr oder bei People Movern zum Einsatz kommen und die Lücke schließen, die durch den Wegfall realer Ansprechpersonen entsteht.

Individuelles Interagieren mit den Fahrgästen

So ist der Very Enhanced Road Assistant in der Lage, Fahrinformationen zu liefern und mit Fahrgästen persönlich und individuell zu interagieren. Zukünftig soll das System auch medizinische Notsituationen erkennen und damit für mehr Sicherheit der Passagiere sorgen.

Der Holon Mover adressiert die gesellschaftlichen Megatrends Urbanisierung und Klimawandel und ist der erste autonome Mover (Level 4) weltweit, der nach Automobilstandards entwickelt wird.

Cognizant Mobility unterstützt die Design- und Architekturentwicklung des Movers in den Bereichen Elektrik/Elektronik und Connected Car. Mit dem neuen KI-System will das Unternehmen der Branche – und besonders den Bereichen People Mover und Smart Cars – in den kommenden Jahren zu einem weiteren Entwicklungsschub verhelfen.

»Der Very Enhanced Road Assistent hat das Potenzial, die Akzeptanz für autonome Mobilitätslösungen zu steigern. Das System beantwortet nicht nur Fragen zur Fahrt und geht sehr individuell auf einzelne Personen ein, sondern bringt durch den von uns entwickelten Multimodalen-Reasoning-Ansatz und Präsenz in der realen Welt auch Sicherheit für Fahrgäste«, sagt Jörg Ohlsen, Geschäftsführer bei Cognizant Mobility. Die menschliche Art zu sprechen soll Nutzern außerdem die Angst vor autonomen Mobilitätslösungen nehmen.

Smarte Fahrbegleitung in Fahrzeugen aller Art

»Die KI eignet sich aber nicht nur für den öffentlichen Nahverkehr oder People Mover. So kann sie beispielsweise in Fahrzeugen jeder Art als smarte Fahrbegleitung eingesetzt werden und eine Fülle an Business Cases – von Sales bis After Sales – realiseren. Uns steht eine technische Revolution bevor, bei der am Ende der Avatar der KI mit dem Fahrzeug zu einer Einheit verschmilzt«, sagt Daniel Isemann Head of Data Science & AI bei Cognizant Mobility, der gemeinsam mit seinem Team für die Entwicklung des Very Enhanced Road Assistants verantwortlich ist.

Systemintegration über Tool-Grenzen hinweg

LLM (Large Language Model) ist das technische Schlagwort, das es der KI ermöglicht, natürliche Sprachen auf einem sehr hohen Niveau zu verstehen und zu generieren. Cognizant Mobility entwickelte dazu Brückenkomponenten für die Integration von Sprache-zu-Text, 3D-generierten Avataren, Sprachmodellen (LLMs), Vektor-Konvertern für die Aufbereitung von webbasiertem Wissen und vektorisierten Datenbanken für die schnelle Informationssuche.

Neben der sprachlichen Befähigung ist das System in der Lage, auch über andere Modalitäten mit Fahrgästen zu interagieren. Mehrere Kameras ermöglichen die proaktive Ansprache von Passagieren und das Einscannen von Information, um den Reisekontext bei der Konversation besser zu berücksichtigen.

Der Very Enhanced Road Assistant baut über die Zeit hinweg eine Verbindung zu seinem Gegenüber auf. Dafür wurde das logische Denken durch die Verbindung von Audio-, Video- und Scantechnologien erheblich verbessert. Die KI ist in der Lage, ihre Antwort an die nonverbale Kommunikation ihrer Gesprächspartner anzupassen.

Designentscheidung gegen »Halluzination«

Eine große Herausforderung bei der Entwicklung des KI-Systems war es, diese mit der richtigen Menge an kuratierten Kontextinformationen und -wissen zu füttern, sodass die Antworten des Systems für die intendierten Szenarien belastbar sind und nicht in den Bereich der heute weit verbreiteten »AI Hallucinations« fallen. Dabei klingen Antworten zwar plausibel, sind aber nicht von Fakten gedeckt.

Dafür setzt die KI auf eine speziell für den Use Case gepflegte Vektordatenbank und das sogenannte Prompt-Engineering, das dem Sprachmodell hilft, den Use-Case-Kontext möglichst gut zu berücksichtigen und Halluzinationen im Bereich der intendierten Kernkompetenzen des Systems weitgehend zu vermeiden.