شرکت ریویان در تلاش است تا خودروهای برقی خود را به مراکز پردازشی هوشمند تبدیل کند. RJ Scaringe، مدیرعامل این شرکت آمریکایی، اعلام کرد که قصد دارد پشتیبانی از عاملهای هوش مصنوعی شرکتهای ثالث را به سیستمهای خود اضافه کند. به گفته او، رانندگان در آینده میتوانند از دستیارهای پیشرفتهای مانند محصولات OpenAI یا Anthropic در محیط خودرو استفاده کنند. با این رویکرد، خودرو دیگر صرفاً ابزاری برای جابهجایی نیست، بلکه به یک دستیار شخصی تبدیل میشود که با دسترسی به دادههای کاربر در پلتفرمهای مختلف، تجربهای یکپارچه و هوشمند خلق میکند.
معماری مدلهای محلی و ابری ریویان
ساختار فعلی ریویان بر پایه یک چارچوب عاملمحور طراحی شده است تا درخواستهای کاربر را تحلیل کرده و به بخش مربوطه در نرمافزار هدایت کند. برای مدیریت دستورات ساده مثل تنظیم دمای کابین یا فعال کردن گرمکن صندلیها، سیستم از مدلهای محلی یا همان Edge استفاده میکند تا سرعت پاسخگویی به حداکثر برسد.
اگر پرسش کاربر پیچیدهتر شود، درخواست به مدلهای ابری منتقل میشود. اسکارینگ این فرآیند را به یک چراغ راهنمایی تشبیه کرد که بر اساس نوع درخواست، مسیر پردازش را تعیین میکند. این دستیار هوشمند از ماه می امسال قابلیت دسترسی به ابزارهای خارجی مانند گوگل کلندر را پیدا کرده است تا برنامهریزیهای زمانی راننده با محیط خودرو هماهنگ شود.
برخلاف بسیاری از خودروسازان که به اندروید اتو یا اپل کارپلی متکی هستند، ریویان سیستم نرمافزاری خود را از پایه و به صورت اختصاصی طراحی کرده است. این استقلال نرمافزاری به ریویان اجازه میدهد تا ابزارهای هوش مصنوعی را بدون محدودیتهای سیستمهای واسط، عمیقتر در لایههای سیستمی ادغام کند. در دنیای گجتهای هوشمند نیز رویکردهای مشابهی دیده میشود؛ برای مثال معرفی آمازون دو گجت هوش مصنوعی جدید Bee تلاشی برای شخصیسازی تعاملات انسانی با ابزارهای دیجیتال است.
محدوده عملیاتی عاملهای هوشمند و ایمنی رانندگی
اضافه کردن دستیارهای خارجی مانند Muse یا Claude به دلیل حساسیتهای محیط خودرو با چالشهای فنی زیادی همراه است. ریویان برای جلوگیری از هرگونه تداخل در سیستمهای حیاتی، مرز دقیقی بین دستیار هوشمند و کنترلهای سختافزاری خودرو ترسیم کرده است.
نباید اجازه داد یک عامل هوشمند تصمیم بگیرد که چه زمانی ترمز کند یا فرمان خودرو را بچرخاند.
این رویکرد به این معناست که هوش مصنوعی تنها در لایهی خدمات و رفاه کاربر فعال خواهد بود و هیچ دسترسی به سیستمهای ایمنی و فرماندهی خودرو نخواهد داشت. هدف اصلی این ادغام، ایجاد پیوندی میان دادههای شخصی کاربر و محیط خودرو است تا دستیار بتواند بر اساس تاریخچه گفتگوهای راننده در دستگاههای دیگر، پیشنهادهای دقیقی ارائه دهد.
به عنوان مثال، اگر راننده پیش از سوار شدن با دستیار هوشمند خود درباره تهیه یک غذا صحبت کرده باشد، میتواند در داخل خودرو بگوید: «دیروز داشتیم درباره این غذا صحبت میکردیم. برای جمعه مهمان دارم؛ کمک کن تصمیم بگیرم چه چیزی درست کنم.» در این حالت، خودرو اطلاعات را از حافظه ابری دستیار استخراج کرده و پاسخ را ارائه میدهد.
رویداد AI & Autonomy Day و رقابت با تسلا
اسکارینگ تأکید کرد که زیرساختهای فنی برای این ادغام در حال شکلگیری است و این مسیر نیازمند هماهنگی گسترده با آزمایشگاههای هوش مصنوعی است.
اینجاست که جادوی واقعی اتفاق میافتد.
زمانبندی دقیق و جزئیات فنی این قابلیتها در رویداد AI & Autonomy Day که در ماه دسامبر برگزار میشود، ارائه خواهد شد. ریویان با این اقدام سعی دارد فاصله خود را با تسلا کاهش دهد. تسلا در سال جاری میلادی قابلیت تعامل با چتبات Grok محصول اسپیسایکس را در خودروهای خود فعال کرد و اکنون ریویان قصد دارد با باز کردن درهای خود به روی چندین شرکت AI، تنوع بیشتری از دستیاران را به کاربرانش ارائه دهد.
این تغییر استراتژیک نشاندهنده گذار صنعت خودرو از سیستمهای اینفوتینمنت بسته به سمت اکوسیستمهای باز هوش مصنوعی است. تبدیل خودرو به یک Hub دیجیتال که با دادههای شخصی کاربر در فضای ابری همگام است، تجربه کاربری را از دستورات ساده صوتی به تعاملات پیچیده و زمینه-محور تغییر میدهد.
سؤالات متداول
آیا هوش مصنوعی ریویان میتواند خودرو را کنترل کند؟
خیر، به دلیل مسائل ایمنی، عاملهای هوشمند هیچ دسترسی به سیستمهای حیاتی مانند ترمز یا فرمان خودرو ندارند و فقط در بخشهای رفاهی و خدماتی فعال هستند. در این زمینه، شرکتهای پیشرویی مثل Anthropic (سازنده Claude)، OpenAI و Meta (سازنده Muse) به عنوان نمونه ذکر شدهاند.
دستیارهای هوش مصنوعی کدام شرکتها ممکن است در ریویان ادغام شوند؟
زمان معرفی جزئیات بیشتر این قابلیتها چه تاریخی است؟
جزئیات بیشتر در رویداد AI & Autonomy Day که در ماه دسامبر برگزار میشود، ارائه خواهد شد.
تفاوت پردازش محلی و ابری در سیستم ریویان چیست؟
دستورات ساده و سریع از طریق مدلهای محلی (Edge) روی سختافزار خودرو پردازش میشوند، اما پرسشهای پیچیده به مدلهای ابری ارسال میگردند.