Questo articolo è stato pubblicato da questo sito
Hyundai Motor Company ha annunciato di aver avviato un nuovo progetto di collaborazione con IonQ, società specializzata nel calcolo quantistico, per sviluppare processi di autoapprendimento avanzati da applicare ai sistemi di sicurezza delle auto. Nella fattispecie, questa tecnologia consente di velocizzare la classificazione dei dati e delle immagini provenienti dai sistemi sensoriali basati su telecamere, radar e altri dispositivi di rilevamento dell’ambienta esterno, migliorando di conseguenza la precisione e la velocità degli ADAS nel valutare le situazioni e reagire.
Le due società hanno già applicato queste tecniche di calcolo avanzato per il miglioramento delle batterie al litio.
Acquisire e classificare immagini e informazioni su oggetti tridimensionali è un passo fondamentale verso la creazione di ecosistemi digitali più efficienti e sicuri, una frontiera su cui le Case stanno lavorando e che include sia la frontiera dalla trasmissione dati in 5G sia l’applicazione della guida autonoma nel traffico urbano.
IonQ e Hyundai cercheranno di migliorare la funzionalità computazionale attraverso un apprendimento automatico più efficiente sui computer quantistici, poiché questi possono elaborare enormi quantità di dati più velocemente e con maggiore precisione rispetto ai sistemi classici. Scendendo ancora più nel dettaglio, IonQ ha sviluppato un processo di codifica delle immagini in stati quantistici che sta applicando a un programma per la classificazione della segnaletica stradale capace di riconoscere e distinguere 43 tipologie diverse di segnali.
Il tutto grazie al computer quantistico IonQ Aria, che con i suoi 20 qubit algoritmici è definito dalla stessa IonQ il più potente del settore, e che ha l’obiettivo di ottenere anche una riduzione dei costi nell’impiego su larga scala. La fase successiva vedrà le due società applicare i dati di apprendimento automatico di IonQ all’ambiente di test di Hyundai e simulare vari scenari del mondo reale. Fatto questo, il campo di “conoscenza” verrà ampliato a soggetti più complessi e dinamici come pedoni o ciclisti.
