Vienas įdomiausių „42dot“ darbo aspektų yra tai, kaip skirtingos technologijos sujungiamos į vieną produktą. Pavyzdžiui, „Gleo AI“ yra didžiuoju kalbos modeliu (LLM) paremtas DI agentas, skirtas perprasti vairuotojo norus ir saugiai valdyti automobilio sistemas. Kita komanda kuria autonominio vairavimo DI naudodama „Vision Language Action“ (VLA) technologiją.
Ji sujungia DI aplinkos suvokimą su realiu automobilio valdymu. Automobilio OS vystymo komanda kuria bazinę programinę įrangą, kuri leis skirtingoms automobilio sistemoms bendrauti ir dirbti kartu.
Iššūkiai glūdi ne pačiame programavime
Pavyzdžiui, autonominio vairavimo kūrimo procese buvo atliktas bandymas, kai tame pačiame vairavimo scenarijuje navigacijos sistemoje buvo pakeistas tik kelionės tikslas. Tada DI pats parinko reikiamą juostą posūkiui arba važiavimui tiesiai. Ši užduotis kodo kūrėjams parodė, kad jų algoritmai iš tiesų valdo tikro automobilio judėjimą.
Ypač įdomi kūrimo proceso dalis yra netikėtų situacijų testavimas. Testuodama „Gleo DI“ saugumo sistemą „Gleo Guard“, komanda naudojo kontroliuojamų atakų metodą tyčia pateikdama sistemai netipiškus duomenis.
Vienu atveju DI nesuprato slengo žodžio „dujjongku“, todėl įprasta užklausa navigacijos sistemai buvo priskirta prie rizikingų. Užuot tiesiog įtraukusi žodį į sąrašą, komanda ėmėsi spręsti gilesnę problemą – ji suprato, kad DI turi suvokti tiek vartotojo ketinimus, tiek automobilio naudojimo kontekstą. Tai paskatino juos toliau plėtoti „Gleo Guard“, paverčiant jį specializuotu nuosavu modeliu, naudojamu automobilių srityje.
Dar vienas įdomus būdas taikomas kuriant automobilių operacines sistemas (Vehicle OS). Tikslas – paslėpti automobilio sistemų sudėtingumą nuo kitų programuotojų. Pavyzdžiui, programuotojas gali valdyti automobilio langą naudodamas paprastą komandą, kaip antai „Window.set_position(0.5)“, ir jam nereikia suprasti sudėtingos lango valdiklio konstrukcijos. Tai leidžia programuotojas sutelkti dėmesį į savo kuriamas funkcijas.
Autonominio vairavimo pažangos matavimas
Dirbant prie autonominio vairavimo, komandai taip pat reikėjo aiškaus būdo pažangai matuoti. Kadangi nėra vieno teisingo sprendimo būdo, programuotojai pirmiausiai nusistatė bendrus standartus, o po to sukūrė vertinimo rodiklius. Taip kodas buvo rašomas sistemingiau, – vietoje spėliojimo, ar naujas modelis yra geresnis, jie galėjo tobulinti jį pagal pamatuojamus rezultatus. Net ir nepavykę eksperimentai buvo naudingi, nes jie teikė informacijos kitiems bandymams.
Apibendrinant, „42dot“ taikyti būdai atskleidžia, kad šiuolaikinių automobilių kūrimas nebėra vien techninės įrangos gamyba ar kodo rašymas. Programuotojai turi suprasti sudėtingas sistemas, nustatyti aiškius standartus, bendradarbiauti su kitomis komandomis, išbandyti rezultatus realaus pasaulio situacijose ir prisiimti atsakomybę už galutinį produktą. „42dot“ įmonėje programuotojo darbas laikomas baigtu ne tada, kai kodas veikia, bet tada, kai kodas tampa patikima realios kliento patirties kelyje dalimi.
„Pleos“ yra „42dot“ sukurta naujos kartos programinės įrangos platforma ir automobilio informacijos ir pramogų (IVI) sistema. IONIQ 3 yra pirmasis „Hyundai“ modelis su šia informacijos ir pramogų sistema. Modelio specifikacijos ir kainos bus paskelbtos jau netrukus, o pats modelis pasirodys šį rudenį.
DI duoda pagreitį plėtrai
„Hyundai Motor“ grupėje DI transformacija nėra vien technologijos diegimas. Visoje įmonių grupėje įdiegtas DI laikomas konkurenciniu pranašumu.
Vienas iš pavyzdžių yra smūgio saugumo DI asistentas (angl. Crash Safety AI Assistant), kuris padeda inžinieriams ieškoti, lyginti ir vertinti atitinkamus atvejus iš sukauptų smūgio bandymų duomenų ir mokslinės literatūros. Sistema surenka smūgio bandymų rezultatus, bandymų vaizdus ir inžinerinės analizės duomenis, leisdama inžinieriams ieškoti, palyginti ir vertinti atitinkamus atvejus.
Kitas pavyzdys – automatizuota DI atpažinimo paslauga (angl. AI Automation Recognition Service), kuri naudoja kompiuterinę regą ir gamybos linijose įrengtas kameras transporto priemonių identifikavimo numeriams (VIN) automatiškai nuskaityti ir patikrinti, ar surinkimo linijoje esantis automobilis sutampa su tikralaikiais sistemos įrašais. Anksčiau šią informaciją darbuotojai tikrindavo akimis.

