بواز میزراچی، یکی از بنیانگذاران و CTO تحرک لمسی. Boaz یک فن‌شناس و کارآفرین کهنه کار است که بیش از سه دهه تجربه در پردازش سیگنال، تحقیقات الگوریتم و طراحی سیستم در صنایع خودروسازی و شبکه دارد. او همچنین مهارت های رهبری عملی را به عنوان یکی از بنیانگذاران و مدیر مهندسی در شبکه های وب شارلوت، توسعه دهنده و بازاریاب پیشرو در تجهیزات شبکه پرسرعت (که توسط MRV Communications خریداری شده) و مدیر گروه طراحی سیستم در Zoran به ارمغان می آورد. میکروالکترونیک (کسب شده توسط CSR).
تحرک لمسی یک رهبر جهانی در راه حل های داده های لمسی است که از سال 2012 به پیشرفت در صنعت حمل و نقل منجر می شود. این شرکت با تیم هایی در ایالات متحده، آلمان و اسرائیل در ترکیب پردازش سیگنال، هوش مصنوعی، داده های بزرگ و محاسبات جاسازی شده برای ارتقای هوشمند و مستقل تخصص دارد. سیستم های خودرو فناوری آن، وسایل نقلیه را قادر می‌سازد تا علاوه بر «دیدن» جاده، آن را «احساس» کنند، تصمیمات رانندگی در زمان واقعی را بهینه کرده و نقشه‌های دقیق و مبتنی بر جمعیت از شرایط جاده ایجاد کنند. از طریق راه‌حل‌های VehicleDNA™ و SurfaceDNA™، Tactile Mobility به تولیدکنندگان خودرو، شهرداری‌ها، مدیران ناوگان و بیمه‌گران خدمات ارائه می‌دهد و در ادغام حس لامسه در تحرک مدرن پیشگام است.
آیا می‌توانید در مورد سفر خود از تأسیس شبکه‌های وب شارلوت تا تأسیس Tactile Mobility به ما بگویید؟ چه چیزی شما را ترغیب کرد که وارد فضای فناوری خودرو شوید؟
پس از تأسیس شبکه‌های وب شارلوت، به نقشی در Zoran Microsystems تبدیل شدم، جایی که به‌عنوان معمار سیستم و بعداً مدیر گروه سیستم‌ها خدمت کردم و بر طراحی ASIC و برد برای سیستم‌های سرگرمی خانگی، ست‌اپ باکس‌ها و موارد دیگر تمرکز کردم. سپس گفتگو با یکی از دوستان مسیر جدیدی را آغاز کرد.
او با در نظر گرفتن عواملی مانند آب و هوا، شرایط جاده و توانایی های خودرو، سوال قابل تاملی در مورد چگونگی بهینه سازی عملکرد خودرو از نقطه A به نقطه B با حداقل مصرف سوخت مطرح کرد. این باعث شد که در اعماق فضای خودرو غوطه ور شوم و Tactile Mobility را برای رسیدگی به این پیچیدگی ها تأسیس کنم. ما به عنوان یک استارت آپ تحت حمایت انکوباتور در اسرائیل شروع به کار کردیم و در نهایت به شرکتی تبدیل شدیم که مأموریت دارد به وسایل نقلیه توانایی «احساس» جاده را بدهد.
برخی از چالش‌ها و پیشرفت‌های اولیه‌ای که در زمان تأسیس Tactile Mobility تجربه کردید، چه بود؟
با توجه به منابع محدود خودرو، یکی از چالش های اصلی اولیه ما ایجاد بینش در زمان واقعی بود. وسایل نقلیه قبلاً دارای حسگرهای اولیه بودند، اما خودروها فاقد بینش در مورد پارامترهای اساسی مانند وزن فعلی خودرو، سلامت لاستیک و چسبندگی سطح بودند. ما با پیاده‌سازی نرم‌افزار جدید در واحد کنترل موتور موجود خودرو (ECU) با این مشکل مقابله کردیم، که به ما این امکان را می‌دهد که این بینش‌ها را از طریق «حسگرهای مجازی» که به تنظیمات خودروی فعلی متصل هستند و به سخت‌افزار اضافی نیاز ندارند، تولید کنیم.
با این حال، استفاده از ECU برای به دست آوردن بینش های مورد نیاز، به اندازه پاسخ، مشکلاتی را ارائه کرد. ECU یک کامپیوتر کم هزینه و کوچک با حافظه بسیار محدود است. این بدان معناست که نرم‌افزار ما در ابتدا باید در 100 کیلوبایت قرار می‌گرفت، یک محدودیت غیرمعمول در دنیای نرم‌افزار امروزی، به‌ویژه با پیچیدگی اضافه تلاش برای ادغام یادگیری ماشین و شبکه‌های عصبی. ایجاد این سنسورهای دیجیتال جمع و جور که می توانستند در ECU قرار بگیرند پیشرفتی بود که ما را در این زمینه پیشگام ساخت.
ماموریت Tactile Mobility جاه طلبانه است و به وسایل نقلیه “حس لامسه” می دهد. آیا می توانید ما را از طریق چشم انداز پشت این مفهوم راهنمایی کنید؟
چشم انداز ما حول محور گرفتن و استفاده از داده های حسگرهای سواری خودروها می چرخد تا حسی از آگاهی لمسی به آنها بدهد. این شامل ترجمه داده‌ها از حسگرهای موجود برای ایجاد «پیکسل‌های لمسی» است که دقیقاً مانند پیکسل‌های بصری، می‌توانند یک تصویر منسجم یا «فیلم» از تجربه لمسی خودرو در جاده ایجاد کنند. تصور کنید افراد نابینا بر اساس لمس، محیط اطراف خود را حس می کنند – این شبیه به این است که ما می خواهیم وسایل نقلیه جاده را احساس کنند، بافت، چسبندگی و خطرات احتمالی آن را درک کنند.
حسگرهای وسیله نقلیه مجهز به هوش مصنوعی Tactile Mobility چگونه برای ضبط داده‌های لمسی کار می‌کنند و برخی از بینش‌های منحصربه‌فرد آنها در مورد وسایل نقلیه و جاده‌ها چیست؟
نرم افزار ما در ECU خودرو کار می کند و به طور مداوم داده ها را از سنسورهای سخت افزاری مختلف مانند سنسور سرعت چرخ، شتاب سنج ها، و سیستم های فرمان و ترمز می گیرد. در حالت ایده آل، سنسورهای تایر نیز وجود خواهند داشت که می توانند اطلاعات مربوط به جاده را جمع آوری کنند. سپس این داده‌ها برای ایجاد بینش‌های بی‌درنگ یا «حسگرهای مجازی» پردازش می‌شوند که اطلاعات مربوط به بار، چسبندگی و حتی سلامت لاستیک خودرو را منتقل می‌کنند.
به عنوان مثال، ما می توانیم جاده لغزنده یا لاستیک های فرسوده را تشخیص دهیم که ایمنی راننده و عملکرد خودرو را بهبود می بخشد. این سیستم همچنین عملکردهای تطبیقی مانند تنظیم فاصله در کروز کنترل تطبیقی را بر اساس سطح اصطکاک فعلی یا اطلاع دادن به رانندگان مبنی بر اینکه باید فاصله بیشتری بین خودروی خود و خودروهای مقابل خود بگذارند را فعال می‌کند.
راه حل های Tactile Mobility به وسایل نقلیه امکان می دهد شرایط جاده را در زمان واقعی “احساس” کنند. می‌توانید توضیح دهید که این بازخورد لمسی چگونه کار می‌کند و هوش مصنوعی و محاسبات ابری در این فرآیند چه نقشی دارند؟
این سیستم به طور مداوم داده‌ها را از حسگرهای سخت‌افزاری خودرو جمع‌آوری و پردازش می‌کند و از هوش مصنوعی و یادگیری ماشینی برای تبدیل این داده‌ها به نتایجی که می‌تواند بر عملکرد خودرو تأثیر بگذارد، استفاده می‌کند. این حلقه بازخورد خودرو را در زمان واقعی در مورد شرایط جاده – مانند سطوح اصطکاک در سطوح مختلف – آگاه می‌کند و این بینش را به ابر منتقل می‌کند. با داده‌های میلیون‌ها وسیله نقلیه، نقشه‌های جامعی از سطوح جاده ایجاد می‌کنیم که خطراتی مانند مناطق لغزنده یا نشت نفت را نشان می‌دهد تا تجربه رانندگی ایمن‌تر و آگاهانه‌تری ایجاد کنیم.
آیا می‌توانید نحوه عملکرد فناوری‌های VehicleDNA™ و SurfaceDNA™ و آنچه آنها را در صنعت خودرو متمایز می‌کند، توضیح دهید؟
VehicleDNA™ و SurfaceDNA™ دو شاخه از “زبان” لمسی ما را نشان می دهند. SurfaceDNA™ روی سطح جاده تمرکز می‌کند و ویژگی‌هایی مانند اصطکاک، شیب و هرگونه خطری را که از طریق حسگرهای تایر و سایر حسگرهای خارجی ایجاد می‌شود، ثبت می‌کند. از سوی دیگر VehicleDNA™، ویژگی‌های خاص هر وسیله نقلیه را در زمان واقعی مدل‌سازی می‌کند – وزن، وضعیت تایر، وضعیت تعلیق، و موارد دیگر (در صنعت به عنوان “دیجیتال توئین” شاسی شناخته می‌شود). این فناوری‌ها با هم، درک روشنی از محدودیت‌های عملکرد خودرو در هر جاده ارائه می‌کنند و ایمنی و کارایی را افزایش می‌دهند.
فناوری تخمین چسبندگی داخل هواپیما چگونه کار می کند و چه تأثیری بر استانداردهای ایمنی و رانندگی خودران داشته است؟
فناوری تخمین دستگیره، به ویژه برای وسایل نقلیه خودران که با سرعت بالا رانندگی می کنند، بسیار مهم است. سنسورهای سنتی نمی توانند به طور قابل اعتمادی چسبندگی جاده را اندازه گیری کنند، اما فناوری ما این کار را می کند. ضریب اصطکاک بین وسیله نقلیه و جاده را ارزیابی می کند که محدودیت های خودرو را در شتاب، ترمز و پیچیدن اعلام می کند. این سطح از بینش برای خودروهای خودمختار ضروری است تا استانداردهای ایمنی موجود را برآورده کنند، زیرا درک لحظه ای از شرایط جاده را فراهم می کند، حتی زمانی که آنها قابل مشاهده نیستند، مانند یخ سیاه.
Tactile Mobility به طور فعال با OEM های شریک مانند پورشه و شهرداری ها به عنوان شهر دیترویت کار می کند. آیا می‌توانید درباره این همکاری‌ها و اینکه چگونه به گسترش تأثیر Tactile Mobility کمک کرده‌اند، اطلاعات بیشتری به اشتراک بگذارید؟
در حالی که نمی‌توانم جزئیات خاصی را درباره همکاری‌هایمان فاش کنم، می‌توانم بگویم که کار با سازندگان تجهیزات اصلی (OEM) و شهرداری‌های شهر فرآیندی طولانی اما پربار بوده است.
به طور کلی، OEM ها می توانند از داده های ما برای ایجاد بینش های حیاتی در مورد عملکرد خودرو در مناطق مختلف و شرایط آب و هوایی استفاده کنند، که می تواند به بهبود ویژگی های ایمنی، فناوری های کمک رانندگی و طراحی خودرو کمک کند. از سوی دیگر، شهرداری‌ها می‌توانند از داده‌های جمع‌آوری‌شده برای نظارت بر وضعیت جاده‌ها و الگوهای ترافیکی در زمان واقعی، شناسایی مناطقی که نیاز به تعمیر و نگهداری فوری دارند یا خطرات ایمنی ایجاد می‌کنند، مانند جاده‌ها یا چاله‌ها، استفاده کنند.
به نظر شما چالش‌ها و فرصت‌های اصلی بعدی صنعت خودرو در حوزه هوش مصنوعی و حس لامسه چیست؟
چالش دستیابی به دقت در وسایل نقلیه خودران احتمالاً سخت ترین است. مردم عموماً خطاهای انسانی را بیشتر می بخشند زیرا بخشی از رانندگی است. اگر راننده ای مرتکب اشتباه شود، از خطرات آن آگاه است. با این حال، با فناوری خودمختار، جامعه استانداردهای بسیار بالاتری را می طلبد. حتی نرخ خرابی بسیار کمتر از خطای انسانی می‌تواند غیرقابل قبول باشد، اگر به این معنی باشد که یک اشکال نرم‌افزاری ممکن است منجر به تصادف مرگبار شود.
این انتظار یک چالش بزرگ ایجاد می کند: هوش مصنوعی در وسایل نقلیه خودران نه تنها باید با عملکرد انسان مطابقت داشته باشد، بلکه باید از آن فراتر رود و به سطوح بسیار بالایی از قابلیت اطمینان، به ویژه در موقعیت های رانندگی پیچیده یا نادر، دست یابد. بنابراین ما باید اطمینان حاصل کنیم که همه حسگرها دقیق هستند و داده ها را در یک بازه زمانی انتقال می دهند که امکان یک پنجره پاسخ ایمن را فراهم می کند.
علاوه بر این، امنیت سایبری همیشه یک نگرانی است. امروزه وسایل نقلیه به طور فزاینده ای با سیستم های ابری متصل شده و یکپارچه می شوند و آنها را به اهداف بالقوه ای برای تهدیدات سایبری تبدیل می کند. در حالی که صنعت در حال پیشرفت در توانایی خود برای مقابله با تهدیدات است، هر گونه نقض می تواند عواقب شدیدی داشته باشد. با این حال، من معتقدم که صنعت به خوبی برای رسیدگی به این مشکل و اتخاذ تدابیری برای دفاع در برابر تهدیدات جدید مجهز است.
حریم خصوصی نیز یک موضوع داغ است، اما اغلب سوء تفاهم می شود. اخیراً اخبار زیادی را در اخبار دیده ایم که سعی می کنند ادعا کنند خودروهای هوشمند از رانندگان جاسوسی می کنند و غیره، اما واقعیت بسیار متفاوت است. از بسیاری جهات، خودروهای هوشمند وضعیت را با گوشی‌های هوشمند منعکس می‌کنند. به‌عنوان مصرف‌کننده، می‌دانیم که دستگاه‌های ما حجم زیادی از داده‌ها را درباره ما جمع‌آوری می‌کنند و این داده‌ها برای افزایش تجربه ما استفاده می‌شوند.
در مورد وسایل نقلیه هم همینطور است. اگر می‌خواهیم از اطلاعات رانندگی جمع‌آوری‌شده و خرد جمعی که می‌تواند ایمنی را بهبود بخشد، بهره ببریم، افراد باید داده‌ها را به اشتراک بگذارند. با این حال، Tactile Mobility و سایر شرکت‌ها به لزوم رسیدگی مسئولانه به این داده‌ها توجه دارند و ما رویه‌هایی را برای ناشناس کردن و محافظت از اطلاعات شخصی در نظر می‌گیریم.
در مورد فرصت‌ها، ما در حال حاضر روی توسعه حسگرهای مجازی جدید کار می‌کنیم، حسگرهایی که می‌توانند بینش عمیق‌تری در مورد عملکرد خودرو و شرایط جاده ارائه دهند. این حسگرها که بر اساس نیازهای بازار و درخواست‌های OEM هدایت می‌شوند، با چالش‌هایی مانند کاهش هزینه‌ها و افزایش ایمنی مقابله می‌کنند. همانطور که ما در این فضا نوآوری می کنیم، هر سنسور جدید وسایل نقلیه را یک قدم به سازگاری و امنیت بیشتر در شرایط دنیای واقعی نزدیک می کند.
فرصت مهم دیگر در تجمیع داده ها در هزاران، اگر نگوییم میلیون ها وسیله نقلیه است. در طول سال‌ها، همانطور که Tactile Mobility و سایر شرکت‌ها به تدریج نرم‌افزار خود را در وسایل نقلیه بیشتری نصب می‌کنند، این داده‌ها بینش‌های فراوانی را ارائه می‌دهند که می‌توان از آنها برای ایجاد «نقشه‌های لمسی» پیشرفته استفاده کرد. این نقشه‌ها فقط بصری نیستند مانند برنامه نقشه‌های فعلی Google شما، بلکه می‌توانند شامل نقاط داده در مورد اصطکاک جاده، نوع سطح و حتی خطراتی مانند نشت نفت یا یخ سیاه باشند. این شکل از نقشه‌برداری «انبوه‌سپاری» به رانندگان بینش‌های بی‌درنگ و بیش‌ازحد موضعی در مورد شرایط جاده، ایجاد جاده‌های ایمن‌تر برای همه و بهبود قابل توجهی سیستم‌های ناوبری را به رانندگان ارائه می‌دهد.
علاوه بر این، قلمروی دست نخورده ای از امکانات در ادغام داده های حسگر لمسی به طور کامل با محاسبات ابری وجود دارد. در حالی که گوشی‌های هوشمند داده‌های گسترده‌ای در مورد کاربران ارائه می‌دهند، نمی‌توانند به بینش‌های خاص خودرو دسترسی داشته باشند. داده‌های جمع‌آوری‌شده مستقیماً از سخت‌افزار خودرو – چیزی که ما VehicleDNA™ می‌نامیم – اطلاعات بسیار بیشتری را ارائه می‌دهد.
با استفاده از داده‌های خاص خودرو در فضای ابری، خودروهای هوشمند می‌توانند سطح بی‌سابقه‌ای از دقت را در سنجش و پاسخ به محیط اطراف خود ارائه دهند. این می‌تواند به شهرها و شبکه‌های جاده‌ای هوشمندتر منجر شود زیرا وسایل نقلیه با زیرساخت‌ها و یکدیگر ارتباط برقرار می‌کنند تا بینش‌های هم‌زمان را به اشتراک بگذارند و در نهایت اکوسیستم تحرک متصل‌تر، کارآمدتر و ایمن‌تر را ممکن می‌سازد.
در نهایت، اهداف بلند مدت شما برای Tactile Mobility چیست و این شرکت را در پنج تا ده سال آینده کجا می بینید؟
هدف ما این است که به تعبیه نرم افزار Tactile Mobility در OEM های بیشتری در سطح جهان ادامه دهیم و حضور خود را در وسایل نقلیه متصل به ابر خود گسترش دهیم. ما انتظار داریم در دهه آینده به ارائه برخی از دقیق ترین و تاثیرگذارترین بینش ها در صنعت خودرو ادامه دهیم.
با تشکر از شما برای مصاحبه عالی، خوانندگانی که مایل به کسب اطلاعات بیشتر هستند باید از آن بازدید کنند تحرک لمسی.
