AI技术实现的汽车维修自诊断｜赛迪奇智看天下

不管从内部或外部看，人工智能正应用于汽车的自我诊断以及车辆与交通基础设施的连接。

来自慕尼黑宝马总部的数据科学家MilanKoch创建了一个用于自我诊断的系统，称为自动损害评估服务。这套系统随着时间推移从汽车各部件上的传感器中收集数据。据MilanKoch介绍，一开始设计这套系统的初衷是检测在低速事故中汽车损坏的零件。汽车可自行检测出损毁零件，并预计出维修所需的时间与费用。

Koch基于机器学习、深度学习和最先进的自动化机器学习，开发并比较了不同的多元时间序列方法。他测试了不同级别的复杂性，以找到解决时间序列问题的最佳方法。两种自动化机器学习模型和他手工制作的机器学习途径均显示出最佳效果。

这套系统也可以应用在汽车领域以外，需考虑多个时间相关变量的其它序列问题上。Koch也与莱顿大学医学中心的研究员协作使用手工制作的途径去分析脑电图数据。我们基于脑电波数据预测了患者的意识状态，因为在进行脑深部刺激手术的筛选过程中需要准确评估患者的认知功能。认知功能恶化的患者被认为是脑深部刺激手术的最佳选择，因为认知功能可能在手术后恶化。然而，认知功能有时难以准确评估，对脑电波模型的分析可能会提供其他生物标记。他们研发的的机器学习模型正巧就能解决这样的问题。Koch介绍称，他们开发的这套算法本是用于汽车领域，最初并不打算将其应用于医疗领域，但是发现效果很好。现在这套模型已经被应用在脑电波数据处理中，用于分辨患者和健康人。

Koch将在宝马集团继续从事他的工作，深耕客户服务，继续预测性维护应用和车辆诊断的优化。

文章作者：AITrends

赛迪奇智原创编译

易车号作者提供文章