SAFE-CAR-ML: Descripción semántica de cambios para el desarrollo de vehículos con clasificación automática basada en ML

SCALE trabaja junto con el Instituto Fraunhofer SCAI así como con los socios industriales Audi, VW y Porsche en SAFECAR-ML — un proyecto de investigación para la automatización de los procesos de documentación en el desarrollo de vehículos. El objetivo del proyecto es aumentar la eficiencia y la transparencia en el proceso de desarrollo de productos mediante el uso de aprendizaje automático (ML).

El foco está en métodos innovadores para simplificar la documentación de los cambios en modelos virtuales de vehículos, especialmente en el contexto de las pruebas de choque. Estas pruebas, que se realizan en su mayoría de forma virtual, requieren una documentación laboriosa de los cambios simulados. SAFECAR-ML se basa en procedimientos asistidos por IA para analizar semánticamente textos en lenguaje natural, armonizar los datos obtenidos y derivar recomendaciones de actuación.

El Instituto Fraunhofer SCAI aporta su experiencia en desarrollo de algoritmos y aprendizaje automático al proyecto y apoya en el procesamiento y modelado eficiente de datos.

El proyecto está financiado por el Ministerio Federal de Educación e Investigación (BMBF) en el marco de la iniciativa de financiación KI4KMU (Investigación, desarrollo y uso de métodos de Inteligencia Artificial en pymes).

Los resultados de SAFECAR-ML no solo son relevantes para la industria del automóvil, sino que también son transferibles a otros sectores. De este modo, SCALE realiza una contribución importante a la transformación digital en el desarrollo de productos.