İstanbul gibi büyük şehirlerde trafik gerçekten büyük bir sorun. Peki, bu sorunu çözmek için gerekli olan dönüşümde teknoloji nasıl kullanılabilir?
IBM Türk Watson IoT Satış Lideri Dr. İzzet Önel
İstanbul, 146 şehir arasında trafiğin en kötü olduğu şehir. Ayrıca, akşam saatlerinde yaklaşık 30 dakikalık bir mesafe için ekstra bir 30 dakika daha harcıyoruz. Bu da yıllık 110 saat gibi bir zamana tekabül ediyor. İstanbul ile ilgili baktığımızda araçlarla ve sürücü hataları ile ilgili sorunlar saptanırken bunun yanında trafik sıkışıklığı ve trafik kazalarının da fazlasıyla önemsenmesi gerekiyor.
Otomotiv sektörü hızla gelişiyor ve önde gelen otomobil üreticileri, günümüzün sürücülerine sunacakları araçlar için en son teknolojilerden yararlanıyor. IBM gibi yenilikçi şirketler, gerçek sürüş davranışını esas alan öngörüye dayalı bakım gibi fazlasıyla ihtiyaç duyulan kişiselleştirilmiş çözümlerin yaratılması için kognitif bilişimin gücünden yararlanıyor.
Piyasa koşulları; teknolojideki ilerlemelerle ve üretimi daha iyi öngörme ve yönetme becerileriyle birlikte, otomotiv sektörünün geniş çaplı bir dönüşümden geçmesi için benzersiz bir fırsat oluşuyor. Tüketicilere sunulan değerin artırılmasına yönelik yenilikçi iş modelleri ve yeni iş birliği yöntemleri, çocukluğumuzda hayallerimizi süsleyen araçların gerçeğe dönüşmesine olanak sağlıyor.
IBM Watson Nesnelerin İnterneti Platformu; büyük veri, bulut ve kognitif bilişim teknolojisi aracılığıyla bir Nesnelerin İnterneti aygıtını canlı hale getiriyor. Otomotiv sektörünün yeni çağın teknolojilerini kullanmaya başlamak için bunları bir aracın tasarlanması, üretilmesi ve dağıtılması için gerekli olan bir dizi faaliyeti kapsayan değer akışına bütünleştirmesi gerekiyor.
Kognitif Nesnelerin İnterneti (IoT) kuruluşların bağlı aygıtlar, sensörler, makineler ve diğer kaynaklardan gelen verilerden kullanıcılarını ve kullanım alışkanlıklarını daha yakından tanımalarını sağlıyor ve iş operasyonlarına, müşteri deneyimlerine, ürünlere ve kişilere zekâ katıyor. Sahadan toplanan verinin büyük bir kısmı yapısal olmayan veri olduğundan geleneksel yöntemlerle gerçek zamanlı olarak işlenmesi mümkün olmuyor. IBM bunun yerine Watson ile bu karmaşık verilerin analizini yapmak için yapay zekanın gücünden faydalanıyor. Bu da iş performansını yükseltiyor ve kişilerin deneyimlerini geliştiriyor
Örneğin, aracınızda bir şeyler test gitmeye başladığında araç üzerinde bulunan sensörlerden toplanan veriler anlık olarak bir bakım sistemine gönderilerek orada işleniyor. Sistem, arızayı otomatik olarak teşhis ediyor ve rota üzerindeki en yakın servise bilgi vererek aracın değişmesi gereken parçasını sipariş ediyor ve zaman kaybını önlüyor. Bu sürücüye kolaylık sağlarken aynı zamanda üreticiye de fayda sağlıyor. Ayrıca, benzer arızlar birden fazla sayıda araçta gerçekleşiyorsa, üreticinin tasarımındaki eksik noktaları tespit etmesine ve dizayn ya da üretimde gerekli iyileştirilmelerin yapılmasına yardımcı oluyor.
Local Motors firması geçtiğimiz yıl IBM Watson‘un gelişmiş kognitif bilişim yeteneklerini bütünleştirerek Washington DC yollarındaki ilk sürücüsüz araç olan Olli’yi tanıttı. Olli, üzerindeki 30’dan fazla sensörle, yüksek hacimli ulaşım verilerini analiz ediyor ve bunlardan öğreniyor. Hatta yolcular, A noktasından B noktasına yolculuk ederken Olli ile sohbet eder gibi etkileşim kurabiliyor ve aracın nasıl çalıştığından, nereye gittiklerinden ve Olli’nin belirli sürüş tercihlerini nasıl yaptığından bahsedebiliyorlar. Olli, gücünü Watson’dan alıyor ve yolcunun kişisel tercihlerini analiz ederek popüler restoranlar ya da tarihi yerler gibi yerel varış noktalarına ilişkin öneriler sunuyor. Sürüşten çok deneyimin kendisine odaklanan bu kişiselleştirilmiş özellikler, yolcu için daha keyifli ve etkileşimli bir deneyim yaratılması amacıyla tasarlandı.
Bir başka örnekte ise, bir ürünü bir yerden başka bir yere karayolu ile ulaştıracağınızı düşünelim. Sizi hava durumu konusunda uyaran bir sisteme sahipsiniz ve sistem havanın kötü olacağını söylüyor. Havanın kötü olması da trafiği yoğunlaştıracak. Sonuç olarak ürününüzü zamanında bir yere ulaştıramama riski ile karşı karşıyasınız. Ancak, sizi uyaran bu sistem sayesinde önleminizi alarak zarara uğramamak adına gerekli adımları atabiliyorsunuz. Weather Company’nin tam olarak yaptığı da işte bu. Kognitif teknolojinin içindeki öngörebilen analitik yapısı, veriyi anlamlandırmakla kalmıyor, daha zeki bir teknoloji platformunda çalışmayı da beraberinde getiriyor.
IBM yeni patenti ile kazaların önlenmesini sağlıyor
Son 24 yıldır üst üste dünyada en çok patent üreten şirket olan IBM, sürücüsüz otomobillerin yönetilmesi ve sahip olduğu kognitif yetilerin geliştirilmesi alanında da önemli buluşlara imza atıyor. IBM, bu alanda aldığı yeni patent ile kazanılan yetilerin acil bir durumda otonom bir aracın kontrolünün insan sürücüye ya da araç kontrol işlemcisine dinamik bir biçimde devredilmesine olanak sağlıyor. Böylece kazaların önlenmesine katkıda bulunabilecek bir güvenlik önlemi sunuluyor.
Patentli sistem, IBM araştırmacıları tarafından biyolojik kognitif yetiler ve beynin davranışları oluşturma biçimine ilişkin yaklaşımı kullanılarak geliştirildi. Nörobilimcilerin gerçekleştirdiği araştırmalar sayesinde olası güvenlik sorunlarının dinamik biçimde saptanması ve sürücüsüz araçların otonom olarak mı yoksa bir insan sürücü tarafından mı kontrol edilmesi gerektiğini belirlemek için sensörlerden ve yapay zekâdan yararlanan kognitif bir model ve yöntem oluşturuldu. Örneğin, sürücüsüz bir otomobilde arızalı fren sistemi, bozuk bir far ampulü, kısa görüş mesafesi ve/veya kötü yol koşulları gibi operasyonel bir sorun yaşanıyorsa, sistem, bu sorunun ele alınması için araçta bulunan sürücüsüz araç kontrol işlemcisinin mi yoksa bir insan sürücünün mü daha uygun olduğuna ilişkin bir karşılaştırma yapabiliyor. Karşılaştırma sonucunda araç kontrol işlemcisinin sorunu daha iyi ele alabileceğinin saptanması durumunda, araç otonom sürüş moduna geçiriliyor.
Bugüne kadar bir ulaşım biçimi olan otomobiller, artık araç, sürücüsü, yolcuları ve çevresiyle ilgili bilgiler toplayan sensörlerle ve bilgisayarlarla donatılmış olan, hareket halindeki veri merkezlerine dönüşüyor. Aynı zamanda iletişim arabirimleri, sürücülerin araçlarıyla daha doğal bir biçimde etkileşim kurmasına olanak sağlıyor. Makine öğrenimi sayesinde otomobiller sürücüleri hakkında bilgi edinebiliyor ve sürüş deneyimini buna uygun olarak kişiselleştirebiliyorlar.
