Volvo usa IA para reconstituir acidentes e melhorar segurança

A Volvo é mais uma montadora a embarcar no sucesso da inteligência artificial (IA). A fabricante sueca de veículos está criando mundos virtuais realistas para aprimorar seu software de segurança, incluindo sistemas de assistência ao motorista para evitar acidentes com pedestres.

O projeto é possível graças a uma técnica computacional avançada chamada splatting gaussiano, que cria cenas 3D a partir de imagens do mundo real. O ambiente virtual pode ser facilmente manipulado, criando diferentes cenários, como tráfego ou obstáculos na estrada.

“Podemos selecionar um dos raros casos extremos e explodi-lo em milhares de novas variações do cenário para treinar e validar nossos modelos. Isso desbloqueia uma escala que nunca tivemos antes e, até mesmo, captura casos extremos antes que aconteçam no mundo real”, diz Alwin Bakkenes, Chefe de Engenharia de Software Global da Volvo Cars.

Leia mais:

• Volvo investe em supercomputador para criar veículo autônomo
• Tesla Cybertruck impressiona em testes de colisão nos EUA
• Lei da Cadeirinha 2025 se aplica a motoristas de aplicativo?

Por dentro da iniciativa da Volvo

• Na prática, os dados vão ajudar a aprimorar sensores de frenagem de emergência, direção brusca e intervenção manual. O banco é alimentado com informações coletadas pela própria empresa desde a década de 1970;
• Naquela época, equipes da Volvo eram enviadas para locais de acidentes com fitas métricas para avaliar marcas de derrapagem e outros indicadores de colisão. Esse conhecimento inspirou inúmeras inovações, como o Whiplash Injury Protection System e o Side Impact Protection System;
• Os novos testes estão sendo feitos em colaboração com a Zenseact, empresa de IA e software fundada pela Volvo Cars;
• O projeto integra programa de doutorado de universidades suecas que explora as aplicabilidades de IA em iniciativas de segurança.

A tecnologia também consolida a parceria da Volvo com a Nvidia, que forneceu plataforma de supercomputação de IA para contextualizar dados e treinar modelos de recursos da nova geração de carros totalmente elétricos da empresa.