然而，联网车辆的出现以及来自多种来源的数据(如客户使用数据和车队数据)的产生，已显著改变了行业格局。过去，数据需要被主动生成，而如今，行业借助这些来源产生的海量数据，在实时环境中训练人工智能模型，从而提升开发流程的效率。

　　人工智能在汽车行业中的应用

　　人工智能对汽车行业的影响是复杂的。区分不同的人工智能应用至关重要，例如用于增强物理模型的机器学习模型、提升软件开发效率的大型语言模型，以及辅助理解和处理文档的人工智能工具。这些应用在汽车开发的各个方面都发挥着关键作用，从提升用户界面到实现自动驾驶。

　　将人工智能(AI)集成到汽车开发中的主要挑战之一是管理海量数据。传统数据验证和处理方法已不再足够。相反，需要先进的基礎设施和平台来有效处理和过滤这些数据。尽管存在这些挑战，人工智能的优势是显而易见的，可以显著减少与手动流程相关的时间和成本。例如：

　　来自单一数据源的数据可以被不同团队以多种方式使用(例如校准和软件开发)。

　　测试流程可以优化。

　　开发活动可以得到优化并持续运行。

　　人工智能在软件开发与测试中的应用

　　在软件开发和测试领域，人工智能工具多年来一直是提升效率和可靠性的关键工具。例如，人工智能能够根据需求自动生成测试用例，从而减少手动流程所需的时间并降低潜在错误。毕竟，人工智能可以全天候运行，但与任何数据驱动的技术一样，其结果和分析的质量取决于所使用的数据质量。

　　此外，人工智能可以分析视频并从无法通过物理手段测量且成本过高的真实世界场景中生成合成数据，从而提升测试覆盖率并增强测试结果的可靠性。它在利用需求生成测试用例方面也具有重要价值。过去，这是一个手动过程，工程师需要阅读并解读需求，然后手动创建测试用例。借助人工智能，整个过程可以实现自动化，显著减少所需时间并降低错误或误解的风险。

　　然而，在软件开发和测试中，我们不能走捷径。人工智能在安全关键领域(如自动驾驶)的集成，需要严格的验证和测试，以确保可靠性和安全性。因此，目前人工智能只是一个工具，用于缩短开发时间并增强对测试结果的信心。

　　人工智能在汽车行业的未来

　　展望未来，人工智能在汽车行业中的潜在应用极为广泛。随着计算能力的不断提升和成本的降低，人工智能在汽车研发和测试中的作用将进一步扩大。例如，由于车辆内部的计算能力有限，企业正探索将计算能力扩展至云端。

　　然而，该行业必须解决监管和责任问题，特别是涉及自动驾驶车辆的问题。如果发生错误导致事故，责任应由谁承担?是车辆制造商(OEM)、软件供应商还是其他方?这是一个复杂的问题，随着自动驾驶技术的发展，行业必须逐步解决。

　　这引发了一个问题：我们前进的速度有多快?没有人希望落在最后，但前进得太快可能会导致对正在发生的事情失去部分控制，而涉及安全时，这是不可接受的。由于ETAS的工作涉及车辆安全，我们专注于如何使车辆安全可靠，因此我们需要对AI工具的输出保持控制并依赖其结果。我们展望未来，认为在利用人工智能提升效率与通过严格验证流程确保安全可靠性之间，将实现一种平衡。

　　ETAS的人工智能解决方案

　　ETAS 处于将人工智能(AI)融入汽车开发的前沿，我们对创新的承诺确保我们在不断发展的汽车 AI 领域中将继续发挥关键作用。我们的方法包括利用 AI 处理和优化数据、生成测试用例以及提升模型可靠性。例如，我们在开发链的两端都应用了 AI 工具：

　　左侧/编码：生成式 人工智能与聊天机器人工具可协助开发人员在使用ETAS工具链时解决AUTOSAR、C代码生成、ARXML文件及基础软件配置等常见问题。在此过程中，人工智能工具会学习常见问题，对于已知问题直接提供答案，或在遇到未记录问题时，帮助人类开发者更轻松地接手处理。

　　右侧/验证：在 AI校准套件中， 通过利用大量数据并结合实际世界信息来优化校准过程。传统上，这是一个耗时且需要人工操作的流程。通过引入AI技术，不仅显著提升了效率，而且确保了知识的传承，避免了因关键人员离职而导致的知识流失。

　　另一个例子是ETAS嵌入式AI365体育投注 ，它能够安全、快速且高效地在电子控制单元(ECU)上部署AI功能。通过利用该工具的先进性能，开发时间显著缩短，从而释放出原本用于生成C代码的传统资源。此外，当集成ETAS的ASCMO时，可生成适用于多个领域的AI模型，为模型开发和C代码生成提供一站式解决方案。通过协同工作，这些工具扩展了嵌入式编码器生态系统，使非AI专家也能进行模型生成。

　　人工智能(AI)及其工具正在深刻变革汽车行业，为效率提升和创新带来前所未有的机遇。随着行业持续发展，人工智能的深度融合将在塑造汽车研发与测试的未来中发挥关键作用。ETAS通过积极拥抱人工智能技术，充分展现了这些技术在打造更安全、更高效车辆方面的变革潜力。