Descripció del projecte
Context:
La infoentreteniment s’ha convertit en un dels sistemes més complexos i visibles per al client en els vehicles orientats al programari moderns (i a mitjà termini en els vehicles definits per programari), combinant HMI, aplicacions, connectivitat, senyals de vehicle, variants de mercat i innombrables escenaris d’usuari. Aquesta complexitat fa que la validació tradicional sigui cada vegada més exigent en l’esforç, la cobertura i la velocitat. La IA generadora, els agents d’IA, l’automatització avançada de la validació i l’aprenentatge automàtic creen ara una oportunitat única per transformar les proves en un procés més intel·ligent, escalable i que millora contínuament.
Objectiu:
El projecte té com a objectiu desenvolupar un ecosistema de validació assistit per IA per a la informació de l’automoció CUPRA: un “superagent” intel·ligent capaç de connectar eines existents, executar proves d’extrem a extrem, analitzar el comportament del sistema, aprendre dels resultats i millorar dinàmicament la cobertura de proves, sense mancar de fiabilitat.
El marc combinarà automatització, agents d’IA, GenAI, enginyeria de dades, bancs de proves reals, entorns de vehicles, bessons digitals, documentació, defectes històrics, reclamacions de clients i feedback humà en bucle. L’ambició és passar de la validació estàtica i sobretot manual cap a un enfocament proactiu, adaptatiu i basat en dades.
A través d’agents intel·ligents, el marc serà:
– Executar i millorar els casos d’Infotainment testing de forma autònoma
– Interactuar amb pantalles HMI, senyals i components de vehicles, autobusos, sistemes de prova i eines de validació
– Detectar comportaments inesperats més enllà de les especificacions predefinides, escenaris i casos de prova
– Pre-anàlisi de proves fallides i de forma autònoma fer informes d’emissió utilitzant sistemes d’informes del grup VW
– Aprendre de la retroalimentació humana per millorar la fiabilitat
– Proposar proves millorades de documentació, defectes, reclamacions de camp, comentaris del client i múltiples fonts
– Crear informes d’estat automatitzats basats en els resultats de les proves i la seva anàlisi, així com comentaris interns addicionals
– Explorar l’optimització de l’ús de recursos computacionals, així com l’enfocament híbrid de núvols per permetre l’execució local en temps real
El projecte contribuirà a:
– Major eficiència de validació i cobertura més àmplia
– Detecció primerenca de problemes d’impacte del client i pronòstic de problemes futurs
– Competència d’IA interna més forta
– Millor priorització de la prova basada en dades reals
– Recomanacions de llançament més robustes
– Millora de l’experiència del client en un domini clau del vehicle digital
