Diagnostyka

Sztuczna inteligencja (SI) coraz śmielej wkracza w niemal każdą dziedzinę życia – również w branżę motoryzacyjną, a zwłaszcza w diagnostykę pojazdów. Na pierwszy rzut oka wydaje się, że może nas wspierać, dostarczając konkretne podpowiedzi, sugestie i wskazówki, co może być uszkodzone oraz jak to naprawić. I rzeczywiście, taka pomoc już jest dostępna, co stanowi dla nas ogromną korzyść. Człowiek nie jest bowiem w stanie samodzielnie przeszukać milionów stron w internecie, a SI – owszem. Potrafi też aktywować specjalne algorytmy, których celem jest znalezienie najlepszego możliwego rozwiązania.

Warto zatem zrozumieć, na jakiej podstawie sztuczna inteligencja wyciąga wnioski – jakimi kryteriami kieruje się „bezduszna” maszyna. Nawet powierzchowne zrozumienie jej działania pomoże lepiej korzystać z jej potężnych możliwości. Dlatego warto poczytać o tym, jak SI jest „szkolona” do pracy. Pojęcia takie jak „uczenie maszynowe” czy „warstwy ukryte w sieci neuronowej” powinny stać się nam choć trochę znajome. W internecie znajdziemy mnóstwo przystępnie napisanych materiałów na ten temat. Gdy lepiej zrozumiemy, jak to działa, zaczniemy też inaczej formułować pytania i problemy związane z diagnostyką czy ogólnie naprawą samochodów. W końcu dobrze wiemy, że zmiana jednego słowa w pytaniu potrafi istotnie wpłynąć na odpowiedzi, które otrzymamy.

Trzeba także pamiętać, że rozwój sztucznej inteligencji i systemów wyszukiwania jest niezwykle szybki – odpowiedzi, które dostaniemy dziś, jutro mogą wyglądać zupełnie inaczej. Często zastanawiamy się, dlaczego wyszukiwarka udzieliła nam takiej, a nie innej i dlaczego nie rozwiązała naszego problemu. To efekt mechanizmów działania programów, które ktoś zaprojektował.

Najlepiej wyjaśnić to na konkretnym przykładzie: problem z pracą sondy lambda przed katalizatorem. System samodiagnozy wykrywa, że w pewnych okresach pracy silnika sonda rejestruje zbyt ubogą mieszankę, więc pojawia się błąd. Wykonujemy standardowe czynności: wymieniamy sondę, podmieniamy przepływomierz, sprawdzamy szczelność układu dolotowego powietrza, a mimo to problem nie znika. Co dalej? Możemy przeprowadzić jeszcze dokładniejsze pomiary, analizując parametry bieżące odczytywane ze skanera diagnostycznego, a także przeanalizować wyniki pomiarów bezpośrednich, wykonywanych przyrządami uniwersalnymi typu multimetr, oscyloskop czy manometr.

Jednak warto pamiętać, że internet i sztuczna inteligencja to narzędzia wynalezione po to, abyśmy mogli z nich korzystać, czerpiąc z potężnych zasobów wiedzy i doświadczenia innych warsztatów. Możemy przeglądać tysiące stron, ale nasz umysł nie jest w stanie odczytać ich i przeanalizować w krótkim czasie – a SI tak. Pod warunkiem, że jest nauczona, jak dobierać i oceniać znalezione informacje.

Trzeba zwrócić uwagę, jak formułujemy pytania w wyszukiwarkach internetowych. Jeśli wpiszemy kod błędu sondy lambda i dodamy markę samochodu, wyszukiwarka skupi się na zasobach wiedzy dotyczących tej właśnie marki. Brak sprecyzowania marki spowoduje, że wyniki będą ogólne. Możemy też dodać dodatkowe słowa, które będą pewnymi wskazówkami, np. „problem z wymienioną, nową sondą”. Taka kreatywność w formułowaniu zapytań może sprawić, że znajdziemy rozwiązanie naszego problemu.

Najczęstszym powodem błędów związanych z sondą lambda jest uszkodzenie, na drugim miejscu – niewłaściwie dobrana nowa sonda, która, mimo że pochodzi z renomowanej firmy, po montażu nie działa poprawnie. Internauci na forach często dzielą się doświadczeniem, że tylko oryginalna sonda, kupiona w autoryzowanym serwisie działa prawidłowo. Bywają też przypadki, że przyczyną nieprawidłowych wskazań sondy są błędy w torze powierza, na przykład nieszczelności. Diagnosta, który dobrze zna daną markę samochodu, wie, gdzie zwykle pojawiają się usterki. Są to nie tylko typowe pęknięcia czy przetarcia przewodów plastikowych i gumowych, ale także inne elementy, np. nieszczelny zawór odparowywania paliwa czy system odpowietrzania skrzyni korbowej. W takich przypadkach wprawny diagnosta zauważy, że na biegu jałowym sonda przez chwilę pokazuje prawidłowe wartości, a potem mieszankę ubogą.

W dobie sztucznej inteligencji oczekujemy, że to właśnie ona pomoże nam wskazać przyczynę problemu, zamiast ręcznie wykonywać wszystkie analizy i pomiary. Zauważmy jednak, jak bardzo złożone są systemy samodiagnozy w samochodach, nad iloma procesami technologicznymi muszą czuwać, aby wychwycić usterkę.

Samochody autonomiczne poszły o krok dalej. Ponieważ na ich pokładzie nie ma kierowcy, który analizowałby zachowanie różnych układów, pojazd musi sam komunikować się ze światem zewnętrznym, z innymi samochodami i z infrastrukturą drogową. W takich pojazdach samodiagnostyka nie ogranicza się do kontroli na pokładzie – wymaga również ogromnych zasobów informacji oraz dużej mocy obliczeniowej. Dlatego dane są często przesyłane do chmury w celu dalszego przetwarzania. Aby ten proces był skuteczny, dane wejściowe muszą być precyzyjne i odpowiednio przygotowane – tu nie ma miejsca na błędy, zwłaszcza jeśli chodzi o układy bezpieczeństwa, jak hamulce.

Na koniec zachęcam, aby samodzielnie eksperymentować z tym, jak formułujemy pytania i problemy w wyszukiwarkach czy w narzędziach SI. To połączenie sztuki i nauki, które z pewnością przyniesie nam realne korzyści w codziennej pracy.

Stanisław Mikołaj Słupski
Politechnika Lubelska
Katedra Elektrotechniki i Technologii Inteligentnych