Le centre logiciel mondial du Hyundai Motor Group, 42dot, a dévoilé la technologie centrale de son agent vocal embarqué basé sur un grand modèle de langage (LLM), Gleo AI. Le système a fait ses débuts ce mois-ci dans la berline modernisée de Hyundai Motor Company, The New Grandeur, marquant un passage de la reconnaissance de commandes basiques au contrôle conversationnel du véhicule.
Contrairement aux assistants vocaux conventionnels limités à des phrases fixes, Gleo AI permet aux occupants d'interagir en langage naturel. Le système traite le contexte, fournit des informations en temps réel et gère directement les fonctions intérieures du véhicule sans nécessiter d'interventions physiques sur des boutons ou écrans.
Architecture d'intention contextuelle et d'exécution
Le système intègre une conscience spatiale et situationnelle pour traiter l'intention de l'utilisateur. Il identifie la position du locuteur pour appliquer des réglages ciblés et évalue le contexte conversationnel en parallèle des conditions de conduite en temps réel.
Une fois l'intention de l'utilisateur vérifiée, Gleo AI sélectionne et coordonne automatiquement les sous-agents appropriés pour exécuter les tâches, comme mettre à jour les destinations de navigation ou modifier les réglages de climatisation.
Techniquement, 42dot a intégré l'ensemble du processus dans un flux de travail unifié de cognition-jugement-exécution. L'architecture achemine les tâches de manière dynamique entre plusieurs LLM selon l'objectif spécifique, équilibrant efficacité de calcul et flexibilité opérationnelle.
IA hybride et gouvernance des données
Pour éliminer la latence et maintenir la stabilité du système, 42dot a mis en œuvre un cadre d'IA hybride :
Traitement embarqué : Les tâches système sensibles au temps et les commandes directes du véhicule sont traitées localement dans le véhicule pour garantir des performances à faible latence.
Infrastructure cloud : Les opérations nécessitant une capacité de calcul importante utilisent des serveurs cloud pour maintenir des temps de réponse rapides.
L'acquisition de données en temps réel est gérée par un agent de connaissance dédié. Ce composant effectue des recherches web en direct et consulte des ensembles de données propriétaires pour résumer les informations actuelles non incluses dans l'entraînement de base du modèle. Le framework prend également en charge l'intégration avec des applications externes tierces.
La sécurité et la confidentialité des données sont contrôlées par un Guardrail Agent développé en interne. Cette couche de sécurité surveille activement et limite les réponses aux énoncés dangereux, aux demandes inappropriées ou aux instructions en conflit avec le code de la route. Pour les opérations physiques du véhicule, le système vérifie l'état de sécurité de la conduite en cours avant d'exécuter la commande mécanique. Des protocoles propriétaires de gouvernance des données sécurisent l'ensemble du pipeline, de la collecte au stockage.
Implémentation future et feuille de route
À l'avenir, 42dot utilisera les mises à jour sans fil Over-The-Air (OTA) pour intégrer les données de conduite réelles et les retours utilisateurs directement dans le service.
La stratégie de développement à moyen et long terme comprend l'augmentation de l'utilisation des LLM propriétaires de 42dot et l'expansion des capacités d'IA embarquée. Le projet vise à faire évoluer le système vers une IA prédictive et personnalisée qui analyse les comportements et préférences des passagers pour personnaliser les services de manière proactive.
Commentaires
Pas encore de commentaires. Sois le premier.