CANoe4AI
組み込みシステムのAIアルゴリズムをテスト
CANoe4AI を使用すると、AI 専用のテスト手法を用いて AI ソフトウェアコンポーネントのテストおよび解析を行うことができます。実際のハードウェアを使用しない仮想 SIL 環境において、開発の初期段階からこれを行うことが可能です。本ツールは、データ駆動型およびシナリオ駆動型のテストに対応しており、CI/CT ワークフローなどの既存の開発環境に柔軟に統合することができます。これにより、ソフトウェアの品質を向上させ、エラーを早期に検出することが可能になります。
CANoeと組み合わせることで、ネットワークやI/Oを含むシステム全体を評価するための、ワンストップのテスト環境が実現します。
AIアルゴリズムのテストにおける課題
自動車分野のECUや医療用コントローラーなど、ますます多くのデバイスにおいて、AIアルゴリズムが大量のデータ処理を担うようになってきています。これらのデバイスの多くはリアルタイムで動作します。しかし、多くのAIモデル、特に複雑なものは決定論的ではなく、その判断は人間にとって容易に理解できるものではありません。このため、トラブルシューティングやテストの実施、そしてシステムの信頼性に対する信頼の確保が非常に困難となっています。
ベクターは、組込みソフトウェアおよびネットワーク化されたシステム全体のテストにおいて、数十年にわたる経験を有しています。CANoe4AIの提供により、当社は製品ラインナップを拡充し、組み込みAIアルゴリズムのテストにも対応するようになりました。CANoe4AIは現在プレリリースフェーズにあり、一般的なユースケースを用いて徹底的なテストが行われています。正式リリースに先立ち、このツールを用いて具体的なユースケースのテストも実施したいと考えています。
CANoe4AI – 主な特長
- 柔軟な統合
WebアプリやPythonライブラリとして使用し、複雑なAIセットアップやCI/CDパイプラインにシームレスに組み込むことができます。 - スマートなメトリクス解析
パフォーマンス指標を詳細に分析し、パフォーマンスが低いサンプルを特定します。 - 理解しやすいAIの意思決定
説明可能なAI手法を使用して、AIの意思決定に影響を与えた要因を可視化し、エラーの発見を容易にします。
- 類似検索とデータセットの生成
画像やテキストによるクエリを使用して類似するサンプルを検索し、より質の高いデータセットを構築します。 - AIタスクおよびフォーマットの幅広いサポート
PyTorch、TensorFlow、ONNXなどにおいて、画像、動画、時系列データに対する分類、検出、回帰タスクをサポートしています。 - ベクターツールチェーンとの完全な統合
他のVectorツールとシームレスに接続し、エンドツーエンドのAIワークフローを作成します。
心拍数の検出に使用されるAIソフトセンサーの予測エラーの解析結果を示す、CANoe4AIのスクリーンショットです。
Khanlian Chung
パイロットカスタマーとしてご参加ください
AIに潜む見えにくいリスクが気になりませんか？ お客様とともにAIを検証し、現場での不具合につながる前に潜在的な課題を洗い出します。