據(jù)外媒報道，雷諾正在研發(fā)機器學(xué)習(xí)（machine learning）技術(shù)。據(jù)該公司的人工智能工程師透露，這是實現(xiàn)未來人工駕駛的第一步，屆時車輛將自己掌控駛向汽修廠（garage）的時間，且尋找一家距離最近的汽修廠進行車輛的維修，全程無需人為干預(yù)。

據(jù)雷諾數(shù)據(jù)（Renault Digital）部數(shù)據(jù)科學(xué)家Maggie Mhanna透露：“公司已在收集電動車的數(shù)據(jù)，公司會將具體的部件更換時間記錄另一個數(shù)據(jù)庫中。最后再將各類數(shù)據(jù)庫拼接在一起，以便預(yù)計車載電池的更換時間。”

該舉措意義重大：未來乘客可能只會搭乘車輛，而不會自行駕車。智囊團RethinkX于今年5月表示，當(dāng)自動駕駛?cè)婧戏ɑ?，公眾會在之后的十年?nèi)選擇采用自動駕駛車輛。

在該模式下，人工是能或?qū)⒆R別租賃車輛的故障，使車輛自行駛向最近的汽修廠，為車輛更換所需的零部件。未來的車輛甚至能夠做到車輛故障的自行修復(fù)。雷諾Zoe是公司推出的一款電動車，研究人員正在研發(fā)人工智能，確定電池等零件所需的大致更換時間。

以下為雷諾數(shù)據(jù)系統(tǒng)的工作原理：電動車數(shù)據(jù)庫采集泛型使用數(shù)據(jù)（generic usage data），這包括行程起點與終點間的行駛里程數(shù)、充電時的電池溫度、外部溫度及功耗等各類數(shù)據(jù)。

該團隊將提煉這類數(shù)據(jù)，查找這類數(shù)據(jù)的最小值、最大值及平均值，并判斷電池的狀態(tài)。憑借這類數(shù)據(jù)，可建立預(yù)測分析建模，在故障發(fā)生前的一個月，提前確定大致的故障發(fā)生時間。

電動車的電池能的運行里程數(shù)很長，而埃隆馬斯克也曾提到，進行特斯拉實驗室用測試車輛的行駛里程數(shù)才不到50萬英里。因此，該研究團隊需要花費很長時間，才能收集到所需的數(shù)據(jù)。