从表6中我们可以看出 , 在汽车制造过程中 , 人工智能解决方案使汽车行业受益 。 传感器、摄像头和其他技术在这个行业发挥了作用 , 以获得更好的效益 。 汽车内置的一些人工智能解决方案已经成为乘用车和商用车领域的重要组件 。
4.2 . 人工智能在全球交通领域的成就从目前的讨论中可以看出 , 人工智能解决交通相关问题的能力似乎是一种自然的契合 。 然而 , 与其他所有行业的 AI 情况一样 , 这些应用程序的采用因组织和地域而异 。 基于环境和地理因素 , 应用程序可以是简单的和复杂的 , 遥远的和即将到来的 , 确定的或可能的 。 4.2.1 跨组织的人工智能应用表 7提供了人工智能在交通部门各个组织中的应用 。 美国似乎是这些应用的先行者 。 这可能是由于人口较少 , 道路基础设施更好 。 具有创新精神的初创企业获得了大量资金 , 用于在发达国家开发原型 。 相对于乘用车阶段 , 大多数方案都是在长途驾驶阶段进行试验的 。
表7 人工智能在全球交通领域的成就
4.2.2 . 运输公司采用人工智能 根据[28]人工智能可能通过提供个人运动、偏好和目标的准确预测行为模型 , 对城市基础设施产生越来越大的积极影响 。 尽管人工智能在交通规划应用中的应用在最近变得很重要 , 但与数据相关的个人隐私和安全仍然令人担忧 。 由于这些道德考虑 , 政府和法律法规可能会决定该行业创新和采用的速度 。 在技术的许多方面缺乏道德共识的情况下 , 踏上AI旅程的各个组织必须考虑道德因素 。 尽管很少有组织使用机器来编写代码 , 但总的来说 , 人类仍在继续编写代码 。 由于这个因素 , 偏见、假设、看法可能会进入正在开发的算法中 。 组织必须自问:什么是合乎道德的 AI?治理和道德人工智能在哪里重叠?如何消除人工智能决策中的偏见?等[6] 。 由于这方面的原因 , 各个政府和城市公司对人工智能的采用存在差异 。 表 8给出了各种运输公司采用人工智能的情况及其好处 。 由于当地政府法规的影响 , 各个城市的采用情况似乎有所不同 。
表8 运输公司采用人工智能
5 . 结论
本文汇总了 AI 构建ITS的能力和优势 。 该研究提出了一个包含 ITS 子系统的框架 , 这些子系统是根据其能力确定的 。 ITS 是识别运输行业潜在问题的重要工具之一 , 本研究为特定问题提出了解决方案 。 研究发现 , 机器学习算法主要用于预测交通拥堵和路线管理 。 一项针对采用人工智能克服交通问题的城市分析表明 , 大多数发达国家已经迅速采用了这些系统 。 这种采用需要相关公司和领导层的支持 , 因为它涉及最高管理层的投资和长期愿景 。 由于两个原因 , 一些组织和政府仍对采用犹豫不决——要么担心与人工智能采用相关的风险 , 要么在这些国家中采用技术能力较弱 。 据观察 , 发达国家正在采用与运输管理相关的技术 。 为了构建有效的 AI 应用程序 , 我们需要大量数据作为输入来处理文本、图像、视频和音频 , 以便做出适当的决定 。 该领域缺乏知识和人才仍然是推出适合该领域的更新解决方案的弱点 。 因此 , 人工智能在物流公司的应用成本大约是营业额的3-10% , 这给采用人工智能造成了障碍 。
推荐阅读
- 星链|石豪:在太空,马斯克和美国当局是如何作恶的
- 建设|这一次,我们用SASE为教育信息化建设保驾护航
- 生活|气笑了,这APP的年度报告是在嘲讽我吧
- 解决方案|【干货】反渗透设备结垢原因及解决方案
- 精度|将建模速率提升10倍,消费级3D扫描仪Magic Swift在2021高交会大显“身手”
- 最新消息|世界单体容量最大漂浮式光伏电站在德州并网发电
- 解决方案|三菱重工AirFlex:全屋恒温,暖意守护安全工作
- 公司|科思科技:正在加速推进智能无线电基带处理芯片的研发
- 测试|图森未来完成全球首次无人驾驶重卡在公开道路的全无人化测试
- 人工智能|聚焦车载人工智能计算芯片研究 推进汽车产业高质量发展