01 Μάι 2024
READING

Πώς η AI έχει επηρεάσει το mobility

5 MIN READ

Πώς η AI έχει επηρεάσει το mobility

Πώς η AI έχει επηρεάσει το mobility

Δεν υπάρχει πραγματικά κανένας κλάδος που να μείνει ανεπηρέαστος από το ντεμπούτο του ChatGPT τον Νοέμβριο του 2022. Καθώς τα εργαλεία τεχνητής νοημοσύνης συνεχίζουν να αναπτύσσονται και να εξελίσσονται, οι επιχειρήσεις θα βρίσκουν όλο και περισσότερες δημιουργικές ευκαιρίες χρήσης για αυτά, με αποτέλεσμα μεγαλύτερη αποτελεσματικότητα, εξειδίκευση και ποιότητα ζωής για τους εργαζομένους και τους πελάτες σε όλα τα επίπεδα όλων των βιομηχανιών.

Οι τάσεις έρχονται και να παρέρχονται στον κλάδο της κινητικότητας εδώ και χρόνια αλλά ακολουθούν 4 προβλέψεις σχετικά με τις πιθανές καινοτομίες που θα φέρει η τεχνητή νοημοσύνη στην κινητικότητα στο πολύ εγγύς μέλλον.

1. Αυτόνομα οχήματα

Παρόλο που έχουν προσελκύσει πραγματικά το ενδιαφέρον μόνο την τελευταία δεκαετία, τα αυτόνομα οχήματα κυκλοφορούν από τη δεκαετία του 1990. Τα τελευταία χρόνια, ορισμένα αυτοοδηγούμενα αυτοκίνητα έχουν επιτύχει αυτονομία επιπέδου 4, που σημαίνει ότι μπορούν να οδηγούν, να επιταχύνουν, να επιβραδύνουν και να παρεμβαίνουν για να αποτρέψουν μια σύγκρουση χωρίς την ανάγκη ανθρώπινης αλληλεπίδρασης.

Σύμφωνα με έρευνα της McKinsey & Company, το 56% των καταναλωτών θα είναι πρόθυμοι να αντικαταστήσουν τις μετακινήσεις τους με ιδιωτικό όχημα με κοινόχρηστα αυτόνομα οχήματα στο μέλλον. Μέχρι το 2030, μπορεί να περιμένουμε να δούμε αυτοκινούμενα λεωφορεία και ταξί να καταλαμβάνουν τους δρόμους σε μεγάλα αστικά περιβάλλοντα, ειδικά με την αγορά κινητικότητας να συνεχίζει να αυξάνεται κατά 13 έως 19% ετησίως.

Καθώς αναπτύσσονται τα εργαλεία τεχνητής νοημοσύνης, όχι μόνο θα αρχίσουμε να βλέπουμε περισσότερα αυτοκίνητα χωρίς οδηγό να βγαίνουν στους δρόμους, αλλά θα παρατηρήσουμε επίσης τεράστιες βελτιώσεις στην ασφάλεια των αυτόνομων οχημάτων. Τα εργαλεία τεχνητής νοημοσύνης μπορούν να εντοπίσουν πιθανούς κινδύνους μέσω ενός συνδυασμού προσομοιώσεων και αλγορίθμων επικύρωσης. Οι σχεδιαστές οχημάτων μπορούν στη συνέχεια να βρουν λύσεις σε αυτούς τους κινδύνους και να τις ενσωματώσουν στα συστήματα ασφαλείας των οχημάτων. Καθώς αυτά τα συστήματα ασφαλείας συνεχίζουν να βελτιώνονται, θα πρέπει τελικά να μπορούμε να βασιζόμαστε με σιγουριά σε αυτοκίνητα χωρίς οδηγό σχεδόν σε όλες τις συνθήκες οδήγησης.

2. Βελτιστοποίηση διαδρομής

Η τεχνητή νοημοσύνη μας επιτρέπει να αναλύουμε δεδομένα με εκθετικά ταχύτερο ρυθμό, πράγμα που σημαίνει ότι μπορούμε στη συνέχεια να ταξινομήσουμε ακόμη μεγαλύτερους όγκους πληροφοριών. Λαμβάνοντας υπόψη μια ποικιλία παραγόντων όπως η χωρητικότητα του οχήματος, τα δεδομένα καταναλωτών, τα μοτίβα κυκλοφορίας και η διάταξη των πόλεων, τα εργαλεία τεχνητής νοημοσύνης μπορούν να παράγουν βέλτιστες διαδρομές που μεγιστοποιούν την αποτελεσματικότητα, επιτρέποντας στους οδηγούς να κάνουν περισσότερες διαδρομές χωρίς να θυσιάζουν την ασφάλεια ή την ποιότητα ζωής.

Αρκετές εταιρείες που παράγουν λογισμικό βελτιστοποίησης διαδρομής έχουν ήδη αρχίσει να ενσωματώνουν την τεχνητή νοημοσύνη ως χαρακτηριστικό. Το 2019, η πλατφόρμα διαχείρισης παράδοσης FarEye ανακοίνωσε την προσθήκη μιας δυνατότητας δυναμικής δρομολόγησης σε πραγματικό χρόνο που βασίζεται σε AI στο λογισμικό της. Η λειτουργία εκχωρεί αυτόματα παραγγελίες σε οδηγούς βάσει παραγόντων όπως η εγγύτητα και η χωρητικότητα του οχήματος, προκειμένου να περιορίσει τη μειωμένη αποτελεσματικότητα.

Η έρευνα δείχνει ότι οι επιχειρήσεις θα μπορούσαν να μειώσουν το κόστος των καυσίμων τους κατά 20% απλώς κάνοντας μια προσπάθεια να βελτιστοποιήσουν τη δρομολόγηση. Παραδείγματα αποτελεσματικών βελτιστοποιήσεων περιλαμβάνουν τη μείωση της διανυθείσας απόστασης και την αποφυγή της κυκλοφορίας όταν είναι δυνατόν. Εφαρμογές τεχνητής νοημοσύνης, όπως το λογισμικό της FarEye, διευκολύνουν το σχεδιασμό συντομότερων και γρηγορότερων διαδρομών, ειδικά σε δυναμικά αστικά περιβάλλοντα.

3. Πιο αποτελεσματική συντήρηση του στόλου

Οι διαχειριστές στόλου αναζητούν συνεχώς τρόπους βελτιστοποίησης της απόδοσης στα οχήματά τους. Ένας τρόπος με τον οποίο μπορεί να βοηθήσει η τεχνητή νοημοσύνη είναι η ανάλυση των δεδομένων απόδοσης του οχήματος. Η παρακολούθηση της φθοράς στα οχήματά είναι το κλειδί για την πρόβλεψη επισκευών και συντήρησης, οι οποίες, με τη σειρά τους, επιτρέπουν να αποφύγουμε την περιττή σπατάλη πόρων.

Για παράδειγμα, το Fluid Truck εκτελεί τηλεματική για προγνωστική συντήρηση σε όλα τα οχήματά του για να αποκτήσει πληροφορίες σχετικά με την πίεση των ελαστικών, την υγεία του οχήματος και πολλά άλλα. Αυτά τα δεδομένα μάς επιτρέπουν να διακρίνουμε πότε ένα όχημα χρειάζεται πραγματικά τακτική συντήρηση, έτσι ώστε να μην αλλάζουμε ποτέ ελαστικά που έχουν ακόμα αρκετό δρόμο μέσα τους, εξοικονομώντας ένα τεράστιο ποσό σε έξοδα διαχείρισης στόλου.

5. Δυναμική τιμολόγηση στις υπηρεσίες κινητικότητας

Αυτή τη στιγμή, οι περισσότερες επιλογές δημόσιας συγκοινωνίας προσφέρουν σταθερές τιμές για τους ταξιδιώτες. Εάν επιβιβαστείτε στο λεωφορείο στις 2 μ.μ., θα πληρώσετε ακριβώς το ίδιο ποσό για ένα εισιτήριο με αυτό που θα κάνατε στις 2 π.μ. Αν και αυτή μπορεί να φαίνεται σαν μια αποτελεσματική μέθοδος τιμολόγησης, δεν λαμβάνει υπόψη τις αλλαγές στη ζήτηση μεταξύ των επιβατών, που συχνά οδηγεί σε δύσκολες μετακινήσεις επιβατών κατά τις ώρες αιχμής.

Η δυναμική τιμολόγηση είναι ένας καλός τρόπος για να μετριαστεί αυτή η πίεση στις ώρες αιχμής. Επιτρέπει στους μεταφορείς να προσαρμόσουν την τιμή ενός εισιτηρίου με βάση τη ζήτηση. Έτσι, χρεώνοντας μια ελαφρώς υψηλότερη τιμή για ένα εισιτήριο κατά την ώρα αιχμής, οι αερομεταφορείς ενδέχεται να μπορούν να παρακινούν τους αναβάτες να κατανέμουν διαφορετικά τα ταξίδια τους, αποφεύγοντας έτσι τον συνωστισμό, δημιουργώντας ένα ασφαλέστερο περιβάλλον για τους επιβάτες και δημιουργώντας έσοδα με πιο σταθερό ρυθμό κατά τη διάρκεια της ημέρας . Η ενσωμάτωση δεδομένων πελατών όπως αυτό θα είναι ένα ουσιαστικό κομμάτι για τη βελτίωση της μέσων μαζικής μεταφοράς.

Η τεχνητή νοημοσύνη θα ήταν εξαιρετικά επωφελής για την ενσωμάτωση της δυναμικής τιμολόγησης στη δημόσια συγκοινωνία. Παρακολουθώντας δεδομένα όπως πληροφορίες διαδρομής, προγραμματισμό, κράτηση και άλλα, ένα εργαλείο τεχνητής νοημοσύνης θα έχει τη δυνατότητα να προτείνει ένα δυναμικό σύστημα τιμολόγησης για να καλύψει τις ανάγκες της συγκεκριμένης περιοχής.

Τι νομίζετε; Είμαστε κοντά στο να κυκλοφορούμε με αυτοκίνητα-ρομπότ;

Honda will unveil its new 3E (Empower, Experience, Empathy) Robotics Concept at CES 2018, demonstrating a range of experimental technologies engineered to advance mobility and make peopleís lives better. The 3E-C18 is a small-sized electric mobility concept with multi-functional cargo space.
Συνδεθείτε παρακάτω
ή αποκτήστε ετήσια συνδρομή εδώ.