目次
火災現場にある電動スクーター" >火災現場にある電動スクーター
道路も鉄道も同様に無謀です" >道路も鉄道も同様に無謀です
電車の安全と正しい軌道の確保" >電車の安全と正しい軌道の確保
道路交通革命が始まった" >道路交通革命が始まった
人工知能により、リスクのない交通手段が現実になる可能性があります" >人工知能により、リスクのない交通手段が現実になる可能性があります
ホームページ テクノロジー周辺機器 AI 運輸業界の安全性向上の鍵は人工知能!

運輸業界の安全性向上の鍵は人工知能!

Apr 12, 2023 am 10:43 AM
AI スマートな交通手段

運輸業界の安全性向上の鍵は人工知能!

先週、電動スクーター大手のライムは、歩道を走行するユーザーの危険な行動を検出するための新しいカスタム コンピューター ビジョン プラットフォームを試験的に導入する計画を発表しました。自転車利用者に違反を警告したり、速度を緩めたりすることができるこのような安全機構は、一般的な都市交通手段に打撃を与えている一連の危険な事故を考慮すると非常に必要とされている。

人工知能は電動スクーターだけでなく重要な役割を果たす可能性があります。鉄道死亡事故は驚くべき頻度で発生しています。そして、交通関連の事故は依然として世界中で、特に若者の間で早死の主な原因となっている。幸いなことに、歩行者、自転車、ドライバー、乗客など、あらゆる交通手段の安全性を向上させるように設計された、人工知能とコンピューター ビジョンにヒントを得たソリューションが登場しつつあります。

火災現場にある電動スクーター

LimeVision は、業界初の人工知能対応コンピューター ビジョン プラットフォームとして所有者によって宣伝されています。発売予定 来月シカゴとサンフランシスコで、そして年末までに6都市で約400台の電動スクーターでテストされる予定だ。同社社長のジョー・クラウス氏によると、LimeVisionを支えるカメラベースの技術は、スクーターの安全性を向上させる他の用途において、競合するGPSプラットフォームを上回る性能を発揮する可能性があるという。

このような技術革新は非常に歓迎ですが、オートバイよりも事故を引き起こす可能性が高いことが最近判明した交通手段としては時代遅れになる可能性さえあります。カリフォルニア大学ロサンゼルス校が実施した調査によると、電動スクーターの乗車者 100 万人あたり 115 件の怪我が発生しています。二輪車の場合、この数字は 100 万人あたり 104 人に減少しましたが、自転車の場合は 15 人でした。スクーターはライダーに安全上の危険をもたらすだけでなく、歩道上でのスクーターの蔓延は、高齢者、視覚障害者、その他の弱い立場の人々に悲惨な潜在的な危険をもたらします。

道路も鉄道も同様に無謀です

最近の交通手段の 1 つであるスクーターを非難するのは簡単ですが、全体としては、交通機関はAI主導の安全性アップグレードの恩恵を受ける可能性があります。先月末、数日以内にアムトラックの列車に関する死亡事故が2件発生し、鉄道旅行の危険性が全面的に露呈した。最初の事件は北カリフォルニアで発生し、3人が死亡、2回目はミズーリ州で発生し、4人が死亡、約150人が重傷を負った。どちらの事故もガードレールや信号のない交差点で発生しましたが、これらの安全対策を導入するには多大な費用がかかる可能性があります。

道路交通は人間の健康にとってより有害です。最近の国連の報告書によると、毎年130万人以上が交通事故で死亡しており、5歳から29歳までの早死の主な原因となっている。最近の研究によると、過去 30 年間で富裕国では交通傷害と死亡がわずかに減少したが、その後の低中所得国 (LMIC) での死亡率の急増によって相殺され、死亡率の 93% が占めている。これらの改善が行われています。その結果、国連はこの数を2030年までに半減すると約束しました。

電車の安全と正しい軌道の確保

道路と鉄道を回避するという目標を達成する上で、テクノロジーが重要な役割を果たすことになりそうです人間の知性は最も有望なイノベーションの最前線に立っています。たとえば、私有のブライトライン鉄道は、米国で最も交通事故の多い鉄道であることが証明されています。その理由の 1 つは、その機関車が高速旅客鉄道に慣れていない人口密集地域で時速 120 マイルの速度で運行しているためです。その結果、鉄道に不法侵入する人が頻繁に発生し、多くの人が死亡しました。

ブライトラインがオーランドやその先へ路線を拡大する予定であること、また線路沿いにフェンスを設置するには1マイルあたり20万ドル以上の費用がかかる可能性があることを考慮すると、別の解決策を見つける必要があります。同社の意思決定者らは、遠隔地から侵入者を検知し、軌道異常を特定できるスマートセキュリティプラットフォームを備えた技術・人工知能企業であるリマーク・ホールディングスと提携することで成功したと信じており、このイノベーションは事故率の削減に役立つはずだ。

道路交通革命が始まった

道路交通部門も同様の AI による安全性の向上を享受しています。ほとんどのメディアの見出しは、人工知能によって自動運転車がどのように実現されるかに焦点を当てていますが、テクノロジー企業はすでに多くの簡単な成果を狙っています。たとえば、マシン ビジョンは、車両ハードウェアの状態とパフォーマンスを監視し、メンテナンスを最適化し、機械の故障によって引き起こされる事故を最小限に抑えることができます。いわゆる「協働ロボット」は製造プロセスをスピードアップできる一方、AI、5G、熱画像技術が連携して潜在的な脅威を検出し、異なる車両間で情報を共有することができます。

さらに、交通管理は交差点に設置された AI 搭載カメラからすでに大きな恩恵を受けており、2025 年までに 155,000 台のカメラが設置される予定です。一方、オーストラリアのスタートアップ企業アキュセンサースは、2019年にHeadsUp路側カメラネットワークを立ち上げた。このプロジェクトはドライバーの危険な行動を特定することができ、携帯電話の使用を 80% 削減し、それに伴う交通事故を 22% 削減し、その過程で賞を受賞しました。 1 兆 2,000 億米ドル規模のインフラ投資・雇用法 (IIJA) が最近可決されたことを考慮すると、交通安全を徹底的に見直す時期が来ています。

人工知能により、リスクのない交通手段が現実になる可能性があります

交通事故のない世界は夢物語のように思えるかもしれませんが、Advancesテクノロジーの進歩により、近い将来にそれが実現可能になる可能性があります。実際、MIT の研究では、AI が履歴データを使用して将来の出来事を合理的な精度で予測することができ、それによって事故が発生する前に予測し、ユーザーが事故を回避するために適切な行動を取れるようになる可能性があるとさえ推測しています。このような素晴らしい機会が自由に使えるようになった今こそ、人工知能を完全に取り入れて、交通関連の傷害や死亡を過去のものにする時が来ています。

以上が運輸業界の安全性向上の鍵は人工知能!の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Jun 28, 2024 am 03:51 AM

このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Jun 10, 2024 am 11:08 AM

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります 微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります Jun 11, 2024 pm 03:57 PM

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

GenAI および LLM の技術面接に関する 7 つのクールな質問 GenAI および LLM の技術面接に関する 7 つのクールな質問 Jun 07, 2024 am 10:06 AM

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

あなたが知らない機械学習の 5 つの流派 あなたが知らない機械学習の 5 つの流派 Jun 05, 2024 pm 08:51 PM

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 Jul 25, 2024 am 06:42 AM

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 Jul 17, 2024 pm 06:37 PM

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性​​を実証しています。 「S」で始まる関連研究

SKハイニックスは8月6日に12層HBM3E、321層NANDなどのAI関連新製品を展示する。 SKハイニックスは8月6日に12層HBM3E、321層NANDなどのAI関連新製品を展示する。 Aug 01, 2024 pm 09:40 PM

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス

See all articles