Gen AI が次世代の交通機関に与える影響

次世代交通は、その設計の中核にエレクトロニクス、持続可能性、経験に依存しており、Gen AI は、想定される次世代交通エコシステムのあらゆるモードに影響を与えます。この市場には、EV (電気自動車)、AV (自動運転車)、マイクロモビリティ (ファーストマイル接続)、ハイパーループ (超高速公共交通機関)、UAM (都市型エアモビリティ) の 5 つの特定の重点分野があります。 eVOLT（電動垂直離着陸）や交通管制管理用の統合信号など、多くの進化と変化があります。インターモーダル統合 (シームレスなルート統合)、持続可能性 (車両設計)、接続性と自動化 (交通管理、代替手段)、共有モビリティ (リソース共有と車両設置面積削減) など、進化している分野は数多くあります。運輸部門の変革は、ネイティブ テクノロジーの重要な部分として Gen AI に無限の機会をもたらします。

Gen AI は、自動運転、ルート最適化、障害物回避、自己管理 (駐車、死角など) の分野に革命をもたらしました。しかし、環境を効果的に管理し、安心して輸送できるよう視野を広げる必要があります。ユーザー エクスペリエンス、効率とパフォーマンス、セキュリティという 3 つの主要領域に焦点を当てます。

ユーザー エクスペリエンス

乗車前のエクスペリエンスは、購入エクスペリエンスと乗り物選択エクスペリエンスという 2 つの異なる領域に分類できます。 Gen AI は、機能、個人の好み、手頃な価格、持続可能性、運転履歴に基づく包括的な保険コストに基づいて、購入の意思決定に影響を与えることができます。このプロセスでは、試乗に VR/VR ヘッドセットを使用し、ソーシャル メディアの集約を超えた履歴データと組み合わせることで、Gen AI はパーソナライズされたキャラクター選択をカスタマイズして、全体的な乗り心地を変えることができます。

中古車市場規模は316億2,000万米ドルと見込まれており、Gen AIシステムによるデータ分析とリース、購入、中古車の推奨、VINに基づく車両履歴分析、効果的な予測が行われます。車種と車両の使用状況に基づく耐用年数 地形、事故歴などが購入者に付加価値を与える可能性があります。

乗り物の選択も、人工知能が大きな影響を与える分野です。移動モードの集約、環境データの集約、セグメント全体で最もコスト効率の高い輸送の予測、最適なタイミング、輸送の統合が効率的な輸送の鍵となります。 Gen AI は、最適なルートと費用対効果の高い交通オプションを予測する機能により、都市交通において重要な役割を果たします。 POI、旅行/月間旅行予算管理などの他の領域もあり、これらはトップの Gen-AI ベースの旅行アプリに効果的にオフロードされます。

効率とパフォーマンス

都市交通における効率とパフォーマンスは、Gen AI の統合を通じて効果的に提供できる幅広いユースケースを持つもう 1 つの分野です。予知保全、内部コンポーネントのリモート検査および分析は、いずれの場合も標準の一部です。 Gen AI は、環境 (交通、天候) と予想される交通の流れに基づいて、電気自動車の寿命を制御するいくつかの重要なパラメーターである加速とブレーキを推奨することで、ドライバーにリアルタイムのガイダンスを提供できます。 Gen AI は、シナリオに基づいて、一時的に保存されるエネルギーの量と、それをシステムに放散または再導入するメカニズムを決定することで、適応制動および回生メカニズムの実現を支援します。 Gen AI は、パワートレイン制御を効果的に管理し、リアルタイム データからの予測に基づいて特定の状況で供給されるトルクを最適化することで、供給されるパワーを調整できます。

車両のパ​​フォーマンスは多くの要因の影響を受けますが、その中で最も重要なのは気候と地形です。走行距離は車両の交換ごとに設定されますが、実際の消費量は空調制御と走行地形によって異なります。平坦な道路と比較して、丘陵地での走行は 10% ～ 20% 多くのエネルギーを消費します。 Gen AI テクノロジーは、旅行計画、充電頻度の決定、ルートに基づく最適な距離と地形の選択に効果的に使用できます。この高度な人工知能システムは、車両の実際の状況を分析し、運転効率の向上とエネルギー消費の節約に最適な提案をドライバーに提供します。 Gen AI のインテリジェントなコンピューティング能力により、

運転者は、Gen AI ベースの予測、特定のドッキング ポイントの現在の在庫状況、マイクロモビリティを使用して、ドッキング ステーション、充電ポイント、交通機関の統合、安全性と地形計画で構成されるネットワークを簡単に完成させることができます。乗り換え時間、年齢、性別、超小型モビリティのパターン、ユーザーの健康状態などに基づく平均乗車時間。

Gen AI による正確な予測により、運転挙動はドライバーの役割、サスペンション制御、ステアリング、ブレーキ、加速などのドライバーのプロフィールに基づいて調整できます。

セキュリティ

交通における次世代セキュリティは、Gen AIを通じて幅広い機会をもたらし、その一部は顔認識やドア制御など、簡単にアクセスできるスペースにすでに実装されています。しかしその一方で、DSRC (Directed Short Range Communications) を使用した V2X や標準の WIFI およびセルラー技術などの外部通信により、攻撃対象領域が増加します。 GenAI はセキュリティ システムと統合して、パターンの分析と使用可能なトラフィックの生成において重要な役割を果たすことができます。 ECU は Autosar、QNX、またはカスタマイズされたバージョンなどのリアルタイム オペレーティング システムに大きく依存しており、さまざまなセキュリティ攻撃が考えられますが、GenAI ベースのシステムはトラフィック パターンを検出してアラートを発行したり、非標準のパラメータ変更を防止したりできます。 Gen AI は、さまざまな脆弱なパラメーターの有効な状態を管理するために使用され、分離された名前空間で管理し、有効なパラメーターを操作のために ECU に戻すことができます。

Gen AI は交通機関の近代化に多くの可能性をもたらしますが、効果的なモデリング シナリオのための新しいメカニズムと合成データには時間がかかります。 Gen AI の機能が拡張され、ロジック解釈の効率が向上することで、今後数年間で運輸業界を劇的に変えることができるようになることが期待されます。

以上がGen AI が次世代の交通機関に与える影響の詳細内容です。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。