Gen AI가 차세대 교통수단에 미치는 영향
차세대 교통수단은 전자공학, 지속 가능성 및 경험을 디자인의 핵심으로 삼고 있으며, Gen AI는 구상된 차세대 교통 생태계의 모든 모드에 영향을 미칩니다. 시장에는 EV(전기 자동차), AV(자율 자동차), 마이크로 모빌리티(퍼스트 마일 연결), 하이퍼루프(초고속 대중 교통), UAM(도심 항공 모빌리티) 등 5가지 특정 초점 영역이 있습니다. eVOLT(전기 수직 이착륙)나 교통 관제 관리를 위한 통합 신호 등 많은 진화와 변화가 있습니다. 복합 운송 통합(원활한 경로 통합), 지속 가능성(차량 설계), 연결성 및 자동화(교통 관리, 대안), 공유 모빌리티(자원 공유 및 차량 발자국 감소) 등 진화하고 있는 많은 영역이 있습니다. 운송 부문의 변화는 기본 기술의 중요한 부분인 Gen AI에게 무한한 기회를 제공합니다.
Gen AI는 자율 주행, 경로 최적화, 장애물 회피 및 자체 관리(주차, 사각지대 등) 분야에 혁명을 일으켰습니다. 그러나 환경을 효과적으로 관리하고 걱정 없는 운송을 달성하려면 시야를 넓혀야 합니다. 우리는 사용자 경험, 효율성 및 성능, 보안이라는 3가지 핵심 영역에 중점을 둘 것입니다.
사용자 경험
탑승 전 경험은 구매 경험과 탑승 경험 두 가지 영역으로 나눌 수 있습니다. Gen AI는 운전 이력을 기반으로 기능, 개인 선호도, 경제성, 지속 가능성 및 포괄적인 보험 비용을 기반으로 구매 결정에 영향을 미칠 수 있습니다. 이 과정에서 Gen AI는 테스트 드라이브를 위해 VR/VR 헤드셋을 사용하고 소셜 미디어 집계 이상의 과거 데이터와 결합하여 개인화된 캐릭터 선택을 맞춤화하여 전반적인 라이딩 경험을 바꿀 수 있습니다.
중고차 시장 규모는 316억 2천만 달러로 예상되며, Gen AI 시스템을 통해 리스, 구매, 중고차에 대한 데이터 분석 및 추천, VIN 기반의 차량 이력 분석 및 이를 기반으로 한 효과적인 서비스 수명 예측이 이루어집니다. 차량 모델, 차량이 사용하는 지형, 사고 이력 등은 구매자에게 가치를 더할 수 있습니다.
라이드 선택은 AI가 큰 영향을 미칠 또 다른 영역입니다. 이동 모드 집계, 환경 데이터 집계, 세그먼트 전반에 걸쳐 가장 비용 효율적인 운송 예측, 최적의 타이밍 및 운송 통합이 효율적인 운송의 핵심이 될 것입니다. Gen AI는 최적의 경로와 비용 효율적인 교통 옵션을 예측하는 능력을 통해 도시 교통에서 핵심적인 역할을 할 것입니다. POI, 여행/월별 여행 예산 관리를 포함한 다른 영역이 최고의 Gen-AI 기반 여행 앱으로 효과적으로 오프로드됩니다.
효율성 및 성능
도시 교통의 효율성과 성능은 Gen AI 통합을 통해 효과적으로 제공될 수 있는 다양한 사용 사례가 있는 또 다른 영역입니다. 예측 유지 관리, 내부 구성 요소의 원격 검사 및 분석은 어떤 경우에도 표준의 일부입니다. Gen AI는 환경(교통, 날씨) 및 예상 교통 흐름을 기반으로 전기 자동차의 수명을 제어하는 몇 가지 주요 매개변수인 가속 및 제동을 추천하여 운전자에게 실시간 안내를 제공할 수 있습니다. Gen AI는 일시적으로 저장된 에너지의 양과 이를 시나리오에 따라 시스템에 소산하거나 재도입하는 메커니즘을 결정하여 적응형 제동 및 재생 메커니즘을 활성화하는 데 도움을 줄 수 있습니다. Gen AI는 실시간 데이터의 예측을 기반으로 특정 상황에서 전달되는 토크를 최적화하여 파워트레인 제어를 효과적으로 관리하고 전달되는 출력을 조정할 수 있습니다.
차량 성능은 다양한 요인의 영향을 받으며, 그 중 기후와 지형이 가장 중요합니다. 차량 변경마다 범위가 설정되지만 실제 소비량은 온도 조절 및 주행 지형에 따라 달라집니다. 언덕이 많은 지형에서 주행하면 평탄한 도로에 비해 10~20% 더 많은 에너지를 소비합니다. Gen AI 기술은 여행 계획, 충전 빈도 결정, 경로에 따른 최적의 거리 및 지형 선택에 효과적으로 사용될 수 있습니다. 이 첨단 인공지능 시스템은 차량의 실제 상황을 분석하고 운전자에게 운전 효율성을 향상시키고 에너지 소비를 절감할 수 있는 최선의 제안을 제공할 수 있습니다. Gen AI의 스마트 컴퓨팅 성능으로 주행
도킹 스테이션, 충전 지점, 교통 통합, 안전 및 지형 계획의 네트워크로 구성된 마이크로 모빌리티는 Gen AI 기반 예측, 특정 도킹의 현재 재고 상태를 사용하여 쉽게 달성할 수 있습니다. 포인트들. 환승 시간, 연령, 성별, 마이크로 모빌리티 패턴, 사용자 건강 등에 따른 평균 탑승 시간
운전 행동은 역할, 서스펜션 제어, 조향, 제동 및 가속을 포함한 운전자 프로필을 기반으로 조정될 수 있으며 Gen AI가 정확하게 예측합니다.
Security
차세대 교통의 보안은 Gen AI를 통해 다양한 기회를 제공하며, 그 중 일부는 이미 얼굴 인식, 도어 제어 등 쉽게 접근할 수 있는 공간에 구현되어 있습니다. 그러나 반면에 DSRC(Directed Short Range Communications)를 사용하는 V2X와 표준 WIFI 및 셀룰러 기술을 포함한 외부 통신의 경우 공격 표면이 증가합니다. GenAI는 보안 시스템과 통합되어 패턴을 분석하고 사용 가능한 트래픽을 생성하는 데 중요한 역할을 할 수 있습니다. ECU는 Autosar, QNX 또는 사용자 정의 버전과 같은 실시간 운영 체제에 크게 의존하며 다양한 보안 공격이 가능합니다. GenAI 기반 시스템은 트래픽 패턴을 감지하고 경고를 발행하거나 비표준 매개변수 수정을 방지할 수 있습니다. 다양한 취약한 매개변수의 유효한 상태를 관리하는 데 사용되는 Gen AI는 격리된 네임스페이스에서 관리될 수 있으며 작동을 위해 유효한 매개변수를 ECU에 다시 전달할 수 있습니다.
Gen AI가 교통 현대화를 위한 많은 가능성을 열어주지만 시나리오를 효과적으로 모델링하기 위한 새로운 메커니즘과 합성 데이터는 시간이 걸립니다. Gen AI가 기능을 확장하고 논리 해석의 효율성이 향상됨에 따라 향후 운송 산업을 극적으로 변화시킬 수 있기를 바랍니다.
위 내용은 Gen AI가 차세대 교통수단에 미치는 영향의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
핫 AI 도구
Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱
AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.
Undress AI Tool
무료로 이미지를 벗다
Clothoff.io
AI 옷 제거제
AI Hentai Generator
AI Hentai를 무료로 생성하십시오.
인기 기사
뜨거운 도구
메모장++7.3.1
사용하기 쉬운 무료 코드 편집기
SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.
스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경
드림위버 CS6
시각적 웹 개발 도구
SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)
뜨거운 주제
7509
15
1378
52
78
11
52
19
19
63
Bytedance Cutting, SVIP 슈퍼 멤버십 출시: 연간 연속 구독료 499위안, 다양한 AI 기능 제공
Jun 28, 2024 am 03:51 AM
이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도
Rag 및 Sem-Rag를 사용한 상황 증강 AI 코딩 도우미
Jun 10, 2024 am 11:08 AM
검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.
미세 조정을 통해 LLM이 실제로 새로운 것을 배울 수 있습니까? 새로운 지식을 도입하면 모델이 더 많은 환각을 생성할 수 있습니다.
Jun 11, 2024 pm 03:57 PM
LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.
7가지 멋진 GenAI 및 LLM 기술 인터뷰 질문
Jun 07, 2024 am 10:06 AM
AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.
대형 모델에 대한 새로운 과학적이고 복잡한 질문 답변 벤치마크 및 평가 시스템을 제공하기 위해 UNSW, Argonne, University of Chicago 및 기타 기관이 공동으로 SciQAG 프레임워크를 출시했습니다.
Jul 25, 2024 am 06:42 AM
편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는
당신이 모르는 머신러닝의 5가지 학교
Jun 05, 2024 pm 08:51 PM
머신 러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습하고 능력을 향상시킬 수 있는 능력을 제공하는 인공 지능의 중요한 분야입니다. 머신러닝은 이미지 인식, 자연어 처리, 추천 시스템, 사기 탐지 등 다양한 분야에서 폭넓게 활용되며 우리의 삶의 방식을 변화시키고 있습니다. 기계 학습 분야에는 다양한 방법과 이론이 있으며, 그 중 가장 영향력 있는 5가지 방법을 "기계 학습의 5개 학교"라고 합니다. 5개 주요 학파는 상징학파, 연결주의 학파, 진화학파, 베이지안 학파, 유추학파이다. 1. 상징주의라고도 알려진 상징주의는 논리적 추론과 지식 표현을 위해 상징을 사용하는 것을 강조합니다. 이 사고 학교는 학습이 기존을 통한 역연역 과정이라고 믿습니다.
SOTA 성능, 샤먼 다중 모드 단백질-리간드 친화성 예측 AI 방법, 최초로 분자 표면 정보 결합
Jul 17, 2024 pm 06:37 PM
Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다
AI와 같은 시장을 개척하는 GlobalFoundries는 Tagore Technology의 질화 갈륨 기술 및 관련 팀을 인수합니다.
Jul 15, 2024 pm 12:21 PM
7월 5일 이 웹사이트의 소식에 따르면 글로벌파운드리는 올해 7월 1일 보도자료를 통해 타고르 테크놀로지(Tagore Technology)의 전력질화갈륨(GaN) 기술 및 지적재산권 포트폴리오 인수를 발표하고 자동차와 인터넷 시장 점유율 확대를 희망하고 있다고 밝혔다. 더 높은 효율성과 더 나은 성능을 탐구하기 위한 사물 및 인공 지능 데이터 센터 응용 분야입니다. 생성 AI와 같은 기술이 디지털 세계에서 계속 발전함에 따라 질화갈륨(GaN)은 특히 데이터 센터에서 지속 가능하고 효율적인 전력 관리를 위한 핵심 솔루션이 되었습니다. 이 웹사이트는 이번 인수 기간 동안 Tagore Technology의 엔지니어링 팀이 GLOBALFOUNDRIES에 합류하여 질화갈륨 기술을 더욱 개발할 것이라는 공식 발표를 인용했습니다. G
