Речник

ИИ в транспорта

Какво е ИИ в транспорта?

ИИ в транспорта обхваща приложения в логистиката, трафика и мобилността: планиране на маршрути и обиколки, прогнозиране на трафика, предиктивна поддръжка на превозни средства и инфраструктура, както и системи за подпомагане на водача до автономни превозни средства. Целите са по-къси маршрути, по-малко празни курсове, по-ниски разходи и по-голяма безопасност. Много приложения са критични за безопасността и затова са строго регулирани. Пример: куриерска служба планира наново ежедневно маршрутите си за доставка въз основа на обема на пратките и пътната обстановка.

Теми

Логистика
Мобилност
Трафик

Изпробвайте KI.ordo

Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.

Стартирайте демото

← Всички термини

Свързани термини

Автономни превозни средства

Автономните превозни средства се движат изцяло или частично без човешка намеса, като използват камери, радар, лидар и ИИ софтуер. Стандартът SAE J3016 определя шест нива – от 0 (без автоматизация) до 5 (напълно без шофьор навсякъде). ИИ отговаря за възприемането на средата, прогнозирането на поведението на другите участници в движението и планирането на маршрута. Освен автомобили това обхваща роботаксита, камиони, совалки и складови превозни средства; одобрението и отговорността се уреждат поотделно във всяка държава.

Мобилност
Компютърно зрение
+1

Компютърно зрение

Компютърното зрение е област на ИИ, в която компютрите интерпретират изображения и видео. Типични задачи са откриване и локализиране на обекти, разчитане на текст в изображения и измерване на детайли. Технологията се използва например при контрола на качеството в производството, в системите за подпомагане на водача, в логистиката и в медицинската образна диагностика.

анализ на изображения
дълбоко обучение
+1

Предиктивна аналитика

Предиктивната аналитика използва исторически данни, статистика и машинно обучение, за да оцени вероятни бъдещи събития. Тя отговаря на въпроси като: кои клиенти са на път да се откажат? Колко запаси ще са необходими следващия месец? Кога вероятно ще се повреди една машина? Резултатите са вероятности, а не сигурност. Стойността им зависи силно от качеството на данните и от това дали прогнозите наистина влияят върху решенията и процесите.

анализ на данни
прогнозиране
+1

Обучение с подкрепление (RL)

Обучението с подкрепление е дял от машинното обучение, при който агентът се учи чрез проба и грешка. Той действа в дадена среда, получава награди за добри резултати и наказания за лоши и по този начин изработва стратегия, която максимизира общата му награда. Известни примери са програмите, които овладяват настолни игри като Го, управлението на роботи и фината настройка на езикови модели въз основа на човешки оценки.

метод на обучение
награда
+1