Ordlista

AI inom transport

Vad är AI inom transport?

AI inom transport omfattar tillämpningar inom logistik, trafik och mobilitet: väg- och turplanering, trafikprognoser, prediktivt underhåll av fordon och infrastruktur samt förarassistans ända till autonoma fordon. Målen är kortare sträckor, färre tomkörningar, lägre kostnader och större säkerhet. Många tillämpningar är säkerhetskritiska och därför strikt reglerade. Exempel: ett paketföretag planerar om sina leveransrundor varje dag utifrån försändelsevolym och trafikläge.

Ämnen

Logistik
Mobilitet
Trafik

Prova KI.ordo

Agenter, flöden och mallar i en arbetsyta – gratis demo i 24 timmar.

Starta demo

← Alla begrepp

Relaterade begrepp

Autonoma fordon

Autonoma fordon förflyttar sig helt eller delvis utan mänsklig inblandning med hjälp av kameror, radar, lidar och AI-programvara. Standarden SAE J3016 definierar sex nivåer – från 0 (ingen automatisering) till 5 (helt förarlöst överallt). AI sköter perception, förutsägelse av andra trafikanters beteende och ruttplanering. Utöver bilar omfattar detta robottaxi, lastbilar, skyttelbussar och lagerfordon; godkännande och ansvar regleras separat i varje land.

Mobilitet
Datorseende
+1

Datorseende

Datorseende är ett område inom AI där datorer tolkar bilder och video. Typiska uppgifter är att upptäcka och lokalisera föremål, läsa text i bilder och mäta komponenter. Tekniken används till exempel för kvalitetskontroll i tillverkningen, i förarassistanssystem, inom logistik och vid medicinsk bilddiagnostik.

bildanalys
djupinlärning
+1

Prediktiv analys

Prediktiv analys använder historiska data, statistik och maskininlärning för att uppskatta sannolika framtida händelser. Den besvarar frågor som: vilka kunder är på väg att säga upp sig? Hur stort lager behövs nästa månad? När kommer en maskin sannolikt att haverera? Resultaten är sannolikheter, inte säkerheter. Deras värde beror i hög grad på datakvaliteten och på om förutsägelserna faktiskt påverkar beslut och processer.

dataanalys
prognoser
+1

Förstärkningsinlärning (RL)

Förstärkningsinlärning är en gren av maskininlärning där en agent lär sig genom att prova sig fram. Den agerar i en miljö, får belöningar för bra utfall och straff för dåliga, och utvecklar på så sätt en strategi som maximerar den samlade belöningen. Kända exempel är program som bemästrar brädspel som Go, robotstyrning och finjustering av språkmodeller utifrån mänskliga omdömen.

inlärningsmetod
belöning
+1