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!