Gen AI對下一代交通領域的影響

下一代交通依賴電子、永續性和體驗作為其設計的核心，Gen AI對設想的下一代交通生態系統的每種模式都有影響。市場有五個特定的重點領域：EV(電動車)、AV(自動駕駛汽車)、Micro mobility(第一英里連接)、Hyperloops(超高速公共交通)和UAM(城市空中交通)。有許多演變和變化，例如eVOLT(電動垂直起飛和著陸)或用於交通控制管理的整合號誌。有許多領域正在不斷發展，例如多式聯運整合(無縫路線整合)、永續性(車輛設計)、連接性和自動化(交通管理、替代方案)、共享移動性(資源共享和減少車輛足跡) 。交通運輸領域的轉型為Gen AI作為原生技術的重要組成部分提供了無限的機會。

Gen AI已經徹底改變了自動駕駛、路線最佳化、避障和自我管理(停車、盲點等)領域。然而，我們需要擴大視野，有效管理環境，實現無憂運輸。我們將重點放在3個關鍵領域：使用者體驗、效率和效能以及安全性。

使用者體驗

乘車前的體驗可以分為購買體驗和乘車選擇體驗兩個不同領域。 Gen AI可以根據功能、個人喜好、經濟性、可持續性以及基於駕駛記錄的綜合保險成本來影響購買決策。在這個過程中，使用VR/VR耳機進行試駕並結合社交媒體聚合之外的歷史數據，Gen AI可以客製化個人化的角色選擇，從而改變整體的乘車體驗。

二手車市場規模預計為316.2億美元，因此透過Gen AI系統對租賃、購買和二手車進行數據分析和推薦，基於VIN的車輛歷史分析以及有效預測使用壽命根據車型、車輛使用的地形、事故歷史等，可以為買家增加價值。

乘車選擇是人工智慧將產生巨大影響的另一個領域。出行模式聚合、環境資料聚合、預測最具成本效益的跨段運輸、最佳時間、運輸整合將成為有效運輸的關鍵。 Gen AI具有預測最佳路線和經濟高效的交通選擇的能力，將在城市交通中發揮關鍵作用。還有其他領域，包括POI、旅行/月的旅行預算管理，將有效地卸載到基於Gen-AI的頂級旅行應用程式。

效率和性能

城市交通的效率和性能是另一個具有一系列用例的領域，可以透過Gen AI整合有效地提供服務。雖然內部組件的預測性維護、遠端檢測和分析無論如何都是標準的一部分。 Gen AI可以根據環境(交通、天氣)以及預期的交通流量，透過建議加速和煞車來為駕駛員提供即時指導，而加速和煞車是控制電動車壽命的幾個關鍵參數。 Gen AI可以根據場景確定臨時儲存的能量數量以及消散或重新引入系統的機制，從而幫助實現自適應煞車和再生機制。 Gen AI可以有效管理動力總成控制，並根據即時數據的預測，透過優化特定情況下傳遞的扭力來調整傳遞的功率。

車輛的性能受多種因素影響，其中氣候和地形是最主要的。每次車輛變化都會設定一個範圍，但實際的消耗量則取決於氣候控制和行駛地形。相較於平坦路面，行駛在丘陵地形上的能耗高出10%-20%。 Gen AI技術可以有效地運用於行程規劃、充電頻率的確定以及基於路線的最佳距離和地形選擇。這種先進的人工智慧系統可以分析車輛的實際情況，並為駕駛者提供最佳的建議，以提高行駛效率和節省能源消耗。透過Gen AI的智慧運算能力，駕駛

使用基於Gen AI的預測、特定對接點的當前庫存狀態，可以輕鬆完成由對接站、充電點、運輸整合、安全和地形規劃網路組成的微型移動性。換乘時間、基於年齡、性別、微移動模式、使用者健康狀況等的平均騎乘時間。

駕駛行為可根據駕駛檔案進行調整，包括角色、懸吊控制、轉向、煞車和加速，透過Gen AI進行精確預測。

安全性

下一代交通的安全性透過Gen AI帶來了廣泛的機會，其中一些已經在人臉辨識和門控制等易於存取的空間中實施。但另一方面，攻擊面隨著外部通訊的增加而增加，包括使用DSRC(定向短程通訊)的V2X以及標準WIFI和蜂巢技術。 GenAI可以與安全系統結合，在分析模式和產生可用流量方面發揮關鍵作用。 ECU嚴重依賴即時作業系統，如Autosar、QNX或自訂版本，並且存在一系列可能的安全攻擊，基於GenAI的系統可以偵測流量模式，並發出警報或防止非標準參數修改。用於管理易受攻擊的各種參數的有效狀態的Gen AI，可以在隔離的命名空間中進行管理，並將有效參數傳回給ECU進行操作。

雖然Gen AI為交通現代化開闢了許多可能性，但用於有效建模場景的新機制和合成資料需要時間。希望隨著Gen AI在解釋邏輯方面功能的擴展和效率的提高，其能夠在未來幾年極大地改變交通運輸行業。

#

以上是Gen AI對下一代交通領域的影響的詳細內容。更多資訊請關注PHP中文網其他相關文章！