IoT的增長(zhǎng)助推了數(shù)據(jù)爆炸，這已不是秘密，國(guó)際數(shù)據(jù)公司(International Data Corporation)預(yù)測(cè)，到2025年，將有超過(guò)410億個(gè)聯(lián)網(wǎng)的IoT設(shè)備生成近80兆字節(jié)的數(shù)據(jù)。前所未有的數(shù)據(jù)涌入，再加上AI的發(fā)展以從中提取見(jiàn)解，將打造出一個(gè)比以前信息靈通得多的移動(dòng)行業(yè)。

【資料圖】

通常將AI部署為使用位置情報(bào)數(shù)據(jù)自動(dòng)創(chuàng)建地圖，從而為企業(yè)提供機(jī)會(huì)，通過(guò)使用真正的位置感知AI增強(qiáng)其獲取的見(jiàn)解。這意味著AI能夠理解位置信息的屬性，并允許開(kāi)發(fā)人員將這些位置洞察力運(yùn)用到他們的應(yīng)用程序和產(chǎn)品中。

注入了位置數(shù)據(jù)的AI用于從其收集的數(shù)據(jù)創(chuàng)建模式識(shí)別和位置簽名，這可以支持生成高清地圖和逼真的模擬器以可視化此數(shù)據(jù)。從了解消費(fèi)者的移動(dòng)方式，到了解在哪里鉆探石油的最佳方式，這些智能可視化技術(shù)正在眾多行業(yè)中創(chuàng)建成倍數(shù)量的用例。

人工智能價(jià)值鏈在過(guò)去幾年中發(fā)生了巨大變化。我們正在從傳統(tǒng)的機(jī)器學(xué)習(xí)(ML)轉(zhuǎn)移到一個(gè)階段，在這個(gè)階段中，價(jià)值主要圍繞解決方案模型架構(gòu)和算法，而ML的價(jià)值在于使基準(zhǔn)模型可以處理您的數(shù)據(jù)并能夠?qū)ζ溥M(jìn)行演化，組合和擴(kuò)展。

我們已經(jīng)習(xí)慣了AI和ML的標(biāo)準(zhǔn)化部署以獲取位置情報(bào)，現(xiàn)在傳感器，天線或衛(wèi)星用于生成標(biāo)準(zhǔn)清晰度地圖(例如人們?cè)谥悄苁謾C(jī)上的地圖)已變得司空見(jiàn)慣。我們?cè)絹?lái)越多地轉(zhuǎn)向由機(jī)器構(gòu)建以服務(wù)機(jī)器的高清(HD)地圖，這使得可以針對(duì)特定用例部署此數(shù)據(jù)，例如構(gòu)建用于自動(dòng)駕駛的算法解決方案。這種新方法可以合并多個(gè)源以識(shí)別特征和模式，同時(shí)處理靜態(tài)和實(shí)時(shí)事件以預(yù)測(cè)行為和條件。

一個(gè)典型的例子是AI / ML支持的地圖，其中端到端過(guò)程創(chuàng)建了一個(gè)自我修復(fù)地圖，該地圖依賴于連續(xù)收集“低級(jí)”觀察值和“高級(jí)”聚合地圖特征，這兩者都是自動(dòng)學(xué)習(xí)的功能。這些工具協(xié)同工作以發(fā)展和適應(yīng)每個(gè)地圖特征，例如標(biāo)志，車道，人行道，并針對(duì)每個(gè)地理區(qū)域進(jìn)行學(xué)習(xí)。但是，它的不足之處在于它的剛性，因?yàn)樗穸藝@數(shù)據(jù)本身收集的細(xì)微差別，這就是位置數(shù)據(jù)平臺(tái)正在創(chuàng)新以創(chuàng)建位置感知型AI的原因。

人工智能使預(yù)測(cè)成為可能

簡(jiǎn)而言之，這是旨在了解其接收到的位置信息的依存關(guān)系和屬性并生成更高級(jí)見(jiàn)解的AI。跨物理對(duì)象的實(shí)時(shí)語(yǔ)義關(guān)系是其中的關(guān)鍵元素，可用于構(gòu)建位置圖，該位置圖是世界的地理時(shí)空表示。

這些表示可用于通過(guò)使用實(shí)時(shí)數(shù)據(jù)(例如天氣，交通或傳感器數(shù)據(jù))做出明智的預(yù)測(cè)。AI / ML將以上下文方式促進(jìn)對(duì)位置和運(yùn)動(dòng)的理解，這將從根本上為我們提供改變位置信息的收集，表示和利用方式的新方法。

注入位置數(shù)據(jù)的AI可以發(fā)現(xiàn)新的數(shù)據(jù)模式，并為其收集的數(shù)據(jù)生成更準(zhǔn)確的樣本。這意味著它可以用來(lái)暴露關(guān)鍵特征并以傳統(tǒng)AI方法無(wú)法實(shí)現(xiàn)的方式與其他數(shù)據(jù)組成，例如使用位置AI來(lái)預(yù)測(cè)交通數(shù)據(jù)中NO2濃度的相關(guān)性。

使運(yùn)輸和物流業(yè)受益

通過(guò)AI收集的數(shù)據(jù)可用于為特定問(wèn)題提供信息并幫助做出決策，如在運(yùn)輸和物流行業(yè)中的使用所見(jiàn)。該行業(yè)面臨的關(guān)鍵挑戰(zhàn)是需要解決大規(guī)模優(yōu)化問(wèn)題。在大型供應(yīng)鏈網(wǎng)絡(luò)中利用大量數(shù)據(jù)會(huì)給數(shù)據(jù)提供者帶來(lái)多對(duì)多的優(yōu)化問(wèn)題，這是因?yàn)樘峁┱撸M(fèi)者和方式的數(shù)量龐大。盡管在這個(gè)領(lǐng)域取得了進(jìn)展，但通過(guò)使用位置感知的AI仍有發(fā)展空間。這項(xiàng)技術(shù)越來(lái)越多地嵌入到整個(gè)供應(yīng)鏈網(wǎng)絡(luò)中，從而增加了用于跟蹤和監(jiān)視的接口數(shù)量。

強(qiáng)化學(xué)習(xí)(RL)在運(yùn)輸和物流行業(yè)中具有巨大的飛躍潛力。該技術(shù)支持仿真和靈敏度分析，可用于創(chuàng)建預(yù)測(cè)模型和仿真。RL可以幫助我們找到控制車隊(duì)的新方法，從而使車隊(duì)交通更為優(yōu)化。其用途的一個(gè)示例可能是在最大的智能城市中規(guī)劃和管理交通流量，以最大程度地減少CO2排放，同時(shí)還保證最大的安全性和高效移動(dòng)性。從這些模型中學(xué)到的見(jiàn)解可實(shí)現(xiàn)數(shù)據(jù)明智的決策和結(jié)果，從而形成有效的分銷網(wǎng)絡(luò)。

巨大的增長(zhǎng)空間

位置感知型AI的潛力是巨大的，沒(méi)有人能聲稱在運(yùn)輸和物流，汽車或智慧城市空間中充分利用了其功能。AI / ML的最大進(jìn)步可能不會(huì)發(fā)生在封閉的實(shí)驗(yàn)室中，而只能通過(guò)強(qiáng)大的開(kāi)放生態(tài)系統(tǒng)和開(kāi)放創(chuàng)新來(lái)實(shí)現(xiàn)。

位置平臺(tái)與學(xué)術(shù)機(jī)構(gòu)或政府機(jī)構(gòu)之間的協(xié)作可以在其中發(fā)揮關(guān)鍵作用，因?yàn)榭梢岳肁I來(lái)推動(dòng)“智能地球”的許多用例。定位平臺(tái)可以部署與公共安全相關(guān)的智慧城市計(jì)劃，或者為汽車和移動(dòng)性行業(yè)的公司提供主要見(jiàn)解。這些見(jiàn)解可被視為移動(dòng)領(lǐng)域中的一種新貨幣，可用于在構(gòu)建可靠且關(guān)鍵的實(shí)時(shí)基于AI的位置情報(bào)服務(wù)方面取得重要進(jìn)展。反過(guò)來(lái)，這些服務(wù)將在未來(lái)幾年內(nèi)增強(qiáng)跨云，邊緣和設(shè)備部署的產(chǎn)品。

關(guān)鍵詞： 智慧城市 物流行業(yè) 優(yōu)化問(wèn)題