次世代交通におけるAI世代の影響

次世代の交通手段は、電子機器、持続可能性、経験を設計の中核としており、Gen AI は、想定される次世代の交通エコシステムのあらゆるモードに影響を及ぼします。この市場には、EV（電気自動車）、AV（自律走行車）、マイクロモビリティ（ファーストマイル接続）、ハイパーループ（超高速公共交通機関）、UAM（都市航空モビリティ）の5つの重点分野があります。 eVOLT（電動垂直離着陸）や交通管制管理のための統合信号など、さまざまな進化とバリエーションがあります。マルチモーダル統合（シームレスなルート統合）、持続可能性（車両設計）、接続性と自動化（交通管理、代替手段）、シェアードモビリティ（リソースの共有と車両フットプリントの削減）など、進化している分野は数多くあります。運輸部門の変革は、ネイティブ テクノロジーの重要な部分として、Gen AI に無限の機会を提供します。

Gen AI は、自動運転、ルート最適化、障害物回避、自己管理 (駐車、死角など) の分野に革命をもたらしました。しかし、安心して移動できる交通を実現するためには、視野を広げ、環境を効果的に管理する必要があります。私たちは、ユーザー エクスペリエンス、効率性とパフォーマンス、セキュリティという 3 つの主要領域に重点を置きます。

ユーザーエクスペリエンス

乗車前の体験は、購入体験と乗車選択体験という 2 つの異なる領域に分けられます。 Gen AI は、機能性、個人の好み、経済性、持続可能性、役割や過去の運転行動に基づく包括的な保険コストの最適化に基づいて、購入の決定に影響を与えることができます。最終的に変化する領域は、VR/VR ヘッドセットを使用した試乗と、Gen AI によるソーシャル メディア集約を超えた履歴データに基づいて選択肢を保持し、ペルソナを作成することです。

中古車市場は316.2億ドルの価値があると推定されており、Gen AIシステムによるリース、購入、中古車のデータ分析と推奨、VINベースの車両履歴分析、車両モデル、車両が使用される地形、事故歴などに基づく耐用年数の効果的な予測は、購入者に付加価値をもたらすことができます。

乗り物の選択は、AI が大きな影響を与えるもう 1 つの分野です。移動手段の集約、環境データの集約、最も費用対効果の高いセグメント間輸送の予測、最適な時間と輸送の統合が、効果的な輸送の鍵となります。最適なルートと費用対効果の高い交通手段を予測する能力を備えた Gen AI は、都市交通において重要な役割を果たすでしょう。 POI、旅行/月ごとの旅行予算管理など、他の領域も Gen-AI ベースのトップ旅行アプリに効果的にオフロードされます。

効率とパフォーマンス

都市交通の効率とパフォーマンスは、Gen AI 統合を通じて効果的に対応できるさまざまなユースケースがあるもう 1 つの分野です。ただし、予測メンテナンス、内部コンポーネントのリモート検出および分析はいずれにしても標準の一部です。 Gen AI は、電気自動車の寿命を制御するいくつかの重要なパラメータである環境 (交通、天候) と予想される交通の流れに基づいて加速とブレーキを提案することで、ドライバーにリアルタイムのガイダンスを提供できます。 Gen AI は、シナリオに応じて、一時的に蓄えられるエネルギーの量と、それを消散させるかシステムに再導入するメカニズムを決定することにより、適応ブレーキと回生メカニズムを支援できます。 Gen AI は、リアルタイム データからの予測に基づいて特定の状況で供給されるトルクを最適化することにより、パワートレイン制御を効果的に管理し、供給される電力を調整できます。

範囲は各車両タイプごとに定義されていますが、消費量は気候制御と地形によって異なります。平坦な道路と比較して、丘陵地帯を運転すると 10% ～ 20% 多くのエネルギーが消費されます。 Gen AI は、ルートに基づいて旅行、充電頻度、最適な距離/地形の選択を計画するのに効果的に使用できます。

Gen AI ベースの予測を使用することで、特定のドッキング ポイントの現在の在庫状況、ドッキング ステーションのネットワーク、充電ポイント、輸送統合、セキュリティ、地形計画で構成されるマイクロ モビリティを簡単に完了できます。乗り換え時間、年齢、性別、マイクロモビリティモード、ユーザーの健康状態などに基づいた平均乗車時間。

最後に、サスペンション制御、ステアリング、ブレーキ、加速のドライバー プロファイル管理が Gen AI によって調整され、正確に予測されるため、運転行動は役割ベースになります。

安全

次世代の交通安全は、Gen AI を通じて幅広い機会を切り開きます。その一部は、顔認識やドア制御など、簡単にアクセスできる空間にすでに実装されています。しかしその一方で、DSRC (指向性短距離通信) を使用した V2X や標準的な WiFi およびセルラー テクノロジーなど、外部通信の増加に伴い攻撃対象領域も拡大します。 GenAI はセキュリティ システムと統合して、パターンの分析や使用可能なトラフィックの生成に重要な役割を果たします。 ECU は、Autosar、QNX、カスタム バージョンなどのリアルタイム オペレーティング システムに大きく依存しており、さまざまなセキュリティ攻撃を受ける可能性があります。GenAI ベースのシステムは、トラフィック パターンを検出してアラートを発行したり、非標準のパラメータ変更を防止したりできます。脆弱なさまざまなパラメータの有効なステータスを管理するために使用される Gen AI は、分離された名前空間で管理でき、有効なパラメータを ECU に返して操作することができます。

Gen AI は交通機関の近代化に多くの可能性をもたらしますが、シナリオを効果的にモデル化するための新しいメカニズムと合成データには時間がかかります。次世代 AI が機能を拡張し、ロジックの解釈がより効率的になるにつれ、今後数年間で運輸業界を劇的に変えることができるようになることが期待されます。