ஏ.ஐ. அவசர நேர போக்குவரத்து முன்னறிவிப்பு

போக்குவரத்து நெரிசல் நெருக்கடி

பெரும் நகரங்களில், அவசர நேரங்களில் நெடுஞ்சாலைகள் மற்றும் தெருக்கள் பெரும்பாலும் நிறுத்தும் இடங்களாக மாறி விடுகின்றன – இது மனச்சோர்வு மற்றும் செலவான பிரச்சினை. ஆய்வுகள், போக்குவரத்து நெரிசல் பல பொருளாதாரங்களுக்கு 2% ஜிடிபி இழப்பை ஏற்படுத்துகிறது என்று கணக்கிடுகின்றன. அமெரிக்காவில், உதாரணமாக, சராசரி ஓட்டுநர் ஆண்டுக்கு சுமார் 43 மணி நேரம் போக்குவரத்தில் சிக்கி இழக்கிறார்.

இந்த வீணான நேரம் கூடுதல் எரிபொருள் எரிதல், அதிக மாசுபாடு மற்றும் மக்களின் ஆரோக்கியத்தில் மன அழுத்தத்தையும் ஏற்படுத்துகிறது.

இதனை சமாளிக்க, போக்குவரத்து திட்டமிடுவோர் செயற்கை நுண்ணறிவை அணுகுகின்றனர். எங்கே மற்றும் எப்போது நெரிசல் ஏற்படும் என்பதை முன்னறிவித்து, ஏ.ஐ. அமைப்புகள் நெரிசலை துவங்குவதற்கு முன் போக்குவரத்தை மென்மையாக்க முயலுகின்றன.

ஏ.ஐ. போக்குவரத்து தரவை எப்படி செயலாக்குகிறது

நவீன ஏ.ஐ. போக்குவரத்து முன்னறிவிப்புகள் பெரிய தரவை சார்ந்தவை. அவை சாலைகள் பற்றிய பெரும் தகவல் ஓட்டங்களை சேகரிக்கின்றன: சென்சார்கள் மற்றும் கேமராக்கள் மூலம் எண்ணிக்கை மற்றும் வேகம், ஸ்மார்ட்போன்கள் மற்றும் வாகனங்களின் ஜிபிஎஸ் தடங்கள், மற்றும் வானிலை அல்லது சிறப்பு நிகழ்வுகள் போன்ற வெளிப்புற காரணிகள்.

உதாரணமாக, போக்குவரத்து கேமராக்கள் மற்றும் ஜிபிஎஸ் சாதனங்கள் நேரடி தரவை வழங்குகின்றன, ஏ.ஐ. அதனை அந்த சாலைகளின் வரலாற்று மாதிரிகளுடன் பகுப்பாய்வு செய்கிறது.

இப்போது என்ன நடக்கிறது மற்றும் பொதுவாக இந்த நேரத்தில் என்ன நடக்கிறது என்பதைப் பார்த்து, எதிர்காலத்தில் போக்குவரத்து எப்படி இருக்கும்?

— முக்கிய ஏ.ஐ. போக்குவரத்து முன்னறிவிப்பு தர்க்கம்

இதனால் மாதிரி ஒரு நெடுஞ்சாலை பகுதி வாரநாள் காலை நேரங்களில் பொதுவாக மெதுவாகும் என்பதை "அறிந்து" கொள்ள முடியும், அல்லது நகர மையத்தில் ஒரு கச்சேரி கூடுதல் வாகனங்களை சில தெருக்களில் அனுப்பும் என்பதை அறிந்து கொள்ள முடியும். நடைமுறையில், கூகுள் மேப்ஸ் போன்ற அமைப்புகள் நேரடி போக்குவரத்து வாசிப்புகளை கடந்த ஆண்டுகளின் பழைய போக்குவரத்து போக்குகளுடன் இணைத்து 10–50 நிமிடங்களுக்கு முன் நிலைகளை கணிக்கின்றன.

ஏ.ஐ. போக்குவரத்து மாதிரிகளுக்கான முக்கிய தரவு மூலங்கள்

• வரலாற்று போக்குவரத்து தரவு: ஒவ்வொரு சாலையின் வேகம் மற்றும் அளவு, நாள்/வாரம் நேரப்படி
• நேரடி தரவுகள்: சாலை சென்சார்கள், போக்குவரத்து கேமராக்கள் மற்றும் ஜிபிஎஸ் சாதனங்களிலிருந்து நேரடி வாகன எண்ணிக்கை மற்றும் வேகம்
• வெளிப்புற தகவல்கள்: வானிலை அறிக்கைகள், விபத்து அல்லது கட்டுமான எச்சரிக்கைகள், சிறப்பு நிகழ்வு அட்டவணைகள்
• இயந்திரக் கற்றல் ஆல்கொரிதம்கள்: மேலே உள்ள அனைத்து உள்ளீடுகளிலிருந்தும் சிக்கலான மாதிரிகளை கற்றுக்கொள்ளும் மாதிரிகள் (நியூரல் நெட்வொர்க்குகள் போன்றவை)

போக்குவரத்து முன்னறிவிப்பில் மேம்பட்ட ஏ.ஐ. தொழில்நுட்பங்கள்

ஏ.ஐ. மாதிரிகள் இந்த உள்ளீடுகளை மேம்பட்ட தொழில்நுட்பங்களுடன் செயலாக்குகின்றன. பாரம்பரிய புள்ளியியல் முறைகள் நகர போக்குவரத்தின் பருமன் மற்றும் மாறுபாட்டை சமாளிக்க முடியாமல், ஆய்வாளர்கள் இப்போது ஆழ்ந்த கற்றலை பயன்படுத்துகின்றனர்.

உதாரணமாக, மீண்டும் நிகழும் நியூரல் நெட்வொர்க்குகள் (RNNs) அல்லது கான்வலூஷனல் நெட்வொர்க்குகள் நேரத்திற்குள் போக்குவரத்து மாற்றங்களை பிடிக்க முடியும், மற்றும் கிராப் நியூரல் நெட்வொர்க்குகள் (GNNs) சாலை வலையமைப்பின் அமைப்பை தெளிவாக பயன்படுத்துகின்றன.

மேம்பட்ட நியூரல் நெட்வொர்க்குகளின் மூலம் நகர்ப்புற போக்குவரத்து தரவை ஏ.ஐ. பகுப்பாய்வு செய்கிறது

நிஜ உலக பயன்பாடுகள்

ஏ.ஐ. இயக்கப்படும் போக்குவரத்து முன்னறிவிப்பு தொழில்நுட்பங்கள் உலகம் முழுவதும் தொழில்நுட்ப நிறுவனங்களும் நகரங்களும் பயன்படுத்தி வருகின்றன. உதாரணமாக, கூகுள் மேப்ஸ் நேரடி பயனர் தரவு மற்றும் ஏ.ஐ. மாதிரிகளை இணைத்து நெரிசலை முன்னறிவிக்கிறது.

ஒரு குறிப்பிட்ட நெடுஞ்சாலை பொதுவாக காலை 6–7 மணிக்குள் மெதுவாகும் என்பதை "நினைவில்" வைக்கிறது, பின்னர் அந்த வரலாற்றை நேரடி வேகங்களுடன் இணைத்து எதிர்கால நிலைகளை கணிக்கிறது.

டீப்பைண்ட் (கூகுளின் ஏ.ஐ. ஆய்வகம்) கூறுகிறது, மேம்பட்ட இயந்திரக் கற்றல் மாதிரிகள் (GNNs பயன்படுத்தி) தைச்சங் மற்றும் சிட்னி போன்ற நகரங்களில் ETA துல்லியத்தை 50% வரை அதிகரித்துள்ளன. இந்த மேம்பாட்டுக்குப் பிறகு, 97% க்கும் மேற்பட்ட பயண ETA கள் மிக துல்லியமாக இருந்தன.

வர்த்தக மற்றும் நகராட்சி செயலாக்கங்கள்

இந்த அனைத்து நிஜ உலக பயன்பாடுகளும் நெரிசலை முன்கூட்டியே கணிக்க திட்டமிடுவோருக்கு உதவுகின்றன, அதனால் போக்குவரத்து சிக்கல்கள் தோன்றும் முன் நடவடிக்கை எடுக்க முடியும்.

ஏ.ஐ. இயக்கப்படும் போக்குவரத்து மேலாண்மை டாஷ்போர்டு செயல்பாட்டில்

ஓட்டுநர்களுக்கும் நகரங்களுக்கும் பயன்கள்

துல்லியமான போக்குவரத்து முன்னறிவிப்புகளின் பலன் மிகப்பெரியது. தனிப்பட்ட பயணிகளுக்கு, ஏ.ஐ. அதிக நம்பகமான பயண நேரங்களை மற்றும் குறைந்த போக்குவரத்து நேரத்தை வழங்குகிறது.

ஒரு சாலை விரைவில் நெரிசலாகுமா என்று நீங்கள் வெளியேறுவதற்கு முன் செயலிகள் எச்சரிக்க முடியும், அல்லது மெதுவாகும் பகுதிகளை தவிர்க்க மாற்று வழிகளை பரிந்துரைக்க முடியும்.

அளவிடக்கூடிய தாக்கம்

ஆய்வுகள், இதனால் ஓட்டுநர்கள் வாரந்தோறும் பல மணி நேரம் சேமிக்க முடியும் என்று கூறுகின்றன. ஏ.ஐ. வழிகாட்டல் எரிபொருள் பயன்பாட்டையும் குறைக்கிறது – விளக்குகளில் நிறுத்தப்படாமை மற்றும் நிறுத்தி-செலுத்தும் நெடுஞ்சாலைகளில் மெதுவாக நகராமை குறைவான எரிபொருள் எரிதலை குறிக்கிறது.

உதாரணமாக, கூகுள் ஏ.ஐ. திட்டம் பிஸியான சந்திப்புகளில் வாகன நிறுத்தங்களை 30% மற்றும் எரிபொருள் வெளியீட்டை 10% குறைத்துள்ளதாக தெரிவிக்கிறது.

நகர அளவில், மென்மையான போக்குவரத்து ஓட்டம் குறைந்த மாசுபாடு மற்றும் பொருளாதார வளர்ச்சியை உருவாக்குகிறது. போக்குவரத்தில் குறைந்த நேரம் அதிக உற்பத்தித்திறன், குறைந்த பயண மன அழுத்தம் மற்றும் சுத்தமான காற்றை குறிக்கிறது.

சுருக்கமாக, ஏ.ஐ. இயக்கப்படும் முன்னறிவிப்புகள் மக்களுக்கு சிறந்த வழிசெலுத்தல் முடிவுகளை எடுக்க உதவுகின்றன மற்றும் நகரங்களுக்கு சிறந்த சாலை வலையமைப்புகளை வடிவமைக்க உதவுகின்றன.

ஏ.ஐ. மேம்படுத்திய நகர்ப்புற போக்குவரத்து ஓட்டம் காட்சிப்படுத்தல்

சவால்கள் மற்றும் எதிர்கால பார்வை

ஏ.ஐ. போக்குவரத்து முன்னறிவிப்புகளை உருவாக்குவது சவால்களின்றி இல்லை. இத்தனை தரவைப் பெறுதல் மற்றும் செயலாக்குதல் செலவானது – நகரங்கள் சென்சார்கள், கேமராக்கள் மற்றும் கணினி அமைப்புகளில் முதலீடு செய்ய வேண்டியிருக்கும்.

பழைய போக்குவரத்து அமைப்புகளில் ஏ.ஐ. ஒருங்கிணைப்பது சிக்கலானது, மற்றும் பணியாளர்கள் புதிய கருவிகளை பயன்படுத்த பயிற்சி பெற வேண்டும்.

முக்கிய செயலாக்க சவால்கள்

எதிர்கால கண்டுபிடிப்புகள் மற்றும் வாய்ப்புகள்

இந்த சவால்களுக்குப் பிறகும், நிபுணர்கள் நம்பிக்கையுடன் உள்ளனர். போக்குவரத்து மேலாண்மையில் ஏ.ஐ. இன்னும் ஆரம்ப கட்டத்தில் உள்ளது, வளர அதிக இடம் உள்ளது. ஆய்வாளர்கள் தெளிவான முன்னேற்ற பாதைகளை காண்கின்றனர் – உதாரணமாக, திடீர் நிகழ்வுகளுக்கு (ஒரு விளையாட்டு முடிவடையும் நேரம் போன்ற) நேரடியாக தகுந்த மாதிரிகளை உருவாக்குதல் மற்றும் கிராமப்புற பகுதிகளுக்கு தீர்வுகளை விரிவாக்குதல்.

பெரிய மொழி மாதிரிகள் (சாட்ஜிபிடி போன்றவை) பயன்படுத்தி முன்னறிவிப்புக்கு பொருள் சேர்க்கும் ஒரு முன்னணி யோசனை உள்ளது. உதாரணமாக, ஒரு புதிய முறை ஏ.ஐ.க்கு சாலை மூடல்கள் அல்லது நிகழ்வுகள் பற்றிய எழுத்து தகவலை "புரிந்து" அதை முன்னறிவிப்பில் சேர்க்க அனுமதிக்கிறது.

அடுத்த காலத்தில், ஏ.ஐ. அமைப்புகள் சமூக ஊடக அல்லது நேரடி செய்தி ஓட்டங்களிலிருந்து போக்குவரத்து அறிக்கைகளை இணைத்து முன்னறிவிப்புகளை இன்னும் புத்திசாலியாக்கலாம்.

ஏ.ஐ. அவசர நேர போக்குவரத்து முன்னறிவிப்பின் சவால்கள் மற்றும் எதிர்கால பார்வை

முடிவு: எதிர்கால பாதை

சுருக்கமாக, செயற்கை நுண்ணறிவு அவசர நேர போக்குவரத்துடன் நாம் எப்படி சமாளிக்கிறோம் என்பதை மாற்றி அமைக்கிறது. பெரும் வரலாற்று போக்குவரத்து போக்குகள் மற்றும் நேரடி சாலை நிலைகளை கற்றுக்கொண்டு, ஏ.ஐ. அமைப்புகள் முன்னால் கணித்து எங்கே நெரிசல் ஏற்படும் என்பதை மதிப்பிட முடியும்.

இதனால் ஓட்டுநர்களுக்கும் நகரங்களுக்கும் ஒரு மதிப்புமிக்க முன்னுரிமை கிடைக்கிறது: சிக்னல்களை சரிசெய்தல், வாகனங்களை மாற்று வழிகளில் செலுத்தல், அல்லது அட்டவணைகளை மாற்றுதல் போன்ற நடவடிக்கைகள் நெரிசல் உருவாகும் முன் எடுக்க முடியும்.