這聽起來可能很奇怪，但我曾經被稱為交通領域人工智慧的懷疑論者，盡管我是這項技術的堅定支持者。但說實話：在我們的行業裏，人們對AI的渴望多於行動。是的，世界各地都在舉行自動駕駛汽車試點，但這是否意味著我明年可以乘坐自動駕駛班車上班？可能不會。
當涉及到自動駕駛汽車時，我們有一個明確的1級到5級自主權的排名系統。但其他交通系統和軟體解決方案呢？你如何為它們定義 "智慧"，以及如何將機器學習解決方案套用於交通領域？讓我們來制定戰略。
人工智慧在運輸業中的套用：為什麽這是一個有前途但復雜的關系
正如我們之前所寫的，人工智慧在城市交通、物流和車隊管理中的套用備受期待，並已在一定程度上得到部署。
例如，65%的物流公司領導人將人工智慧列為未來三到五年的重要技術。另外，截至2018年，四分之一的公共交通管理者已經將AI用於即時營運管理和客戶分析。
此外，許多政府正在為一系列用於交通計畫的人工智慧提供資金和支持。加拿大有一個雄心勃勃的ACATS計劃，向公司提供高達 290 萬美元的贈款和捐款資金，以促進交通運輸系統的環通度和自動化。
新加坡有一個國家人工智慧戰略，促進在2030年前建立「智慧貨運規劃」。
智慧貨運規劃
來源：新加坡智慧國家 —國家人工智慧摘要
各國也都做了機器學習在交通系統套用的成功試點，主要展示了自動駕駛電動艙、人工智慧調節的交通訊號燈排程和智慧道路基礎設施的試點執行。
然而，盡管多年來有成功的報告，但成功的試點數量大大超過了商業人工智慧的交通解決方案的數量。
為什麽？因為實作和擴充套件AI部署是一項艱難的平衡行動，即在利益與擔憂和權衡之間取得平衡。
人工智慧在交通領域中的套用範例
有些人認為，人工智慧在交通行業的套用仍然是科幻電影和遙遠的未來的東西，這可能是因為一些最徹底的轉變是無法用肉眼看到的。事實上，人工智慧已經改變了交通行業。讓我們看看最能說明問題的重要用例，以證明這一點。
自動駕駛汽車
在過去十年中，允許車輛在沒有司機的情況下行駛的技術得到了驚人的發展。物聯網傳感器收集和傳輸大量的數據，這些數據被即時處理，並與其他遠端資訊處理和地理位置數據保持一致。同時，基於數據的指令被即時發送至車輛的接收器。這就是自動駕駛汽車簡化版的基於機器學習的工作流程的樣子。
在東京，自動駕駛汽車已經允許在整個城市執行，盡管仍然需要司機以便在緊急情況下進行幹預。但人工智慧驅動的自動駕駛的最大潛力在於商業領域和公共交通行業。
想想全球65%的貨物透過卡車運輸，將人工智慧技術引入卡車不僅可以徹底改變物流和運輸行業，還可以改變整個全球貿易體系的遊戲規則。
法律限制、安全問題和缺乏使用者信任仍然是大規模采用自動駕駛汽車的主要障礙。然而，問題不在於自動駕駛汽車是否會入侵我們的街道，而在於它們會以多快的速度入侵。
交通管理
交通管理——特別是處理擁堵——是交通系統中機器學習如何改變行業的另一個很好的例子。
再一次，大量數據透過網路攝影機、傳感器和其他物聯網裝置收集並傳輸到雲端，人工智慧驅動的演算法分析數據並在特定交通問題發生之前辨識風險。之後，可操作的見解將發送到集中式交通管理系統（例如用於控制交通訊號燈）和個人使用者（例如路線建議或事故通知）。
人工智慧驅動的交通管理也為行業帶來了永續性。例如，由Rapid Flow Technologies公司
