Gen AI对下一代交通领域的影响

下一代交通依赖于电子、可持续性和体验作为其设计的核心，Gen AI对设想的下一代交通生态系统的每种模式都有影响。市场有五个特定的重点领域：EV(电动汽车)、AV(自动驾驶汽车)、Micro mobility(第一英里连接)、Hyperloops(超高速公共交通)和UAM(城市空中交通)。有许多演变和变化，例如eVOLT(电动垂直起飞和着陆)或用于交通控制管理的集成信号。有许多领域正在不断发展，例如多式联运集成(无缝路线集成)、可持续性(车辆设计)、连接性和自动化(交通管理、替代方案)、共享移动性(资源共享和减少车辆足迹)。交通运输领域的转型为Gen AI作为原生技术的重要组成部分提供了无限的机会。

Gen AI已经彻底改变了自动驾驶、路线优化、避障和自我管理(停车、盲点等)领域。然而，我们需要扩大视野，有效管理环境，实现无忧运输。我们将重点关注3个关键领域：用户体验、效率和性能以及安全性。

用户体验

乘车前体验可以分为购买体验和乘车选择体验作为两个不同的领域。Gen AI可以根据功能、个人偏好、经济性、可持续性以及基于角色和之前驾驶行为的综合保险成本优化，来影响购买决策。最终会改变的领域是使用VR/VR耳机进行试驾，并通过Gen AI根据社交媒体聚合之外的历史数据保留选择以创建角色。

二手车市场规模预计为316.2亿美元，因此通过Gen AI系统对租赁、购买和二手车进行数据分析和推荐，基于VIN的车辆历史分析以及有效预测使用寿命根据车型、车辆使用的地形、事故历史等，可以为买家增加价值。

乘车选择是人工智能将产生巨大影响的另一个领域。出行模式聚合、环境数据聚合、预测最具成本效益的跨段运输、最佳时间以及运输整合将成为有效运输的关键。Gen AI具有预测最佳路线和经济高效的交通选择的能力，将在城市交通中发挥关键作用。还有其他领域，包括POI、旅行/月的旅行预算管理，将有效地卸载到基于Gen-AI的顶级旅行应用程序。

效率和性能

城市交通的效率和性能是另一个具有一系列用例的领域，可以通过Gen AI集成有效地提供服务。虽然内部组件的预测性维护、远程检测和分析无论如何都是标准的一部分。Gen AI可以根据环境(交通、天气)以及预期的交通流量，通过建议加速和制动来为驾驶员提供实时指导，而加速和制动是控制电动汽车寿命的几个关键参数。Gen AI可以根据场景确定临时存储的能量数量以及消散或重新引入系统的机制，从而帮助实现自适应制动和再生机制。Gen AI可以有效地管理动力总成控制，并根据实时数据的预测，通过优化特定情况下传递的扭矩来调整传递的功率。

虽然车辆每次变化都会定义一个范围，但消耗量取决于气候控制和地形。与平坦路面相比，在丘陵地形上行驶的能耗要高10%-20%。Gen AI可以有效地用于规划行程、充电频率、基于路线的最佳距离/地形选择。

使用基于Gen AI的预测、特定对接点的当前库存状态，可以轻松完成由对接站、充电点、运输集成、安全和地形规划网络组成的微型移动性。换乘时间、基于年龄、性别、微移动模式、用户健康状况等的平均骑行时间。

最后，驾驶行为可以基于角色，悬架控制、转向、制动和加速的驾驶员档案管理可以调整，并通过Gen AI进行准确预测。

安全性

下一代交通的安全性通过Gen AI带来了广泛的机会，其中一些已经在人脸识别和门控制等易于访问的空间中实施。但另一方面，攻击面随着外部通信的增加而增加，包括使用DSRC(定向短程通信)的V2X以及标准WIFI和蜂窝技术。GenAI可以与安全系统结合，在分析模式和生成可用流量方面发挥关键作用。ECU严重依赖实时操作系统，如Autosar、QNX或自定义版本，并且存在一系列可能的安全攻击，基于GenAI的系统可以检测流量模式，并发出警报或防止非标准参数修改。用于管理易受攻击的各种参数的有效状态的Gen AI，可以在隔离的命名空间中进行管理，并将有效参数传回给ECU进行操作。

虽然Gen AI为交通现代化开辟了许多可能性，但用于有效建模场景的新机制和合成数据需要时间。希望随着Gen AI在解释逻辑方面功能的扩展和效率的提高，其能够在未来几年极大地改变交通运输行业。