โมเดลและแพลตฟอร์ม AI
Miovision เปิดตัว Mateo เอเจนต์ GenAI สำหรับวิศวกรรมจราจร

Miovision ได้เปิดตัว Mateo เอเจนต์ GenAI ที่ออกแบบมาโดยเฉพาะสำหรับวิศวกรรมจราจร ซึ่งเป็นการเปลี่ยนแปลงวิธีการวิเคราะห์และจัดการเครือข่ายการขนส่งในเมือง Mateo ถูกสร้างขึ้นเป็นส่วนขยายของแพลตฟอร์ม Miovision One โดยเปลี่ยนข้อมูลการเคลื่อนย้ายที่ซับซ้อนให้เป็นข้อมูลเชิงลึกที่สามารถนำไปใช้ได้จริงผ่านอินเทอร์เฟซการสนทนา ทำให้วิศวกรสามารถถามระบบด้วยภาษาที่เข้าใจได้โดยไม่ต้องสร้างรายงานด้วยตนเอง
บริษัทมอง Mateo เป็นเอเจนต์ GenAI ที่ออกแบบมาโดยเฉพาะสำหรับการดำเนินงานความชำนาญที่ฉลาด ซึ่งเป็นปัญหาที่ยังคงอยู่ในอุตสาหกรรมนี้ คือ เวลาที่ใช้ในการตีความข้อมูลจราจรที่เพิ่มขึ้น
การเปลี่ยนแปลงจากสัปดาห์ของการวิเคราะห์เป็นนาที
กรมการจราจรได้กลายเป็นแหล่งข้อมูลที่มีมากขึ้น แต่การหาข้อมูลที่มีความหมายยังคงใช้เวลาและกระจัดกระจาย ตามการวิจัยของอุตสาหกรรมที่ Miovision อ้างถึง วิศวกรจราจรส่วนใหญ่ต้องดิ้นรนกับการใช้เวลาที่จำเป็นในการวิเคราะห์มาตรการประสิทธิภาพสมัยใหม่
Mateo จัดการกับปัญหานี้โดยการทำให้การรวบรวมข้อมูล การอ้างอิงข้ามระบบ และการวิเคราะห์เป็นแบบอัตโนมัติ ข้ามหลายระบบ งานที่ต้องใช้ความพยายามด้วยมือเป็นเวลาหลายสัปดาห์สามารถทำได้ภายในไม่กี่นาทีโดยใช้คำถามภาษาธรรมชาติ ลดภาระการทำงานของทีมวิศวกรรมอย่างมาก
แทนที่จะแทนที่วิศวกร ระบบจะเปลี่ยนบทบาทของพวกเขา โดยการลบงานข้อมูลที่ซ้ำกัน ทำให้ทีมสามารถมุ่งเน้นไปที่การแก้ไขปัญหาการจราจรที่ติดขัด การปรับปรุงความปลอดภัย และการเพิ่มประสิทธิภาพโครงสร้างพื้นฐาน
เอเจนต์ AI ที่ออกแบบมาโดยเฉพาะสำหรับระบบจราจร
สิ่งที่ทำให้ Mateo แตกต่างจากเครื่องมือ AI ทั่วไปคือการออกแบบที่เฉพาะเจาะจงสำหรับโดเมน ระบบรวมโมเดลภาษาขนาดใหญ่เข้ากับเครื่องมือการให้เหตุผลและเครื่องมืออื่นๆ ที่สามารถทำการวิเคราะห์หลายขั้นตอนได้บนเซตข้อมูลเฉพาะของเมือง
มันถูกฝึกฝนบนหลักการวิศวกรรมจราจรและรวมเข้ากับระบบโทรมิเตอร์ ฟีดกล้อง และมาตรการความปลอดภัย ทำให้สามารถ:
- สร้างความสัมพันธ์ระหว่างเซตข้อมูลที่แยกจากกัน เช่น การกำหนดเวลา信号, สุขภาพของฮาร์ดแวร์ และการไหลของจราจร
- สร้างแผนภูมิ แผนที่ และรายงานประสิทธิภาพทันที
- ให้การวิเคราะห์เหตุผลของปัญหาการจราจรที่ติดขัดหรือความปลอดภัย
- ให้บันทึกการตรวจสอบที่ติดตามข้อสรุปกลับไปยังแหล่งข้อมูลต้นฉบับ
การผสมผสานระหว่างการให้เหตุผลและความโปร่งใส่นี้มีความสำคัญใน môi trườngเทศบาล ซึ่งการตัดสินใจต้องสามารถป้องกันได้และเป็นไปตามมาตรฐานวิศวกรรมที่กำหนด
จากการดำเนินการที่ตอบสนองไปสู่การเคลื่อนไหวที่มีประสิทธิภาพ
ในประวัติศาสตร์ การบริหารจัดการจราจร มักจะตอบสนองต่อเหตุการณ์ วิศวกรตอบสนองต่อการร้องเรียน วิเคราะห์เหตุการณ์หลังการเกิดเหตุ และทำการปรับเปลี่ยนเล็กๆ น้อยๆ Mateo นำเสนอแบบจำลองที่มีประสิทธิภาพมากกว่า
โดยการวิเคราะห์ข้อมูลทั่วทั้งเครือข่ายอย่างต่อเนื่อง ระบบสามารถระบุความไม่มีประสิทธิภาพ คาดการณ์ปัญหาที่เกิดขึ้น และให้คำแนะนำที่สามารถดำเนินการได้ก่อนที่ปัญหาจะบานปลาย มันทำหน้าที่เป็นหุ้นส่วนทางดิจิทัลที่เสริมทีมด้วยข้อมูลเชิงลึกแบบเรียลไทม์
การทดสอบเบื้องต้นกับหุ้นส่วนเทศบาล เช่น เมือง Coquitlam ได้แสดงผลกระทบเชิงปฏิบัติ โดยทีมงานรายงานการลดลงของเวลาการวิเคราะห์และการตอบสนองต่อปัญหาเครือข่ายที่เร็วขึ้น
สร้างขึ้นบนโครงสร้างพื้นฐานการเคลื่อนไหวแบบบูรณาการ
ข้อได้เปรียบหลักของ Mateo คือการบูรณาการลึกเข้ากับระบบนิเวศของ Miovision ที่กว้างขึ้น แพลตฟอร์มของบริษัทรวมเซ็นเซอร์ฮาร์ดแวร์ วิดีโอแอนะไลซ์ และเครื่องมือการจัดการจราจรบนคลาวด์แล้ว
Mateo นั่งอยู่บนโครงสร้างพื้นฐานนี้ ทำหน้าที่เป็นอินเทอร์เฟซที่รวมที่เชื่อมต่อทุกแหล่งข้อมูลเข้าด้วยกันในระดับชั้นการสนทนา ทำให้วิศวกรสามารถถามระบบทั้งหมดในครั้งเดียวและรับข้อมูลเชิงลึกที่สังเคราะห์แล้วทันที
การบูรณาการนี้ยังช่วยให้ระบบสามารถข้ามช่องว่างระหว่างผู้มีส่วนได้ส่วนเสียต่างๆ ตั้งแต่วิศวกรและผู้ดำเนินการไปจนถึงเจ้าหน้าที่เมืองที่ต้องการสรุปแบบผู้บริหารที่เรียบง่าย
อนาคตของ AI ในวิศวกรรมจราจร
การเปิดตัว Mateo ส่งสัญญาณถึงการเปลี่ยนแปลงที่กว้างขึ้นไปสู่เอเจนต์ AI ที่มีเจตนาในระบบโครงสร้างพื้นฐาน Traffic networks กำลัง变得ซับซ้อนมากขึ้น โดยมีปริมาณข้อมูลเซ็นเซอร์ที่เพิ่มขึ้น ยานพาหนะที่เชื่อมต่อ และความต้องการการขนส่งแบบหลายรูปแบบ
เอเจนต์ AI เช่น Mateo ชี้ให้เห็นถึงอนาคตที่เมืองจะดำเนินงานด้วยข้อมูลเชิงลึกแบบเรียลไทม์มากกว่าการวิเคราะห์แบบงวดๆ เมื่อระบบเหล่านี้พัฒนา พวกมันอาจจะขยายไปไกลกว่าการวินิจฉัยและเข้าสู่การปรับให้เหมาะสมแบบอัตโนมัติ โดยปรับเปลี่ยนสัญญาณจราจรแบบไดนามิก จัดลำดับความสำคัญของยานพาหนะฉุกเฉิน และประสานงานระบบการขนส่งทั้งหมด
สิ่งสำคัญยิ่งกว่านั้น เทคโนโลยีนี้เปลี่ยนแนวทางที่เมืองใช้ในการยืนยันการลงทุนโครงสร้างพื้นฐาน โดยการแปลข้อมูลดิบให้เป็นผลลัพธ์ที่วัดได้ เช่น การลดการจราจรที่ติดขัดหรือการปรับปรุงความปลอดภัย แพลตฟอร์มที่ขับเคลื่อนด้วย AI สามารถทำให้ผลกระทบของระบบการขนส่งมีความชัดเจนและวัดผลได้มากขึ้น
หากได้รับการนำไปใช้อย่างกว้างขวาง เอเจนต์ AI ที่สร้างขึ้นสำหรับวิศวกรรมจราจรอาจกลายเป็นรากฐานสำคัญของโครงสร้างพื้นฐานเมืองอัจฉริยะ ทำให้สภาพแวดล้อมเมืองไม่เพียงแต่มีประสิทธิภาพมากขึ้น แต่ยังสามารถปรับตัวให้เข้ากับความต้องการของผู้คนในพื้นที่ได้ดีขึ้น












