Преобразующее влияние искусственного интеллекта на сферу транспорта реферат

Обновлено: 05.07.2024

В статье рассматривается технология искусственного интеллекта в логистике. Описаны принципы, а также основные проблемы. Использование внутри компании.

Роботы, искусственный интеллект (ИИ), беспилотники. Ежедневно огромное количество людей используют приложения и продукты, которые содержат ИИ без осознания этого.

Скорость распространения ИИ можно сравнить с появлением баз данных, которые принесли значительное удобно в нашу жизнь. Почему же ИИ так быстро становится повсеместным в настоящее время?

Ответ прост, - потому что его внедрение имеет высокий потенциал в таких отраслях, как логистика, промышленности и потребительский сектор. В настоящее время ИИ является частью почти каждого программного обеспечения.

Понятие искусственного интеллекта

ИИ – это технология, которая изучает различные способы научить роботизированную технику, аналитическую систему, компьютер мыслить подобно человеку.

Принципы работы искусственного интеллекта

Система с ИИ или робот не может допустить причинение вреда человеку, как бездействием, так и своими действиями.
Если приказы человека не противоречат первому закону, то ИИ должен повиноваться.
Забота о своей безопасности, не должна противоречить первому и второму законам.

Основные проблемы искусственного интеллекта

Машины способны обучаться только с помощью массива данных, следовательно, ошибка в информации оказывает значительное влияние на конечный результат.
ИИ узкоспециализирован, далеко до мышления человека (многозадачности).
Для обеспечения работы ИИ требуются большие ресурсы и специалисты, так как ИИ не является автономным.

Искусственный интеллект в логистике

Логистическая отрасль имеет сетевой характер, что является естественной основой для реализации ИИ-проектов. Отказ или невозможность компанией внедрить ИИ, создает риск потери конкурентоспособности в долгосрочной перспективе. Компании, которые откажутся от внедрения ИИ, рискуют отстать от конкурентов в долгосрочной перспективе.

Искусственный интеллект в бэк-офисе (внутри компании):

Повысить точность и производительность, снизить издержки, а также уменьшить время выполнения операции, становится возможным благодаря, ИИ. Комбинация роботизированной автоматизации технологических процессов и искусственного интеллекта, автоматизированные системы будут выполнять повседневные задачи, позволяя сотрудникам освободившиеся время посвятить самым важным рабочим функция, приносящим доход.

Задачи, которые могут быть автоматизированы

Сбор финансовой информации

ИИ может оптимизировать время и деньги, обрабатывая и извлекая финансовую информацию

Обработка информации о клиентах

Кластеризация и сегментация клиентов, позволит подбирать лучшие тарифы и персонализированные предложения для повышения выручки

Вместо индивидуальной проверки каждого документа ИИ может обрабатывать все документы за считанные секунды

Прогнозирующая логистика: операционная модернизация

Смена с реактивных действий на упреждающие операции с интеллектуальным прогнозированием для логистической отрасли может стать доступной с помощью ИИ.

Предиктивное управление сетью: эффективность логистических операций может быть повышена при помощи ИИ. Так служба экспресс доставки DHL имеет возможность прогнозировать задержки во время транзитных авиаперевозок при помощи разработанной программы, что свою очередь помогает компании принимать меры для ослабления последствий.

Интеллектуальная оптимизация маршрутов: быстрый, подходящий и эффективный маршрут для каждого клиента очень ценная информация для каждой логистической компании. Система SmartTruck, которую применила Deutsche Post, разрабатывает собственные алгоритмы маршрутизации для всех своих водителей и операторов в режиме реального времени, что экономит время доставки, улучает удовлетворенность клиентов, а также сокращает издержки.

Компания Leverton облегчает управление контактами, а также их обработку при помощи ИИ. Система, которую они построили, применяет обработку натурального языка для контроля согласований и политик, классификации контрактных формулировок. Подготавливают договора, как люди, так и машины, что значительно ускоряет процесс. Для крупных компаний поддержание клиентской базы в актуальном состоянии – это серьезный вызов. Около четверти email-адресов и телефонов не валидны, а в сфере логистики наиболее важный фактор исполнения обязательств – актуальность контактной информации. Поэтому для поддержания актуальной информации тратятся большие ресурсы времени и людей.

Разумными таможнями называются процедуры таможенного брокериджа, автоматизированные с помощью ИИ.

В настоящее время таможенные декларации сильно зависят от ручной обработки документов, что является важной проблемой. Также проблемой является то, что это очень напряженный процесс, который трудно выполнять людям, ведь им свойственно утомление. В результате возрастает вероятность критической ошибки, которая повлечет за собой задержки поставок.

Автоматизировать заполнение таможенных деклараций возможно благодаря системе аналогичной IBM Watson, которая обучается всем регуляторным требованиям, юридическим аспектам, клиентской специфике и базе, условиям стран.

Такие системы идеальны для однотипных операций, а при возникновении необычных кейсов, вмешивается квалифицированный специалист.

ИИ позволит изменить операционную модель логистики с реактивной на прогнозируемую, работающую на опережение, что обеспечит более высокие результаты при оптимальных затратах внутри компании, операционные взаимодействия и вне компании. Очевидно, что ИИ дополняет человеческие способности, а также устраняет рутинную работу, что позволит сместить фокус сотрудников, занятых в логистике, на более важные, продуктивные задачи.

В течение десятилетий предприятия использовали новые технологии для налаживания связей на новых рынках и помогали масштабировать свои сети поставок по всему миру. В результате этого экспоненциального роста возрос спрос на новые решения, которые могут бороться с растущей сложностью сетей цепочки поставок, одновременно стимулируя инновации оставаться конкурентоспособными в условиях растущих ожиданий конечных пользователей. Внедрение таких технологий, как искусственный интеллект (ИИ) и машинное обучение, является двумя примерами инноваций, которые могут предложить операторам грузового флота конкурентное преимущество, и внедрение этих технологий разжигает волну сбоев во многих отраслях, участвующих в сетях цепочки поставок.

Взять, к примеру, транспортную отрасль. Это одна из областей, в которой некоторые крупные мировые фирмы начали использовать "ИИ" и логистику машинного обучения. Этот шаг вызвал большую обеспокоенность во многих кругах, и многие автоперевозчики начали задумываться о том, не рискуют ли их средства к существованию. Во многом к их облегчению, эти первоначальные попытки не увенчались успехом, но потенциальные последствия подняли более глубокие вопросы о том, как "ИИ" на транспорте будет двигать индустрию вперед в ближайшие годы.

В отрасли, которая сталкивается с серьезными нарушениями цифровых технологий, внедрение таких трансформирующих технологий оставляет владельцев флота и операторов с множеством оставшихся без ответа вопросов об устойчивости их бизнеса и о том, как они могут оставаться жизнеспособными.

Небольшие изменения с большим влиянием

Одним из источников беспокойства для поставщиков коммерческих транспортных средств является перспектива того, чтобы крупные технологические компании вошли в отрасль и снизили свои шансы на конкурентоспособность. Тем не менее, несмотря на огромные инвестиции в НИОКР, мало признаков того, что автономные коммерческие транспортные средства достигнут технологической или юридической зрелости в ближайшем будущем.

При этом серьезные изменения в транспортной отрасли, вызванные искусственным интеллектом, уже происходят и в обычной практике, хотя они могут быть более тонкими, чем автомобили с автоматическим управлением. Реальность такова, что транспортные средства без водителя - не единственное применение "ИИ" в транспорте. Например, не так давно владельцы имели лишь смутное представление о том, как они могут интерпретировать критические события, сообщаемые системами телематического мониторинга. Сегодня решения для видеосвязи обеспечивают контекст, необходимый для понимания фактических обстоятельств, связанных с резкими событиями вождения, которые ранее были ограничены интерпретацией числовых данных. Фактически, навыки прогрессивного анализа, которые стали возможными благодаря машинному обучению, постоянно улучшают точность автоматической классификации серьезности события, и теперь менеджеры получают уведомление только тогда, когда событие требует проверки.

Это означает, что бизнес-лидеры имеют возможность расширить видимость и углубить свои знания о том, что происходит в их автопарках, не увеличивая их бремя, требуя, чтобы человек просматривал данные (или часы отснятого материала, в данном случае).

Данные приводят к лучшим решениям

В дополнение к снижению вероятности несчастных случаев предприятия могут дополнительно снизить риск, уменьшив количество ложных требований. Зачастую компании избегают крупных судебных процессов и наносят ущерб своей репутации, выплачивая деньги по обвинению в вине в аварии. Без возможности резервного копирования учетной записи водителя владельцы остаются с несколькими вариантами. Решения для видеосвязи предлагают возможность предоставления доказательств, поскольку предприятия создают резервные копии своих драйверов, улучшая доверительные отношения между владельцами и сотрудниками, а также между бизнесом и клиентами (не говоря уже о потенциальных клиентах).

"ИИ" не будущее, оно сейчас

Поскольку потребители ожидают более быстрой доставки и дальнейших обновлений в пути, новым обычным явлением в транспорте является чрезмерное общение, прозрачность и полная видимость. Все признаки указывают на то, что прогресс в области "ИИ" и его влияние на все отрасли продолжают расти, и IDC прогнозирует, что глобальные расходы на системы когнитивного и искусственного интеллекта вырастут на 38% к 2022 году.

"ИИ" и машинное обучение уже делают бизнес умнее и эффективнее, помогая компаниям смягчить свои итоги и заблаговременно избегать проблем с ответственностью и рисками, а не просто реагировать на инциденты, которых иначе можно было бы избежать.

Компании, которые только начинают задумываться о том, как начать свое цифровое преобразование, уже находятся на грани. Поскольку такие технологии, как "ИИ", продолжают становиться частью отрасли, даже до того, как крупные изменения, такие как автономные транспортные средства, станут реальностью, предприятиям, внедряющим инновации, будет намного легче идти в ногу с лучшими в своем классе конкурентами.

Понравилась статья ставь лайк, еще больше интересных статей на нашем канале и нашем сайте НБП Логистика .

Искусственный интеллект постепенно вторгается в нашу жизнь через смартфоны, умные колонки и камеры видеонаблюдения. Шумиха вокруг ИИ заставила некоторых игроков на рынке рассматривать его как сравнительно трудностижимую вторичную цель, а не основной инструмент для создания беспилотного транспорта. Кто же победил и кто проиграл в этой гонке за автономностью?

ИИ прокладывает путь для беспилотного транспорта

Нехватка денежных средств может замедлить работу над некоторыми платформами, хотя разработка некоторых проектов длится несколько лет, и, вероятно, она не будет прервана. Даже в случае возникновения задержек, создание систем беспилотной езды является неотъемлемой частью среднесрочных стратегий OEM-производителей (это касается и Tesla). Что касается выжидающих компаний, которые не ставят автономность во главу угла, то скорее всего их исследовательские программы (если они есть) будут приостановлены до момента урегулирования кризиса. Эти компании отстанут в гонке за автономностью, и им придется полагаться на продукты других компаний, которые будут поставлять полноценные решения/функциональные системы для беспилотной езды.

Основной мотив гонки – союз ИИ и электроники

Yole делает акцент на интеграции ускорителей (нейронных движков/нейронных процессоров – все это разные маркетинговые названия одной и той же архитектуры) в системы ADAS. Эти модули, которые начали появляться в процессорах мобильных телефонов, предназначены для обработки алгоритмов глубокого обучения – наиболее известный из этих алгоритмов используется в интеллектуальных системах для распознавания объектов в изображениях. В прошлом году компания Tesla интегрировала эти ускорители и ИИ в свой чип Full Self-Driving (FSD).

Большинство OEM-производителей реализуют это решение к 2021 — 2022 годам, так как в настоящее время эти устройства интегрированы во все существующие (и будут интегрироваться в будущем) чипсеты ADAS от компаний Mobileye, Xilinx, TI, Toshiba, Ambarella и Renesas. Эта тенденция к интеграции все большего количества интеллектуальных систем и, следовательно, нейронных процессоров линейно следует за развитием технологий беспилотной езды. Другие тенденции, такие как централизация, будут постепенно преобразовывать будущее вычислений.

Рынок поделен между едиными платформами и процессорами компьютерного зрения

Yole сотрудничает с System Plus Consulting, чтобы исследовать все прорывные технологии, связанные с приложениями систем ADAS. Недавно представители System Plus взяли интервью у Джунко Йошиды из EE Times: темой разговора стали инновации в новой Audi A8. Часть этого интервью посвящена достижениям Nvidia.

Ромен Фро, генеральный директор System Plus Consulting, объясняет: "… В состав платформы входят процессоры NVIDIA Tegra K1, используемые для распознавания трафика, обнаружения пешеходов, предотвращения столкновений, обнаружения света и распознавания полос движения. Tegra K1 с восемью слоями печатных плат содержит 192 ядра Cuda – столько же, сколько NVIDIA интегрирует в один модуль SMX в графических процессорах на базе архитектуры Kepler. Эти процессоры представлены на рынке в настоящий момент и обладают поддержкой DirectX 11 и OpenGL 4.4"

«Это только начало, и проблемы, связанные с ИИ и его влиянием на автомобильную промышленность, заметны уже сейчас" — комментирует Йоханн Чуди из Yole. У некоторых компаний есть заметное преимущество, и догнать их будет сложно – особенно без интеграции систем ИИ и технологий, связанных с ними.

НПП ИТЭЛМА всегда рада молодым специалистам, выпускникам автомобильных, технических вузов, а также физико-математических факультетов любых других высших учебных заведений.

У вас будет возможность разрабатывать софт разного уровня, тестировать, запускать в производство и видеть в действии готовые автомобильные изделия, к созданию которых вы приложили руку.

В компании организован специальный испытательный центр, дающий возможность проводить исследования в области управления ДВС, в том числе и в составе автомобиля. Испытательная лаборатория включает моторные боксы, барабанные стенды, температурную и климатическую установки, вибрационный стенд, камеру соляного тумана, рентгеновскую установку и другое специализированное оборудование.

Если вам интересно попробовать свои силы в решении тех задач, которые у нас есть, пишите в личку.

Мы большая компания-разработчик automotive компонентов. В компании трудится около 2500 сотрудников, в том числе 650 инженеров.

Мы, пожалуй, самый сильный в России центр компетенций по разработке автомобильной электроники. Сейчас активно растем и открыли много вакансий (порядка 30, в том числе в регионах), таких как инженер-программист, инженер-конструктор, ведущий инженер-разработчик (DSP-программист) и др.

У нас много интересных задач от автопроизводителей и концернов, двигающих индустрию. Если хотите расти, как специалист, и учиться у лучших, будем рады видеть вас в нашей команде. Также мы готовы делиться экспертизой, самым важным что происходит в automotive. Задавайте нам любые вопросы, ответим, пообсуждаем.

Вы можете изучить и скачать доклад-презентацию на тему Искусственный интеллект в логистике (транспорт). Презентация на заданную тему содержит 13 слайдов. Для просмотра воспользуйтесь проигрывателем, если материал оказался полезным для Вас - поделитесь им с друзьями с помощью социальных кнопок и добавьте наш сайт презентаций в закладки!

Искусственный интеллект в логистике (транспорт) Выполнили: Денисова Елизавета 19.15 Зырянова Анна 19.16 Цыбанева Вероника 19.14 Сумрина Елизавета 19.14 Мирошников Виталий 19.15 Сульдина Ксения 19.15 Искендерова Нармин 19.16 Мальцева Анастасия 19.13

Что такое ИИ? Искусственный интеллект — свойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека; наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ.

Задачи ИИ решать проблемы, которые решают люди; взаимодействовать с людьми и миром подобно людям; создавать идеи, подобные людским.

Перспективы ИИ По прогнозам экспертов PWC, благодаря использованию искусственного интеллекта к 2030 году мировая экономика может вырасти на $15,7 трлн. Исследование основано на опросе 1000 руководителей компаний, внедряющих в свою работу ИИ. Отмечается, что 20% респондентов планируют масштабное внедрение технологии в деятельность своих организаций. По данным отчета, в ближайший год крупные игроки рынка сконцентрируются на возврате инвестиций, обучении персонала, повышении доверия к ИИ, машинном обучении, монетизации и аналитике.

ИИ в логистике Логистика — управление материальными, информационными и людскими потоками с целью их оптимизации. Более широкое определение логистики трактует её как учение о планировании, управлении и контроле движения материальных, информационных и финансовых ресурсов в различных системах. Сегодня технологии искусственного интеллекта уже вполне готовы к применению в логистике как внутри компании (бэк-офис), так и снаружи (фронт-офис)

Как использовать AI в бэк-офисе? AI предоставляет единственную в своем роде возможность сэкономить время, сократить расходы и повысить как производительность, так и точность. Это связано с Cognitive Automation, которая будет выполнять рутинные задачи, которые обычно отнимают время у более срочной работы сотрудника. Благодаря комбинации RPA (Robotic Process Automation) и AI, эти повседневные задачи будут выполняться автоматизированными системами. 1. Сбор финансовой информации; 2. Обработка информации о клиентах; 3. Таможенное оформление и тд

Прогнозирующая логистика операционная модернизация ИИ может помочь логистической отрасли кардинально изменить свою операционную модель с реактивных действий на упреждающие операции с интеллектуальным прогнозированием. - Предиктивное управление сетью; - Интеллектуальная оптимизация маршрутов.

Улучшение индустрии логистики 1. Лучшее управление данными и обслуживание клиентов; 2. Повышение безопасности труда для сотрудников; 3. Улучшенная точность и эффективность; 4. Снижение цены; 5. Последнее, как итог внедрения — рост прибыли. Вот как ИИ и автоматизация революционизируют индустрию логистики и способствуют ее улучшению.

Опасения Несмотря на кажущиеся преимущества искусственного интеллекта, все равно остаются некоторые опасения. Это касается безопасности — мало кто хочет, чтобы его проект и бесчисленное количество конфиденциальной информации попало в руки злоумышленников. Другой вопрос, также связанный с безопасностью заключается в том, что искусственный интеллект, как цельная технология, еще не до конца развита — она может принести не только прибыль, но и убыток.

Заключение Подытоживая, следует отметить, что транспортная логистика за прошедшее время стала одним из самых ярких и стремительно развивающихся отраслей экономики. Требования заказчиков постоянно увеличиваются, в частности, это касается автоматизации. Решение проблемы простое — внедрят ИИ и аналогичные решения постепенно, анализируя результаты.

Читайте также: