أخبار ar.wedoany.com، في 11 يونيو، عرضت شركة Miovision الكندية المتخصصة في تكنولوجيا النقل الذكي، في ديترويت بالولايات المتحدة، تطبيق نموذج اللغة الكبير الخاص بها والمُوجّه لهندسة المرور. يتيح هذا النظام لمسؤولي إدارة المرور الاستعلام عن بيانات التقاطعات والإشارات الضوئية وتشغيل الطرق والسلامة باستخدام اللغة الطبيعية، مما يُقلّص المهام التي كانت تعتمد سابقًا على الجمع اليدوي والتصدير والتحليل وإعداد الجداول إلى عمليات تُنجز في غضون دقائق. وأظهرت العروض التوضيحية ذات الصلة أن كفاءة إدارة المرور يمكن أن ترتفع إلى مئة ضعف مقارنة بالطرق التقليدية.
تُنتج أنظمة النقل الحضري يوميًا كميات هائلة من البيانات المتناثرة، بما في ذلك أحجام حركة المرور، وأطوال قوائم الانتظار، وتوقيت الإشارات الضوئية، وتشغيل الحافلات، وعبور المشاة، ومخاطر الاصطدام، والاستجابة للطوارئ، والحالات الشاذة في التقاطعات. كان مهندسو المرور التقليديون بحاجة إلى سحب البيانات من منصات مختلفة، ثم إصدار الأحكام باستخدام الجداول والرسوم البيانية والخبرة الميدانية. يقوم تطبيق نموذج اللغة الكبير من Miovision بإدخال هذه البيانات المعقدة في واجهة حوارية، حيث يمكن للمهندسين طرح الأسئلة مباشرة، مثل: أي التقاطعات تعاني من أعلى تأخير؟ وما الفترات الزمنية التي تشهد ازدحامًا غير طبيعي؟ وما خطط الإشارات التي تحتاج إلى تعديل ذي أولوية؟ ثم يُنشئ النظام رسومًا بيانية وخرائط ومؤشرات سلامة وملخصات إدارية.
تكمن أهمية هذه الأدوات في تحويل إدارة المرور من "فحص البيانات يدويًا" إلى "تشخيص مدعوم بالذكاء الاصطناعي". بالنسبة لإدارات النقل الحضري، غالبًا لا تكمن العقبة الحقيقية في نقص الأجهزة، بل في كثرة البيانات المتراكمة من الكاميرات وأجهزة الاستشعار وأجهزة التحكم في الإشارات ومنصات المرور، مما يصعّب على المهندسين استيعابها في الوقت المناسب. بعد دخول نماذج اللغة الكبيرة في سير عمل هندسة المرور، يمكنها أولاً إتمام استرجاع البيانات، وتلخيص الاتجاهات، وتحديد الحالات الشاذة، وإنشاء التقارير، ثم يقوم المتخصصون بتقييم ما إذا كان ينبغي تعديل خطط الإشارات أو تحسين تنظيم الطرق.
كانت Miovision قد أطلقت سابقًا "Mateo"، وهو وكيل ذكاء اصطناعي توليدي مُوجّه لهندسة المرور، ويمكن استخدامه مع منصة Miovision One لأتمتة تشخيص شبكات المرور وتحليل البيانات. يمكن لهذا النظام تقليل وقت تحليل البيانات اليدوي بنسبة تصل إلى 95%، وتقليص المهام التحليلية التي كانت تستغرق أسابيع إلى دقائق. يُظهر العرض التوضيحي الأخير لـ"كفاءة بمئة ضعف" أن نماذج اللغة الكبيرة تنتقل من سيناريوهات المكاتب العامة إلى العمليات المهنية مثل إدارة النقل الحضري. بالنسبة للمدن التي تمتلك العديد من التقاطعات والممرات وأنظمة التحكم في الإشارات، يمكن لأدوات الذكاء الاصطناعي المساعدة في اكتشاف نقاط الازدحام بشكل متكرر، والتحقق من تأثير تعديلات الإشارات، ودعم الإدارة في فهم حالة تشغيل الطرق بسرعة أكبر.
بالنسبة لسلسلة صناعة تكنولوجيا المعلومات والاتصالات والنقل الذكي، ستؤدي هذه التطبيقات إلى ترقية منصات بيانات المرور، وأدوات تحليل الذكاء الاصطناعي، وأجهزة استشعار التقاطعات، وأنظمة التحكم في الإشارات، والحوسبة السحابية، والحوسبة الطرفية، ومنصات التشغيل الحضري. لم تعد إدارة المرور مجرد تركيب أجهزة وجمع بيانات، بل تحويل البيانات في الوقت الفعلي إلى توصيات إدارية قابلة للتنفيذ. تتركز المراحل اللاحقة على نشر التطبيق لدى عملاء Miovision من المدن، ودقة التحليل في شبكات الطرق المعقدة، والقدرة على التكامل مع أنظمة تحسين الإشارات، وما إذا كانت توصيات الذكاء الاصطناعي يمكن أن تتحول بثبات إلى تحسينات في تشغيل الطرق. إذا استمر التحقق من فعالية التطبيق، ستنتقل إدارة المرور الحضري من التحليل اليدوي منخفض التردد تدريجيًا إلى نموذج تشغيل ذكي أكثر فورية واستباقية.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
