08-08-2023

교통의 미래: 슬롯 머신 원리가 우리의 이동 방식을 어떻게 변화시키고 있는가

교통 패턴, 다른 교통 수단의 가용성, 주차 옵션, 교통 사고 및 그 원인에 대한 교통 관리 소프트웨어 질문을 통해 이동성의 과거, 현재, 미래를 몇 분 만에 더 잘 이해할 수 있다면 어떨까요?

인공 지능(슬롯 머신 원리) 시장은 2023년 2,000억 달러에서 2030년까지 1.2조 달러로 성장할 것으로 예상됩니다. 이는 슬롯 머신 원리 지원 기술이 보편화되고 우리 삶의 거의 모든 측면에 통합될 것임을 의미합니다(Thormundsson, 2023). 슬롯 머신 원리 기능은 이미 우리가 커뮤니티 전체에서 생활하고 이동하는 방식에 상당한 영향을 미치고 있습니다. 예를 들어 슬롯 머신 원리를 스마트 모빌리티 플랫폼에 통합하면 교통 네트워크의 관리, 효율성, 지속 가능성, 안전성이 향상됩니다.

슬롯 머신 원리의 힘을 사용함으로써 운송 이해관계자는 정보에 입각한 데이터 기반 결정을 실시간으로 내릴 수 있어 적시에 조치를 취할 수 있습니다. 슬롯 머신 원리는 다음 방법을 통해 스마트 모빌리티 플랫폼을 향상시킵니다.

  1. 자동화 및 안내를 통한 상당한 시간 절약
  2. 반응형 통찰력에서 예측적 통찰력으로의 진화
  3. 시스템 접근 방식을 사용한 포괄적인 다차원 보기​

자동화 및 안내를 통한 상당한 시간 절약

자연어와 융합된 슬롯 머신 원리를 통해 우리는 "엔지니어가 엔지니어를 위해 만들었습니다"라는 격언에서 벗어나 전무이사, 관리자, 운영자, 유지보수 담당자, 운전자, 대중교통 통근자 또는 현장 유지보수 작업자 등 올바른 운송 전문가에게 적시에 정보와 안내를 제공하는 유연하고 직관적인 시스템으로 전환할 수 있습니다.

예를 들어, 도시 또는 주 교통부(DOT)의 엔지니어링 관리자는 슬롯 머신 원리 지원 소프트웨어를 사용하여 "다음 데이터 소스에서 볼 수 있듯이 눈보라로 인해 교차로에서 심한 제동 및 미끄러짐이 발생한 시간을 보여주세요: 차량의 AVL 데이터, 정지 바 위반 및 아차 사고 분석. 눈보라가 시작되는 때와 한 시간 동안 15도의 온도 강하 비교를 보여주세요." 데이터를 기반으로 엔지니어는 "미래에 1시간 안에 온도가 15도 떨어지고 도로에 습기가 있을 때 모든 간선 교차로의 황색등 시간을 5초 늘리십시오. 횡단보도 충돌 및 아차 충돌에 대한 영향에 대한 분석을 포함한 전후 분석 보고서를 제공하십시오"라고 시스템에 지시하여 자동화된 워크플로우를 생성할 수 있습니다.

반응형에서 예측적 통찰력으로의 진화

분석의 진화를 통해 슬롯 머신 원리는 우리를 "무슨 일이 일어났는가?"라는 통찰력에서 "무슨 일이 일어날 것인가?"라는 예측으로 우리를 데려가고 있습니다. 또는 "무슨 일이 일어날지 어떻게 예측할 수 있나요?"  예측 인텔리전스를 사용하여 대응적 조치에서 사전 조치로 전환하여 안전 대응 시간을 개선합니다. 시간이 지남에 따라 충돌 및 기상 데이터 세트를 실시간 이동 시간 데이터와 연관시켜 상황에 따라 개입이 필요할 때 경고를 트리거하고 안전 인력 및 EMS 차량의 최적 배치에 대한 지침을 제공하여 잠재적으로 더 많은 생명을 구할 수 있습니다.  

교통 기관이 성장하고 엣지에서 유비쿼터스 컴퓨팅이 가능해짐에 따라 주 기관에서 유지 관리하는 지능형 교통 시스템(ITS) 및 사물 인터넷(IoT) 장치의 수가 크게 늘어났습니다. 유지 관리를 위한 예산이 제한되어 있으므로 최대 이익을 실현하기 위해 자금과 노력을 어디에 집중해야 하는지 정확히 아는 것이 점점 더 중요해지고 있습니다. 인공 지능을 자산 관리에 적용하면 다양한 IoT 출력, 집계된 데이터 스트림 및 기본 데이터 과학 원칙을 사용하여 장치 또는 장치 그룹이 오작동하기 시작하는 시기를 식별함으로써 유지 관리 효율성을 크게 향상시킬 수 있습니다. 이 데이터를 일정 기간 동안 분석하면 어떤 장치에 오류가 있는지에 대한 통찰력을 제공하고 우선순위 유지 관리 일정을 만들어 중요한 장치 구성 요소가 온라인 상태로 유지되고 작동되도록 할 수 있습니다. 또한 슬롯 머신 원리는 지리공간 알고리즘을 사용하여 장치 클러스터에 유지 관리가 필요한 영역을 식별하고 우선 순위를 지정할 수 있으므로 고속도로 부서에서 작업 노력을 그룹화하고 수리 및 예방 유지 관리를 보다 효율적으로 관리할 수 있습니다.  또한 연결된 차량 데이터, LiDAR 및 비디오 분석을 사용하여 물리적 인프라를 모니터링하여 도로 표지판이 없거나 손상된 경우, 움푹 들어간 곳, 가드레일 손상된 경우 등 안전하지 않은 운전 상태를 식별할 수 있습니다. 궁극적으로 조건과 성능을 추적하고 장비 사양에 매핑함으로써 ITS 및 인프라 자산의 풍부한 데이터 세트는 유지 관리 계획의 추측을 없애고 예방적 유지 관리를 위한 예산을 책정하거나 기관 자산의 수명을 연장하려고 할 때 계획 담당자에게 필요한 통찰력을 제공할 수 있습니다.

시스템 접근 방식을 사용한 포괄적인 다차원 보기

데이터 사일로와 서로 다른 시스템 내에서 작업하면 슬롯 머신 원리 기능이 거의 불가능해집니다. 이는 확실히 상호 운용성과 데이터 기반 작업을 제한할 것입니다. 이 과제를 해결하려면 기관은 서로 다른 시스템의 데이터를 한 곳에서 집계, 시각화 및 관리할 수 있는 통합 플랫폼을 구현해야 합니다. 활동에 대한 전체적인 관점과 즉각적으로 드러나지 않을 수 있는 귀중한 통찰력을 위해 방대한 양의 집계 데이터를 효율적으로 분석하고 최적화하는 슬롯 머신 원리의 능력을 활용함으로써 공공 부문 기관은 고객에게 정보를 신속하게 제공할 수 있습니다. 예를 들어, "향상된 지속 가능성" 측정에는 대기 질, 전기화, 스마트 조명 프로젝트의 데이터가 포함될 수 있으며, "향상된 안전"에는 비디오 분석, 날씨 모니터링, 급제동과 같은 차량 데이터가 포함될 수 있습니다. 각 결과 영역에는 방대한 양의 데이터가 있으며, 다중 이동 횟수, 이동 시간 보고, 스마트 주차 등의 이동성 결과 데이터와 결합하면 전체적인 시스템으로 이해하기가 어렵습니다. 또한 슬롯 머신 원리는 과거 데이터와 추세를 분석하여 이해관계자가 현재 상태를 이해하고 잠재적인 개입 필요성을 강조하며 개입의 효과를 검토하는 데 도움을 줄 수 있습니다.

우리는 이제 교통 분야의 슬롯 머신 원리를 사용하여 "스마트"에서 "현명"으로 발전할 수 있는 변곡점에 있습니다. 수년 동안 우리 팀은 슬롯 머신 원리 지원 기능을 제공하여 다음과 같은 혁신적인 솔루션을 제공해 왔습니다.퍼지 로직을 사용한 동적 램프 측정반응형 교통신호 제어과거 교통 데이터 추세 및 모델링을 사용하여 슬롯 머신 원리 추론 및 사고 감지 기능을 제공합니다. 우리가 앞으로 나아가면서 스마트 모빌리티 전문가들은 고급 기능을 구축하고 있습니다.iNET®Azure Cognitive Services, Azure OpenAI, Azure ML 및 Computer Vision과 같은 클라우드 서비스를 사용하는 스마트 모빌리티 플랫폼입니다. 회귀 모델을 사용하고 속도, 날씨, 부피 등 운송 관련 데이터로 이를 교육함으로써 사고 감지 엔진은 사고가 발생하기 전에 결정을 내리는 데 도움이 되는 변칙적 조건을 학습하고 감지할 수 있습니다. 또한 훈련된 비디오 감지 모델을 사용하여 시스템은 시간이 지남에 따라 비디오 스냅샷을 조사하여 아차 충돌 가능성이 높은 인프라, 움푹 들어간 곳 및 교차로를 감지할 수 있습니다. 마지막으로, 대화형 슬롯 머신 원리 봇의 새로운 세계로 이동하면서 iNET® 애플리케이션 내에 대화형 "개인 비서"를 구축하면 운영자에게 필요한 조치를 안내하고, 수천 페이지에 달하는 운영 매뉴얼을 몇 초 내에 해석하여 빠르게 기억할 수 있으며, 시스템 기능에 대한 쉬운 인터페이스를 제공하여 운영 직원의 전반적인 교육 부담을 덜어줄 수 있습니다. 교차로 수준까지 전체적인 수준에서 교통 운영 내에서 이러한 긍정적인 개입을 인식할 수 있는 잠재력은 다양한 주, 지역, 도시 및 인근 지역에 걸쳐 이러한 기술을 적용하기 위한 토대를 마련할 것입니다. 

우리가 새로운 시대의 문턱에 서면서 교통 혁명에서 슬롯 머신 원리의 역할은 점점 더 분명해지고 있습니다. 우리의 여정은 이 혁신적인 기술이 시작되면서 시작되었으며, 이 분야 내에서 가치를 창출하고 수용을 촉진하는 선구자로 남아 있습니다. 슬롯 머신 원리의 힘을 활용하려는 우리의 노력은 고객과 도시가 전례 없는 수준의 효율성, 안전 및 지속 가능성을 활용할 수 있도록 해줍니다. 지금은 새로운 시대의 시작이며, 우리는 더욱 스마트하고 친환경적인 미래를 향해 앞장서고 있습니다.

저자 소개

Brian Smith는 소프트웨어 개발 및 정보 기술, 특히 지능형 교통 시스템 분야에서 17년 이상의 경력을 갖고 있습니다. Brian은 현재 iNET® 고급 트래픽 관리 플랫폼을 현대화하기 위한 주요 이니셔티브를 주도하고 있으며 향상된 데이터 분석 및 슬롯 머신 원리에 중점을 두고 솔루션을 클라우드 SaaS로 이동하고 있습니다. Brian은 국내 및 해외 고객 모두를 위한 혁신적인 통합 복도 관리(ICMS) 및 고급 교통 관리 시스템(ATMS) 제공을 주도하는 동시에 프로젝트 제공의 모든 측면을 관리하고 고객 만족을 보장해 왔습니다.

저자 소개

Emily Silverman은 디지털 격차와 커뮤니티 참여를 연결하기 위해 첨단 이동성, 연결된 차량 및 지능형 교통 시스템을 위한 구축 환경 프로젝트를 이끌고 있습니다. 현재의 노력에는 신호 성능에 대한 혁신, 상황 인식 및 관리 개선을 위한 시스템 통합, 지역 데이터 흐름이 포함됩니다. 또한 Emily는 Parsons 고급 운송 관리 시스템인 iNET™의 연구 개발에 기여하고 있습니다. 이전에 그녀는 덴버의 스마트 시티 프로그램을 개발하고 배포하여 기술을 배포하고 데이터를 사용하여 덴버에서의 일상 생활 경험을 개선하는 새롭고 더 나은 방법을 수용하고 테스트하는 임무를 맡았습니다.

저자 소개

Jodie Bare는 25년의 경력을 지닌 다재다능하고 기술에 정통한 경영자입니다. 그녀는 ITS의 전략적 방향을 형성하기 위해 노력하고 있으며 지역 사회가 다양한 교통 관리 솔루션을 사용하여 더욱 스마트하고 안전하게 될 수 있도록 돕는 프로그램을 감독합니다. 그녀의 전문 지식은 기계 학습, 인공 지능, 예측 모델링을 위한 데이터 분석, 지속 가능한 스마트 시티 생태계를 위한 정보에 입각한 의사 결정 등 다양한 고급 기술을 포괄합니다. Parsons에 합류하기 전에 Jodie는 콜럼버스와 라스베이거스에서 스마트 시티 활동을 이끌었습니다. 두 프로그램 모두 도시의 이동성 개선에 중점을 두었습니다.

파슨스 뉴스, 이벤트 및 혁신에 대한 업데이트를 가장 먼저 받아보세요.오늘 구독하세요!

맨 위로 돌아가기