استفاده از مدیریت دانش در هوش مصنوعی و تاثیر آن بر حمل و نقل هوشمند

هوش مصنوعی از دو دهه گذشته به دلیل در دسترس بودن حجم عظیمی از داده های تولید شده از طریق اینترنت در سراسر جهان مورد توجه قرار گرفته است. پردازش این داده ها با استفاده از الگوریتم های پیشرفته در گذشته نه چندان دور سود زیادی برای دولت ها و کسب وکارها داشته است. رشد قوی الگوریتم های یادگیری ماشینی که توسط فناوری های مختلفی مانند اینترنت اشیاء، اتوماسیون فرآیند، رباتیک، بینایی کامپیوتری، پردازش زبان طبیعی پشتیبانی می شوند باعث رشد هوش مصنوعی شده است. این مقاله مجموعه ای از مسائل مختلفی است که صنعت حمل و نقل را تحت عنوان سیستم های حمل و نقل هوشمند طبقه بندی می کند. برخی از زیرسیستم های در نظر گرفته شده مربوط به مدیریت ترافیک، حمل و نقل عمومی، مدیریت ایمنی، تولید و تدارکات از سیستم های حمل و نقل هوشمند هستند که در آن مزایای هوش مصنوعی مورد استفاده قرار می گیرد. فرآیند تولید، انتشار، استفاده و مدیریت اطلاعات و دانش یک سازمان به عنوان مدیریت دانش (KM) شناخته می شود. مدیریت دانش در طول سال ها دستخوش تغییراتی شده است، اما مستندات همیشه پایه و اساس آن بوده است. با این حال حرکت قابل توجه به کار از راه دور و ترکیبی، کاستی های رویه های فعلی را برجسته کرده است. این شکاف ها با هوش مصنوعی (AI) پر می شوند که همچنین نحوه تبدیل KM و مدیریت دانش را تغییر می دهد. هوش مصنوعی (AI) یک مفهوم قدرتمند است که هنوز در مراحل ابتدایی خود قرار دارد و اگر به طور مسئولانه از آن استفاده شود این پتانسیل را دارد که وسیله ای برای تغییرات مثبت فراهم کند که می تواند انتقال پایدار به یک الگوی زیست پذیری با منابع کارآمدتر را ارتقا دهد. هوش مصنوعی با کارکردها و قابلیت های یادگیری عمیق خود می تواند به عنوان ابزاری استفاده شود که ماشین ها را برای حل مشکلاتی که می تواند مناظر شهری را همانطور که چندین دهه است می شناسیم اصلاح کند و به ایجاد یک دوره جدید کمک کند توانمند می کند. عصر شهر هوشمند یکی از حوزه های کلیدی که هوش مصنوعی می تواند دوباره تعریف کند حمل و نقل است. ارائه تحرک و تاثیر آن بر توسعه شهری را می توان با استفاده از سیستم های حمل و نقل هوشمند به طور کلی و حمل و نقل خودکار به طور خاص بهبود بخشید.

کلیدواژه ها:

هوش مصنوعی ، شهر هوشمند ، حمل و نقل هوشمند ، مدیریت دانش