AIoTは公共交通機関をよりスマートかつ安全にします

AIoTは公共交通機関をよりスマートかつ安全にします

さまざまな公共交通機関を頻繁に利用する人にとって、安全性と質の高い体験は最も重要です。人工知能やモノのインターネットなどの新興デジタル技術の革新と発展は、公共交通機関業界に変化をもたらしています。たとえば、AIセキュリティ監視カメラの応用により、さまざまな疑わしいセキュリティインシデントの発生を迅速に検出または予測できます。

同時に、AIカメラで収集された公共交通機関関連のビッグデータを活用して、管理者は交通運行状況やサービスを最適化・調整し、乗客の旅行体験を向上させることができます。今後、モノのインターネットと人工知能は公共交通機関における応用範囲を拡大し続け、交通システムはより安全で効率的なものになるでしょう。

[[318864]]

人工知能ソリューションに基づくモバイル スマート デバイスと、革新的な技術アプリケーションの増加により、ショッピング習慣を記録して分析できるさまざまなスマート センサーから空気の質の監視まで、IoT の世界は大きく変わりました。モノのインターネットは私たちの日常生活に大きな影響を与え、私たちが互いに交流し、ビジネスを遂行し、自分自身を守る方法を変えています。

これらの傾向は、輸送業界を筆頭に、あらゆる業界の市場に影響を与えるでしょう。リサーチ・アンド・マーケッツによれば、公共交通機関の安全市場は2024年まで年平均8.7%以上の成長率で成長すると予想されています。同時に、この調査では、テロ攻撃や犯罪行為に対する懸念が高まる中、大量輸送の安全と技術のためのインフラ整備の必要性が高まっており、広範囲にわたる輸送の安全を支えるためにビデオ監視や分析などの技術が必要であるとも述べられている。

データは基礎

交通の未来を想像するとき、私たちはハイパーループ、無人車両、ほぼ瞬時の物資輸送などを思い浮かべることが多いです。そして、これらのアイデアは遠い未来のものではありません。しかし今のところ、日常的なサービスと効率的な運用にはデジタル技術の出現が不可欠です。

交通システムの基本基盤は安全性であるべきです。セキュリティへの重点を高めることで、犯罪を減らし、旅行者にとってより安全な環境を提供できると同時に、潜在的なセキュリティ インシデントへの対応を改善することができます。これらの重要な安全機能はデータに依存しています。

安全な輸送環境は、多数のセンサーからビデオデータ、インテリジェントな分析に至るまで、さまざまな情報の収集に基づいて構築されます。顔認識、行動分析、ナンバープレート認識などのインテリジェント ソリューションはますます一般的になりつつあります。つまり、安全性と運用上の目標を達成するには、これらすべての情報をリアルタイムで効果的に収集、分析、保存、処理することが重要であり、適切なインフラストラクチャがなければこれらのアプリケーションを実現することはできません。

未来の安全な交通システム

[[318865]]

ほとんどの交通当局は、交通業務と乗客の体験をより適切に保護し最適化するために、ビデオや安全な IoT プラットフォームに依存していますが、これらのソリューションは断片化され、切断されており、障害が発生しやすく、維持にコストがかかることがよくあります。さらに、データの取得が増えるにつれて、状況認識を向上させるためのリアルタイム分析の必要性も高まります。データ収集の量と範囲が増加すると、従来の IT インフラストラクチャではこれらの環境のアプリケーション要件を満たすことができなくなります。

何千ものカメラやセンサーからのデータを効率的に監視、保存、保護、処理、送信することに加えて、交通機関の IT インフラストラクチャ ソリューションは、既存および将来の IoT テクノロジーとシームレスに統合する必要もあります。同時に、群衆管理、交通監視、駐車場管理など、ビデオメタデータに基づくビッグデータや分析など、さまざまなニーズにも対応する必要があります。

柔軟なソフトウェア定義インフラストラクチャ ソリューションは、バランスが取れており、拡張性と回復力に優れており、輸送システムの安全性と輸送環境におけるさまざまな要素の調整を確保し、犯罪やテロから乗客を保護し、リスクを軽減し、旅行体験を向上させます。

ハイパーコンバージド インフラストラクチャ (HCI) を使用すると、ビデオ管理、IoT データ収集、ビデオ、データ分析、ストレージ、アクセス制御、その他の関連アプリケーションを、導入と管理が容易な業界標準のアプライアンスに統合できます。 HCI プラットフォームは、個別の物理サーバーとストレージの複雑さを排除し、カメラやセンサーの数や分析ニーズの増加に合わせてインフラストラクチャをよりシームレスに拡張する方法を提供します。

今日、世界中の輸送セキュリティ管理チームと IT チームは、継続的なセキュリティと運用上の課題に対処する必要があります。 多くの場合、彼らは、乗客の体験を向上させ、コストを管理しながら、重要な安全サービス、セキュリティ プロトコル、規制およびポリシーのコンプライアンス、運用効率、進化するビジネス ニーズを考慮する必要がある大規模な分散型セキュリティ システムの構築、展開、管理を任されます。

人工知能とモノのインターネット技術の継続的な開発と応用により、将来の公共交通システムはますますインテリジェントで安全になると期待されます。

<<:  2020 年の人工知能の機会と課題について考える: 誰が勝つでしょうか?

>>:  採血時に血管が見つからない?人工知能には解決策がある

ブログ    

推薦する

AI人材の競争は軍拡競争となっている。AIの創造性競争に賭けるAI大手の中で、勝利のポイントを獲得するのはどれだろうか?

世界中の人工知能の人材が徐々に量産モードに入りつつあります。今年6月、百度と浙江大学は、潜在的な人工...

ディープラーニングの限界と将来

[[227297]]注: この記事は、Keras の作者である François Chollet に...

メタバースの開発にはどのような重要な技術が必要ですか?

メタバースは、信頼できる資産価値とアイデンティティ認証を備えた仮想アクティビティを実行するためのプラ...

...

...

分散機械学習フレームワークRay

[[422916]] Python 中国語コミュニティ (ID: python-china) 1....

...

機械学習でよく使われる損失関数についてどれくらい知っていますか?

機械は損失関数を通じて学習します。これは、特定のアルゴリズムが与えられたデータをどれだけ適切にモデル...

機械学習サーバーの利用率とスケーラビリティを最大化するにはどうすればよいでしょうか?

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)か...

相関関係は因果関係ではない。ディープラーニングによりAIは「10万のなぜ」を問うことができる

[[274938]]ビッグデータダイジェスト制作出典: searchenterpriseai編纂者:...

...

伝説のゲーム開発者カーマック氏:汎用人工知能は2030年に誕生する

伝説のゲーム開発者ジョン・カーマック氏は、2030年頃に汎用人工知能(AGI)が登場する可能性がある...

Microsoft Megvii の顔認識は 100% 動作不能! 写真の「見えないマント」で写真のプライバシー データを保護

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...