公共家具はすでにライブバス時刻を表示し、デジタルメッセージを更新し、基本的なセンサールールに応答することができます。さらに難しい問題は、AI が実際にこれらのシステムをいつさらに便利にするかということです。 AIスマートシティ家具 人、カメラ、またはセンサーが、方向要求、乗客の流れの変化、異常な動作信号など、システムが応答する前に解釈が必要な入力を提供する場合、その価値はさらに高まります。この違いは、都市がモビリティや公共サービスのために AI を検討する際に重要になります。読者は、入力→解釈→応答→値テストを使用して、どこにあるかを判断できます。 AI を活用したストリートファニチャー は実用的な価値を付加します。
「スマート」という言葉は、デジタル機能を備えたほぼすべての街路設備に対してよく使用されます。そのため、接続、自動化、AI が混同されやすくなります。ライブバスの時刻を受信する避難所が接続されています。センサーが暗闇を感知して点灯する照明を自動化。中央システムから新しい公告をダウンロードする画面は接続され自動化されている可能性がありますが、これらのアクションのいずれも必ずしも AI を必要としません。
応答を選択する前にシステムが何かを解釈する必要がある場合、AI の関連性が高まります。固定された指示だけに従うのではなく、入力を操作して、どの出力がタスクにとってより役立つかを判断できます。この区別は、テクノロジーが実際に何を行うかに注目を集めるため、都市プロジェクトにとって重要です。
状況 |
接続されたシステムまたはルールベースのシステムでこれを行うことができます |
AI は次のような場合に価値を付加する可能性があります。 |
バス到着表示 |
交通機関フィードから受信したデータを表示する |
ユーザーが構造化されていない旅行に関する質問をする |
公共照明 |
設定した時間またはセンサーレベルでスイッチオン |
いくつかの変化する状況には解釈が必要です |
デジタル掲示板 |
スケジュールされたコンテンツまたはリモート コンテンツを公開する |
システムは情報を選択する前にリクエストを理解する必要があります |
デバイス監視 |
障害コードまたはオフライン アラートを送信する |
多くの信号で異常なパターンがないか確認する必要がある |
重要なのは、AI が常に優れているということではありません。シンプルなシステムは、多くの場合、タスク自体が単純であれば操作が簡単です。
テクノロジーを選択する前に、インプットに注目してください。公共の家具は、音声やタッチスクリーン操作を通じて人々から直接情報を受け取る場合があります。センサーとカメラは、器具の周囲の動きやアクティビティに関する情報を提供できます。市のシステムは、ルート データ、位置情報、サービスの更新、または機器のステータスも提供する場合があります。
これらの入力にはさまざまなニーズがあります。ライブ到着時刻はすでに構造化されており、表示する準備ができています。 「階段を使わずに図書館に行くにはどうすればいいですか?」などの音声質問。構造化されていません。 2 番目の入力では、システムが目的地を特定し、アクセシビリティのニーズを理解し、答えを提示する前に両方の情報を利用可能なルート データに結び付ける必要がある場合があります。
ここから、AI を活用したストリート ファーニチャーが通常のコネクテッド ディスプレイと異なり始めます。付加価値は、接続性自体からではなく、解釈ステップから得られます。
調達チームは、有益な最初の判断を下すためにモデル アーキテクチャを理解する必要はありません。彼らは、家具が何をすべきかをすでに指示している情報を受け取っているかどうかを尋ねることができます。
「6分後に次のバスを表示」はデータフィードで対応可能です。 「暗くなったら電気をつける」はセンサールールで対応できます。 「階段を使用できない人のために市役所までの適切なルートを見つける」という要求にはいくつかの意味が含まれているため、より多くの作業が必要です。
固定ルールでタスクを明確に処理できる場合、AI を追加するとコストと複雑さが増すだけになる可能性があります。入力を最初に理解、比較、または分類する必要がある場合、AI にはより実用的な理由があります。
車の前に立っている乗客を考えてみましょう。 AIスマートバスシェルター。その人は「どの道を通れば美術館に一番近いですか?」と尋ねます。音声は入力ですが、音声自体は旅行者にとって役に立ちません。システムは、まず相手が何を尋ねているのかを把握し、宛先を特定し、その要求を入手可能な情報と結び付けてから、回答を返す必要があります。
応答は、テキスト、ルート グラフィック、または音声として表示されます。テキスト読み上げは、TTS と短縮されることが多く、単に書かれた情報を音声出力に変換します。これにより、音声ガイダンスを好む場合、または複数のメニュー画面を検索したくない場合に、パブリック インターフェイスが使いやすくなります。
実際の製品例は、複数の入力メソッドと応答メソッドが 1 つのフィクスチャ内にどのように存在するかを示すのに役立ちます。 Shanghai Zemso Urban Furniture Technology Co., Ltd. は、画像分析、TTS、乗客流動統計、デジタル Q&A、タッチスクリーン インタラクション、および音声インタラクションを ZEMSO-HCT-0001 スマート バス シェルターに統合しています。有益な教訓は機能の数ではありません。それは、音声、タッチ、画像、および動きのデータが同じ公共設備に入力される可能性がありますが、有用な結果を生み出す前に異なる形式の処理が必要になるということです。
入力が人ではなく周囲から来た場合にも、同じロジックが当てはまります。カメラやセンサーは避難所付近の活動を捉えることができますが、画像を収集することは、避難所で何が起こっているかを理解することと同じではありません。生の乗客数も、コンテキスト内に配置されるまでは価値が限定されます。
たとえば、オペレータは、ある場所での活動がその時間帯では正常であるかどうか、または明らかな変化が起こっているかどうかを知る必要がある場合があります。 AI ベースの画像分析またはパターン認識は、大量の生の活動データをスタッフが確認できるシンプルな信号に変換するのに役立つ可能性があります。 HCT-0001 システムでは、画像分析と乗客流動分析が他の対話型機能と並行して動作し、この種の入力処理をサポートします。
だからといって、AI が停留所が混雑している理由を自動的に認識するわけではありません。乗客数の増加は、イベント、サービスの中断、天候、または家具自体以外の別の原因によってもたらされる可能性があります。システムはパターンの特定に役立ちます。人々は依然として、より広範な状況を解釈し、どのような行動が理にかなっているかを判断する必要があります。
乗客にとって最も価値のある成果は、多くの場合、次に何をすべきかを知るという単純なものです。訪問者が「どのバスで博物館に行けますか?」と尋ねたと想像してください。入力は自然言語の質問です。システムは目的地を解釈し、利用可能な旅行情報をチェックします。応答によってルートが示されたり、停留所が特定されたり、次の指示が読み上げられたりすることがあります。
これは、避難所に AI が搭載されているかどうかを尋ねるよりも、価値を測る意味のある尺度です。ユーザーがより少ないステップで必要な情報に到達できれば、インタラクションは改善されます。必要なデータが利用可能な場合は、同じアプローチで、乗り換え、近くの停留所、サービス通知、アクセス可能なルートに関する質問をサポートできます。
AI が直接生み出していない利益を AI に与えるべきではありません。会話をしたからといってバスが早く到着するわけではありません。渋滞は解消されません。その仕事はより狭く、旅行に関する質問をしてから次の決定に役立つ情報を得るまでの労力を軽減します。
従来の屋外スクリーンは主に一方通行のコミュニケーション ツールでした。地図、告示、警告、スケジュール、広告、またはライブ フィードを表示できます。リモート コンテンツ管理により、これらの画面の操作は容易になりますが、リモート パブリッシングは依然として AI と同じではありません。
スマート シティ向けの AI デジタル サイネージは、 プリセット コンテンツを単にブロードキャストするだけでなく、ディスプレイがリクエストに応答する必要がある場合に価値を追加します。訪問者は、ルートを尋ねたり、目的地を検索したり、他の方法では複数のメニュー レベルに埋もれてしまう情報を要求したりすることがあります。
Shanghai ZEMSO の BS-0005 は、ルート計画、画像分析、TTS、乗客流動分析、タッチスクリーン インタラクション、および音声ベースの Q&A を組み合わせています。クラウド コンテンツ管理、リモート パブリッシング、モニタリング、OTA ソフトウェア アップデートは、別個の管理レイヤーを形成します。最初のグループには、解釈が重要になる可能性のある関数が含まれています。 2 番目のグループは主に接続とシステム操作に関係します。
これらのレイヤーを分離しておくと、仕様がより明確になります。その後、都市はどの機能に AI が必要で、どの機能がシンプルで予測可能なデジタル サービスのままでよいかを決定できます。
インタラクティブなスマート シティ キオスクは、同じ原理を異なる形で適用します。交通ハブ、公園、市民広場、公共サービスエリアにあるキオスクは、道順や基本的な地域情報を見つけるのに役立つ場合があります。一部のリクエストは、大きなボタン、明確なマップ、または短いメニューを必要とする単純なものです。
音声対話は、リクエストが固定された選択肢に適合しない場合にさらに便利になります。訪問者は、正式なメニュー カテゴリを知る代わりに、特定のサービスがどこにあるのかを尋ねたり、日常の言葉で目的地を説明したりする場合があります。
ZEMSO-FWT-0002は、AI音声アシスタントとアプリベースの遠隔監視およびその他のスマート制御機能を組み合わせています。この組み合わせは、AI と通常の接続されたコントロールがどのように共存できるかを示しています。 AI インターフェイスを追加しても、キオスク内のすべての機能が会話型になる必要があるわけではありません。最も単純なインターフェイスは、最も単純なタスクを処理する必要があります。
パブリック インタラクションは、AI スマート シティ ファニチャーの一側面にすぎません。同じ入力と応答のモデルは、公共スペースの管理責任者に役立ちます。
ある場所で乗客の活動が急激に変化したとします。センサーまたは画像システムが入力を提供します。分析により、経時的なパターンを特定したり、現在のアクティビティと通常の使用状況を比較したりできます。スタッフは、生のカウントのストリームよりも有用なシグナルを受信します。
その情報は、サービス情報を配置する場所、人員配置の見直しが必要な時期、公共エリアの使用方法、またはどの場所がより注意を払う必要があるかについての決定を支援します。大切なのは「サポート」です。 AI は証拠の整理に役立ちますが、変化の原因を自動的に認識したり、公共政策のどの対応が正しいかを自動的に判断したりすることはできません。
したがって、データが多ければ多いほど良いとは限りません。目標は、誰かが実際に下す責任がある意思決定につながる情報である必要があります。評価は、システムが対象ユーザー、目的、実際の動作環境に対して適切に機能するかどうかに焦点を当てる必要があります。
メンテナンスでは、別の有用なテストが提供されます。接続された標識は、画面がオフラインであることを報告することがあります。中央接続に障害が発生した場合、コントローラは動作モードを切り替えることができます。ソフトウェアはリモートで更新できます。これらは貴重な機能ですが、すべてをAIと呼ぶとシステムに本当に必要なものがわかりにくくなります。
Shanghai ZEMSO の GG-0009 屋外デジタル サイネージは、一元管理、OTA リモート アップグレード、経路計画、オープン インターフェイス、タッチスクリーンおよび音声インタラクションに加え、画像分析、TTS、乗客流動分析などの AI 機能を組み合わせています。市はこのタイプのシステムを検討し、管理機能と、構造化されていない情報を解釈する機能を分離できます。
AI は、多くの操作信号を比較する必要があり、異常なパターンにスタッフがフラグを立てる必要がある場合に役立つ可能性があります。これは、リモート アラートが予知保全であると主張するのとは異なります。信頼性の高い予測は、適切な履歴データ、テスト、および実際の動作条件下でシステムが適切に動作するという証拠に依存します。
AI スマート シティ ファニチャーが最も役立つのは、質問、乗客の行動、画像、システム データを人々が行動できる応答に変換する場合です。したがって、AI を活用したストリートファニチャーの価値は、より簡単なルート案内、より迅速な情報へのアクセス、より良い操作認識など、明確な公共のニーズと結びついておく必要があります。
Shanghai Zemso Urban Furniture Technology Co., Ltd. は、 このアプローチをスマート バス シェルター、デジタル サイネージ、インタラクティブ キオスクに適用し、AI インタラクションと接続された管理機能を組み合わせています。これらのツールは、テクノロジーを実際のタスクに集中させながら、都市が公共情報サービスを向上させるのに役立ちます。
