Avtor: Admin Čas objave: 19.08.2026 Izvor: Spletno mesto
Javno pohištvo že lahko prikazuje čas avtobusa v živo, posodablja digitalna sporočila in se odziva na osnovna pravila senzorjev. Težje vprašanje je, kdaj AI dejansko naredi te sisteme bolj uporabne. AI pametno mestno pohištvo postane bolj dragocen, ko oseba, kamera ali senzor zagotovi vhod, ki ga je treba interpretirati, preden se lahko sistem odzove – zahteva za smer, spreminjanje toka potnikov ali nenavaden delovni signal. To razlikovanje je pomembno, saj mesta raziskujejo umetno inteligenco za mobilnost in javne storitve. Bralci lahko uporabijo vnos → interpretacija → odziv → test vrednosti, da presodijo, kje Ulično pohištvo, ki ga poganja AI, dodaja praktično vrednost.
Beseda »pametno« se pogosto uporablja za skoraj vsako ulično napravo z digitalnimi funkcijami. Tako je enostavno zamenjati povezljivost, avtomatizacijo in umetno inteligenco. Povezano je zavetišče, ki prejema avtobusne ure v živo. Luč, ki se vklopi, ko senzor zazna temo, je avtomatizirana. Zaslon, ki prenaša nova javna obvestila iz osrednjega sistema, je lahko povezan in avtomatiziran, vendar nobeno od teh dejanj ne zahteva nujno umetne inteligence.
AI postane pomembnejši, ko mora sistem nekaj interpretirati, preden izbere odziv. Namesto da bi sledil le fiksnim navodilom, lahko deluje z vhodom in določi, kateri izhod je bolj uporaben za nalogo. To razlikovanje je pomembno za mestne projekte, ker ohranja pozornost na tem, kaj tehnologija dejansko počne.
Stanje |
To lahko stori povezan sistem ali sistem, ki temelji na pravilih |
AI lahko doda vrednost, ko |
Prikaz prihoda avtobusa |
Prikaži podatke, prejete iz vira prevoza |
Uporabnik postavi manj strukturirano potovalno vprašanje |
Javna razsvetljava |
Vklopite ob nastavljenem času ali nivoju senzorja |
Več spreminjajočih se pogojev je treba razložiti |
Digitalna oglasna deska |
Objavite načrtovano ali oddaljeno vsebino |
Sistem mora razumeti zahtevo, preden izbere informacije |
Spremljanje naprave |
Pošljite kodo napake ali opozorilo brez povezave |
Številne signale je treba pregledati za nenavadne vzorce |
Bistvo ni, da je AI vedno boljši. Preprost sistem je pogosto lažje upravljati, če je naloga sama preprosta.
Preden izberete tehnologijo, si oglejte vnos. Javno pohištvo lahko prejema informacije neposredno od ljudi prek govora ali dejanj na zaslonu na dotik. Senzorji in kamere lahko zagotovijo informacije o gibanju ali dejavnosti okoli napeljave. Mestni sistemi lahko posredujejo tudi podatke o poti, informacije o lokaciji, posodobitve storitev ali stanje opreme.
Ti vložki imajo različne potrebe. Čas prihoda v živo je že strukturiran in pripravljen za prikaz. Izgovorjeno vprašanje, kot je 'Kako lahko pridem do knjižnice brez stopnic?', je manj strukturirano. Drugi vnos lahko zahteva, da sistem prepozna cilj, razume potrebo po dostopnosti in poveže oba dela informacij z razpoložljivimi podatki o poti, preden predstavi odgovor.
Tu se ulično pohištvo, ki ga poganja AI, začne razlikovati od običajnega povezanega zaslona. Dodana vrednost izvira iz koraka interpretacije, ne iz povezljivosti same.
Nabavnim ekipam ni treba razumeti arhitekture modela, da bi naredili koristno prvo presojo. Lahko se vprašajo, ali pohištvo prejme informacije, ki mu že povedo, kaj naj naredi.
'Pokaži naslednji avtobus čez šest minut' je mogoče upravljati s podatkovnim virom. 'Prižgi luč, ko se zmrači' je mogoče upravljati s pravilom senzorja. 'Najdi primerno pot do mestne hiše za nekoga, ki ne zna uporabljati stopnic' zahteva več dela, ker zahteva vsebuje več pomenov.
Če fiksno pravilo jasno obravnava nalogo, lahko dodajanje umetne inteligence le poveča stroške in zapletenost. Ko je treba vnos najprej razumeti, primerjati ali razvrstiti, ima AI bolj praktičen razlog, da je tam.
Predstavljajte si potnika, ki stoji pred AI pametna avtobusna nadstrešnica . Oseba vpraša: 'Katera pot me pripelje najbližje muzeju?' Govor je vnos, vendar sam zvok za popotnika ni koristen. Sistem mora najprej ugotoviti, kaj oseba sprašuje, prepoznati destinacijo, to zahtevo povezati z informacijami, ki so mu na voljo, in nato vrniti odgovor.
Odgovor je lahko prikazan kot besedilo, grafika poti ali govor. Pretvorba besedila v govor, pogosto skrajšana na TTS, preprosto spremeni pisne informacije v govorni izpis. To lahko olajša uporabo javnega vmesnika, ko ima nekdo raje glasovno vodenje ali ne želi iskati po več zaslonih menija.
Primer resničnega izdelka pomaga pokazati, kako lahko več vhodnih in odzivnih metod živi v eni napravi. Shanghai Zemso Urban Furniture Technology Co., Ltd. združuje slikovno analizo, TTS, statistiko pretoka potnikov, digitalna vprašanja in odgovore, interakcijo z zaslonom na dotik in glasovno interakcijo v pametno avtobusno nadstrešnico ZEMSO-HCT-0001. Koristna lekcija ni število funkcij. Podatki o govoru, dotiku, slikah in gibanju lahko vstopijo v isti javni prostor, vendar zahtevajo različne oblike obdelave, preden ustvarijo uporaben rezultat.
Enaka logika velja, ko vnos prihaja iz okolice in ne od osebe. Kamera ali senzor lahko zajame dejavnost v bližini zavetišča, vendar zbiranje slike ni isto kot razumevanje dogajanja v njej. Tudi neobdelano število potnikov ima omejeno vrednost, dokler ni postavljeno v kontekst.
Na primer, operater bo morda moral vedeti, ali je dejavnost na lokaciji normalna za ta čas dneva ali pa prihaja do očitne spremembe. Analiza slike ali prepoznavanje vzorcev na osnovi umetne inteligence lahko pomaga spremeniti velike količine neobdelanih podatkov o dejavnosti v enostavnejši signal, ki ga lahko osebje pregleda. V sistemu HCT-0001 analiza slike in analitika potniškega toka delujeta skupaj z drugimi interaktivnimi funkcijami za podporo te vrste obdelave vnosa.
To ne pomeni, da AI samodejno ve, zakaj je postaja zasedena. Povečanje števila potnikov je lahko posledica dogodka, motenj storitev, vremena ali drugega vzroka zunaj samega pohištva. Sistem lahko pomaga prepoznati vzorec; ljudje morajo še vedno interpretirati širšo situacijo in se odločiti, kaj je smiselno.
Za potnike je največja vrednost pogosto preprosta: vedeti, kaj storiti naprej. Predstavljajte si obiskovalca, ki vpraša 'Kateri avtobus me pripelje do muzeja?' Vnos je vprašanje v naravnem jeziku. Sistem interpretira cilj in preveri potovalne informacije, ki so mu na voljo. Odziv lahko prikaže pot, določi postanek ali izgovori naslednje navodilo.
To je bolj smiselno merilo vrednosti kot vprašanje, ali zavetišče vsebuje umetno inteligenco. Če uporabniki pridejo do informacij, ki jih potrebujejo, z manj koraki, se izboljša interakcija. Isti pristop lahko podpira vprašanja o prestopih, bližnjih postankih, obvestilih o storitvah ali dostopnih poteh, ko so na voljo potrebni podatki.
AI ne bi smeli pripisovati koristi, ki jih neposredno ne ustvarja. Pogovorno zavetje ne poskrbi, da avtobus prej pride. Ne odpravlja prometnih zastojev. Njegova naloga je ožja: zmanjša napor med vprašanjem o potovanju in pridobitvijo informacij, ki pomagajo pri naslednji odločitvi.
Tradicionalni zunanji zasloni so predvsem enosmerna komunikacijska orodja. Prikazujejo lahko zemljevide, javna obvestila, opozorila, urnike, oglase ali vire v živo. Oddaljeno upravljanje vsebine olajša upravljanje teh zaslonov, vendar oddaljeno objavljanje še vedno ni isto kot AI.
Digitalno označevanje z umetno inteligenco za pametna mesta dodaja vrednost, ko se mora zaslon odzvati na zahtevo, namesto da preprosto oddaja prednastavljeno vsebino. Obiskovalec lahko vpraša za pot, poišče cilj ali zahteva informacije, ki bi bile sicer zakopane v več nivojih menija.
BS-0005 Shanghai ZEMSO združuje načrtovanje poti, analizo slike, TTS, analitiko potniškega toka, interakcijo z zaslonom na dotik in glasovna vprašanja in odgovore. Upravljanje vsebine v oblaku, oddaljeno objavljanje, spremljanje in posodobitve programske opreme OTA tvorijo ločeno plast upravljanja. Prva skupina vključuje funkcije, pri katerih je interpretacija lahko pomembna. Druga skupina zadeva predvsem povezljivost in delovanje sistema.
Če te plasti ločimo, so specifikacije jasnejše. Mesto se lahko nato odloči, katere funkcije potrebujejo umetno inteligenco in katere lahko ostanejo preproste, predvidljive digitalne storitve.
Interaktivni kiosk pametnega mesta sledi istemu principu v drugačni obliki. Kiosk v prometnem vozlišču, parku, mestnem trgu ali na območju javnih storitev lahko pomaga ljudem najti navodila ali osnovne lokalne informacije. Nekatere zahteve so dovolj preproste za velik gumb, jasen zemljevid ali kratek meni.
Glasovna interakcija postane uporabnejša, ko zahteva ne ustreza tem fiksnim izbiram. Obiskovalec lahko vpraša, kje najti določeno storitev, ali opiše destinacijo v vsakdanjem jeziku, namesto da bi poznal njeno uradno kategorijo menija.
ZEMSO-FWT-0002 združuje glasovnega pomočnika z umetno inteligenco z daljinskim nadzorom na podlagi aplikacije in drugimi funkcijami pametnega nadzora. Ta kombinacija kaže, kako lahko umetna inteligenca in navadne povezane kontrole obstajajo drug ob drugem. Dodajanje vmesnika AI ne pomeni, da mora vsaka funkcija znotraj kioska postati pogovorna. Najenostavnejši vmesnik bi moral še vedno obvladati najpreprostejšo nalogo.
Javna interakcija je le ena stran pohištva pametnega mesta z umetno inteligenco. Isti model vnosa in odziva lahko pomaga ljudem, odgovornim za upravljanje javnih prostorov.
Recimo, da se dejavnost potnikov na neki lokaciji močno spremeni. Senzorji ali slikovni sistemi zagotavljajo vhod. Analitika lahko prepozna vzorec skozi čas ali primerja trenutno dejavnost z običajno uporabo. Osebje nato prejme bolj koristen signal kot tok neobdelanih štetij.
Te informacije lahko podpirajo odločitve o tem, kje naj bodo informacije o storitvah postavljene, kdaj bo morda treba pregledati osebje, kako se uporablja javna površina ali kateri lokaciji je treba posvetiti več pozornosti. Pomembna beseda je 'podpora'. AI lahko pomaga organizirati dokaze, vendar ne pozna samodejno vzroka spremembe ali odloči, kateri odziv javne politike je pravi.
Več podatkov torej ni vedno boljše. Cilj bi morala biti informacija, ki je povezana z odločitvijo, za katero je nekdo dejansko odgovoren. Vrednotenje se mora osredotočiti na to, ali sistem dobro deluje za predvidene uporabnike, namen in resnično delovno okolje.
Vzdrževanje ponuja še en uporaben test. Povezan znak lahko sporoči, da je zaslon brez povezave. Krmilnik lahko preklaplja med načini delovanja, če centralna povezava odpove. Programsko opremo je mogoče posodobiti na daljavo. To so dragocene funkcije, a če vse imenujemo AI, je težje razumeti, kaj sistem resnično potrebuje.
Zunanje digitalno označevanje GG-0009 podjetja Shanghai ZEMSO združuje centralizirano upravljanje, oddaljene nadgradnje OTA, načrtovanje poti, odprte vmesnike, zaslon na dotik in glasovno interakcijo, skupaj s funkcijami umetne inteligence, kot so analiza slike, TTS in analitika toka potnikov. Mesto, ki pregleduje to vrsto sistema, lahko loči funkcije upravljanja od funkcij, ki interpretirajo manj strukturirane informacije.
Umetna inteligenca lahko postane uporabna, ko je treba primerjati veliko delovnih signalov in je treba za osebje označiti nenavadne vzorce. To se razlikuje od trditve, da je vsako oddaljeno opozorilo napovedno vzdrževanje. Zanesljiva napoved je odvisna od ustreznih preteklih podatkov, testiranja in dokazov, da sistem dobro deluje v dejanskih pogojih delovanja.
Pametno mestno pohištvo z umetno inteligenco je najbolj uporabno, ko spremeni vprašanja, dejavnost potnikov, slike ali sistemske podatke v odgovore, na katere se ljudje lahko odzovejo. Vrednost uličnega pohištva, ki ga poganja umetna inteligenca, mora zato ostati vezana na jasno javno potrebo, kot je lažje vodenje poti, hitrejši dostop do informacij ali boljša ozaveščenost o delovanju.
Shanghai Zemso Urban Furniture Technology Co., Ltd. uporablja ta pristop pri pametnih postajališčih za avtobuse, digitalnih označbah in interaktivnih kioskih ter združuje interakcijo AI s povezanimi funkcijami upravljanja. Ta orodja lahko pomagajo mestom izboljšati javne informacijske storitve, hkrati pa ohranjajo tehnologijo osredotočeno na praktične naloge.
