เฟอร์นิเจอร์เมืองอัจฉริยะที่ขับเคลื่อนด้วย AI

เฟอร์นิเจอร์สาธารณะสามารถแสดงเวลารถบัสสด อัปเดตข้อความดิจิทัล และตอบสนองต่อกฎเซ็นเซอร์พื้นฐานได้แล้ว คำถามที่ยากกว่าคือเมื่อใดที่ AI ทำให้ระบบเหล่านี้มีประโยชน์มากขึ้นจริง ๆ เฟอร์นิเจอร์เมืองอัจฉริยะ AI จะมีคุณค่ามากขึ้นเมื่อบุคคล กล้อง หรือเซ็นเซอร์ป้อนข้อมูลที่ต้องการการตีความก่อนที่ระบบจะสามารถตอบสนองได้ เช่น การขอเส้นทาง การเปลี่ยนแปลงการไหลของผู้โดยสาร หรือสัญญาณการทำงานที่ผิดปกติ ความแตกต่างนี้มีความสำคัญในขณะที่เมืองต่างๆ สำรวจ AI เพื่อการคมนาคมและบริการสาธารณะ ผู้อ่านสามารถใช้อินพุต → การตีความ → การตอบสนอง → การทดสอบค่า เพื่อตัดสินว่าอยู่ที่ไหน เฟอร์นิเจอร์ริมถนนที่ขับเคลื่อนด้วย AI ช่วยเพิ่มมูลค่าในทางปฏิบัติ

 

Connected Street Furniture ต้องการ AI จริงๆ เมื่อใด

ไม่ใช่ทุกฟีเจอร์ของ 'smart' ที่เป็นฟีเจอร์ของ AI

คำว่า 'smart' มักใช้กับอุปกรณ์ติดตั้งบนท้องถนนเกือบทุกประเภทที่มีฟังก์ชันดิจิทัล นั่นทำให้ง่ายต่อการสร้างความสับสนให้กับการเชื่อมต่อ ระบบอัตโนมัติ และ AI มีการเชื่อมต่อที่พักพิงที่ได้รับเวลารถบัสสด ไฟที่จะเปิดขึ้นหลังจากที่เซ็นเซอร์ตรวจพบความมืดจะเป็นไปโดยอัตโนมัติ หน้าจอที่ดาวน์โหลดประกาศสาธารณะใหม่จากระบบกลางอาจมีทั้งการเชื่อมต่อและอัตโนมัติ แต่การดำเนินการเหล่านี้ไม่จำเป็นต้องมี AI เสมอไป

AI มีความเกี่ยวข้องมากขึ้นเมื่อระบบต้องตีความบางสิ่งก่อนที่จะเลือกคำตอบ แทนที่จะปฏิบัติตามคำสั่งคงที่เท่านั้น ระบบสามารถทำงานกับอินพุตและกำหนดว่าเอาต์พุตใดมีประโยชน์มากกว่าสำหรับงานนั้น ความแตกต่างดังกล่าวมีความสำคัญต่อโครงการในเมือง เนื่องจากให้ความสำคัญกับสิ่งที่เทคโนโลยีทำจริง

ประเด็นไม่ใช่ว่า AI จะดีกว่าเสมอไป ระบบที่เรียบง่ายมักจะดำเนินการได้ง่ายกว่าเมื่องานนั้นเรียบง่าย

เริ่มต้นด้วยการถามว่าเฟอร์นิเจอร์ได้รับอะไรบ้าง

ก่อนจะเลือกเทคโนโลยีควรดูที่อินพุตก่อน เฟอร์นิเจอร์สาธารณะอาจได้รับข้อมูลโดยตรงจากผู้คนผ่านทางคำพูดหรือการกระทำบนหน้าจอสัมผัส เซ็นเซอร์และกล้องสามารถให้ข้อมูลเกี่ยวกับการเคลื่อนไหวหรือกิจกรรมรอบๆ อุปกรณ์ติดตั้งได้ ระบบเมืองยังอาจให้ข้อมูลเส้นทาง ข้อมูลตำแหน่ง การอัปเดตบริการ หรือสถานะอุปกรณ์อีกด้วย

ปัจจัยการผลิตเหล่านั้นมีความต้องการที่แตกต่างกัน เวลาที่มาถึงแบบเรียลไทม์มีโครงสร้างอยู่แล้วและพร้อมที่จะแสดง คำถามแบบพูด เช่น 'ฉันจะไปห้องสมุดโดยไม่ใช้บันไดได้อย่างไร' มีโครงสร้างน้อยกว่า ข้อมูลเข้าที่สองอาจต้องการให้ระบบระบุจุดหมายปลายทาง ทำความเข้าใจความต้องการในการเข้าถึง และเชื่อมต่อข้อมูลทั้งสองชิ้นกับข้อมูลเส้นทางที่มีอยู่ก่อนที่จะนำเสนอคำตอบ

นี่คือจุดที่เฟอร์นิเจอร์ริมถนนที่ขับเคลื่อนด้วย AI เริ่มแตกต่างจากจอแสดงผลที่เชื่อมต่อตามปกติ มูลค่าเพิ่มมาจากขั้นตอนการตีความ ไม่ใช่จากการเชื่อมต่อเพียงอย่างเดียว

ใช้การทดสอบง่ายๆ เพียงอย่างเดียว: ระบบจำเป็นต้องแก้ไขบางอย่างหรือไม่?

ทีมจัดซื้อไม่จำเป็นต้องเข้าใจสถาปัตยกรรมแบบจำลองเพื่อตัดสินใจก่อนที่เป็นประโยชน์ พวกเขาสามารถถามได้ว่าเฟอร์นิเจอร์ได้รับข้อมูลที่บอกไปแล้วว่าต้องทำอย่างไร

'แสดงรถบัสคันถัดไปในหกนาที' สามารถจัดการได้โดยใช้ฟีดข้อมูล 'เปิดไฟเมื่อมืด' จัดการได้ด้วยกฎเซ็นเซอร์ 'ค้นหาเส้นทางที่เหมาะสมไปศาลากลางสำหรับคนที่ไม่สามารถใช้บันไดได้' จำเป็นต้องดำเนินการเพิ่มเติมเนื่องจากคำขอมีหลายความหมาย

หากกฎตายตัวจัดการงานได้อย่างชัดเจน การเพิ่ม AI อาจมีแต่เพิ่มต้นทุนและความซับซ้อนเท่านั้น เมื่อข้อมูลนำเข้าต้องเข้าใจ เปรียบเทียบ หรือจำแนกประเภทก่อน AI ก็มีเหตุผลเชิงปฏิบัติมากกว่า

 

AI เปลี่ยนอินพุตดิบให้กลายเป็นสิ่งที่มีประโยชน์ได้อย่างไร

คำถามกลายเป็นคำขอข้อมูลที่ระบบสามารถดำเนินการได้

พิจารณาผู้โดยสารที่ยืนอยู่ข้างหน้า พักพิงรถบัสอัจฉริยะ AI ที่ บุคคลนั้นถามว่า 'เส้นทางใดที่จะพาฉันไปใกล้กับพิพิธภัณฑ์มากที่สุด' คำพูดเป็นเพียงข้อมูลนำเข้า แต่ตัวเสียงเองกลับไม่เป็นประโยชน์ต่อนักเดินทาง ก่อนอื่นระบบจะต้องค้นหาสิ่งที่บุคคลนั้นถาม ระบุปลายทาง เชื่อมต่อคำขอนั้นกับข้อมูลที่มีอยู่ จากนั้นจึงตอบกลับ

การตอบกลับอาจปรากฏเป็นข้อความ กราฟิกเส้นทาง หรือคำพูด การอ่านออกเสียงข้อความซึ่งมักเรียกสั้น ๆ ว่า TTS เพียงเปลี่ยนข้อมูลที่เป็นลายลักษณ์อักษรให้เป็นเอาต์พุตเสียงพูด ซึ่งจะทำให้อินเทอร์เฟซสาธารณะใช้งานง่ายขึ้นเมื่อมีคนต้องการคำแนะนำด้วยเสียงหรือไม่ต้องการค้นหาผ่านหน้าจอเมนูต่างๆ

ตัวอย่างผลิตภัณฑ์จริงช่วยแสดงให้เห็นว่าวิธีการป้อนข้อมูลและการตอบสนองหลายวิธีสามารถอยู่ในฟิกซ์เจอร์เดียวได้ Shanghai Zemso Urban Furniture Technology Co., Ltd. ผสานรวมการวิเคราะห์รูปภาพ, TTS, สถิติการไหลของผู้โดยสาร, ถามและตอบแบบดิจิทัล, การโต้ตอบบนหน้าจอสัมผัส และการโต้ตอบด้วยเสียง เข้ากับที่พักพิงรถบัสอัจฉริยะ ZEMSO-HCT-0001 บทเรียนที่มีประโยชน์ไม่ใช่จำนวนคุณสมบัติ ข้อมูลคำพูด การสัมผัส รูปภาพ และการเคลื่อนไหวสามารถเข้าสู่อุปกรณ์สาธารณะเดียวกันได้ แต่ต้องใช้รูปแบบการประมวลผลที่แตกต่างกันก่อนที่จะให้ผลลัพธ์ที่เป็นประโยชน์

รูปภาพและจำนวนผู้โดยสารต้องมีบริบทก่อนที่จะมีประโยชน์

ตรรกะเดียวกันนี้ใช้เมื่ออินพุตมาจากสภาพแวดล้อมมากกว่าจากบุคคล กล้องหรือเซ็นเซอร์สามารถจับภาพกิจกรรมใกล้ที่พักพิงได้ แต่การรวบรวมภาพไม่เหมือนกับการทำความเข้าใจว่าเกิดอะไรขึ้นในนั้น จำนวนผู้โดยสารดิบยังมีค่าที่จำกัดจนกว่าจะถูกจัดให้อยู่ในบริบท

ตัวอย่างเช่น ผู้ปฏิบัติงานอาจจำเป็นต้องทราบว่ากิจกรรมในสถานที่หนึ่งเป็นเรื่องปกติในช่วงเวลานั้นของวันหรือไม่ หรือมีการเปลี่ยนแปลงเกิดขึ้นอย่างชัดเจนหรือไม่ การวิเคราะห์รูปภาพหรือการจดจำรูปแบบโดยใช้ AI อาจช่วยเปลี่ยนข้อมูลกิจกรรมดิบจำนวนมากให้เป็นสัญญาณที่ง่ายกว่าที่พนักงานสามารถตรวจสอบได้ ในระบบ HCT-0001 การวิเคราะห์รูปภาพและการวิเคราะห์การไหลของผู้โดยสารทำงานร่วมกับฟังก์ชันโต้ตอบอื่นๆ เพื่อรองรับการประมวลผลอินพุตประเภทนี้

นั่นไม่ได้หมายความว่า AI จะรู้โดยอัตโนมัติว่าเหตุใดจุดแวะพักจึงไม่ว่าง จำนวนผู้โดยสารที่เพิ่มขึ้นอาจมาจากเหตุการณ์ การหยุดชะงักของบริการ สภาพอากาศ หรือสาเหตุอื่นนอกเหนือจากเฟอร์นิเจอร์ ระบบสามารถช่วยระบุรูปแบบได้ ผู้คนยังคงต้องตีความสถานการณ์ในวงกว้างและตัดสินใจว่าการกระทำใดที่สมเหตุสมผล

 

การตอบสนองของ AI ที่ดีควรทำให้ขั้นตอนต่อไปง่ายขึ้น

ที่ป้ายรถเมล์ ผลลัพธ์ที่เป็นประโยชน์คือการตัดสินใจเรื่องการเดินทางที่ชัดเจนยิ่งขึ้น

สำหรับผู้โดยสาร ผลลัพธ์ที่มีค่าที่สุดมักเป็นเรื่องง่าย นั่นคือการรู้ว่าจะต้องทำอะไรต่อไป ลองนึกภาพผู้เยี่ยมชมถามว่า 'รถบัสคันไหนพาฉันไปพิพิธภัณฑ์' ข้อมูลนี้เป็นคำถามที่เป็นภาษาธรรมชาติ ระบบตีความจุดหมายปลายทางและตรวจสอบข้อมูลการเดินทางที่มีอยู่ การตอบสนองอาจแสดงเส้นทาง ระบุจุดหยุด หรือพูดคำแนะนำถัดไป

นั่นเป็นการวัดคุณค่าที่มีความหมายมากกว่าการถามว่าที่พักพิงมี AI หรือไม่ หากผู้ใช้เข้าถึงข้อมูลที่ต้องการโดยใช้ขั้นตอนน้อยลง การโต้ตอบก็จะดีขึ้น แนวทางเดียวกันนี้สามารถรองรับคำถามเกี่ยวกับการเปลี่ยนเครื่อง จุดจอดในบริเวณใกล้เคียง ประกาศเกี่ยวกับบริการ หรือเส้นทางที่สามารถเข้าถึงได้เมื่อมีข้อมูลที่จำเป็น

AI ไม่ควรให้เครดิตกับผลประโยชน์ที่ไม่ได้สร้างขึ้นโดยตรง ที่พักพิงแบบสนทนาไม่ได้ช่วยให้รถบัสมาถึงเร็วขึ้น มันไม่ได้ขจัดความแออัดของการจราจร หน้าที่ของมันแคบลง: ลดความพยายามระหว่างการถามคำถามเกี่ยวกับการเดินทางกับการได้รับข้อมูลที่ช่วยในการตัดสินใจครั้งต่อไป

ป้ายดิจิตอลสามารถตอบรับแทนการออกอากาศเท่านั้น

หน้าจอกลางแจ้งแบบดั้งเดิมเป็นเครื่องมือสื่อสารทางเดียวเป็นหลัก พวกเขาสามารถแสดงแผนที่ ประกาศสาธารณะ คำเตือน ตารางเวลา โฆษณา หรือฟีดสด การจัดการเนื้อหาระยะไกลทำให้หน้าจอเหล่านั้นทำงานได้ง่ายขึ้น แต่การเผยแพร่ระยะไกลก็ยังไม่เหมือนกับ AI

ป้ายดิจิทัล AI สำหรับเมืองอัจฉริยะ เพิ่มคุณค่าเมื่อจอแสดงผลต้องตอบสนองต่อคำขอ แทนที่จะเผยแพร่เนื้อหาที่ตั้งไว้ล่วงหน้าเพียงอย่างเดียว ผู้เยี่ยมชมอาจขอเส้นทาง ค้นหาจุดหมายปลายทาง หรือขอข้อมูลที่อาจฝังอยู่ในเมนูหลายระดับ

BS-0005 ของ Shanghai ZEMSO ผสมผสานการวางแผนเส้นทาง การวิเคราะห์รูปภาพ TTS การวิเคราะห์การไหลของผู้โดยสาร การโต้ตอบบนหน้าจอสัมผัส และการถามตอบด้วยเสียง การจัดการเนื้อหาบนคลาวด์ การเผยแพร่ระยะไกล การตรวจสอบ และการอัปเดตซอฟต์แวร์ OTA จะสร้างเลเยอร์การจัดการที่แยกต่างหาก กลุ่มแรกประกอบด้วยฟังก์ชันที่การตีความมีความสำคัญ กลุ่มที่สองเกี่ยวข้องกับการเชื่อมต่อและการทำงานของระบบเป็นหลัก

การแยกเลเยอร์เหล่านั้นออกจากกันจะทำให้ข้อกำหนดชัดเจนยิ่งขึ้น เมืองจึงสามารถตัดสินใจได้ว่าฟังก์ชันใดที่ต้องใช้ AI และฟังก์ชันใดที่ยังคงเป็นบริการดิจิทัลที่เรียบง่ายและคาดเดาได้

คีออสก์แบบอินเทอร์แอคทีฟสามารถให้ความช่วยเหลือได้โดยไม่ต้องทำให้งานทุกอย่างกลายเป็นบทสนทนา

คีออสก์เมืองอัจฉริยะเชิงโต้ตอบเป็นไปตามหลักการเดียวกันในรูปแบบที่แตกต่างกัน ตู้ในศูนย์กลางการคมนาคม สวนสาธารณะ จัตุรัสกลางเมือง หรือพื้นที่บริการสาธารณะอาจช่วยให้ผู้คนค้นหาเส้นทางหรือข้อมูลพื้นฐานของท้องถิ่นได้ คำขอบางรายการนั้นเรียบง่ายเพียงพอสำหรับปุ่มขนาดใหญ่ แผนที่ที่ชัดเจน หรือเมนูแบบสั้น

การโต้ตอบด้วยเสียงจะมีประโยชน์มากขึ้นเมื่อคำขอไม่ตรงกับตัวเลือกที่ตายตัวเหล่านั้น ผู้เยี่ยมชมอาจถามว่าจะหาบริการเฉพาะได้จากที่ไหน หรืออธิบายจุดหมายปลายทางเป็นภาษาที่ใช้ในชีวิตประจำวัน แทนที่จะทราบหมวดหมู่เมนูอย่างเป็นทางการ

ZEMSO-FWT-0002 ผสมผสานผู้ช่วยเสียง AI เข้ากับการตรวจสอบระยะไกลผ่านแอปและฟังก์ชันการควบคุมอัจฉริยะอื่นๆ การรวมกันดังกล่าวแสดงให้เห็นว่า AI และการควบคุมที่เชื่อมต่อแบบธรรมดาสามารถอยู่เคียงข้างกันได้อย่างไร การเพิ่มอินเทอร์เฟซ AI ไม่ได้หมายความว่าทุกฟังก์ชันภายในคีออสก์ควรจะกลายเป็นการสนทนา อินเทอร์เฟซที่ง่ายที่สุดควรยังคงจัดการกับงานที่ง่ายที่สุด

 

Input-to-Response Loop เดียวกันสามารถช่วยเหลือทีมในเมืองได้

รูปแบบการสัญจรของผู้โดยสารสามารถรองรับการตัดสินใจในการปฏิบัติงานได้ดีขึ้น

การโต้ตอบสาธารณะเป็นเพียงด้านหนึ่งของเฟอร์นิเจอร์เมืองอัจฉริยะของ AI โมเดลการป้อนข้อมูลและการตอบสนองเดียวกันสามารถช่วยผู้รับผิดชอบในการจัดการพื้นที่สาธารณะได้

สมมติว่ากิจกรรมของผู้โดยสารเปลี่ยนแปลงอย่างรวดเร็ว ณ สถานที่แห่งหนึ่ง เซ็นเซอร์หรือระบบภาพให้อินพุต การวิเคราะห์อาจระบุรูปแบบในช่วงเวลาหนึ่งหรือเปรียบเทียบกิจกรรมปัจจุบันกับการใช้งานปกติ พนักงานจะได้รับสัญญาณที่เป็นประโยชน์มากกว่าการนับจำนวนข้อมูลดิบ

ข้อมูลดังกล่าวสามารถสนับสนุนการตัดสินใจว่าควรวางข้อมูลการบริการไว้ที่ไหน เมื่อใดที่เจ้าหน้าที่อาจต้องได้รับการตรวจสอบ วิธีการใช้งานพื้นที่สาธารณะ หรือสถานที่ใดสมควรได้รับความสนใจอย่างใกล้ชิดยิ่งขึ้น คำสำคัญคือ 'สนับสนุน' AI สามารถช่วยจัดระเบียบหลักฐานได้ แต่จะไม่ทราบสาเหตุของการเปลี่ยนแปลงโดยอัตโนมัติหรือตัดสินว่าการตอบสนองนโยบายสาธารณะใดถูกต้อง

ข้อมูลเพิ่มเติมจึงไม่ดีเสมอไป เป้าหมายควรเป็นข้อมูลที่เชื่อมโยงกับการตัดสินใจที่บุคคลต้องรับผิดชอบจริงๆ การประเมินควรมุ่งเน้นไปที่ว่าระบบทำงานได้ดีสำหรับผู้ใช้ตามวัตถุประสงค์ วัตถุประสงค์ และสภาพแวดล้อมการทำงานจริงหรือไม่

การตรวจสอบอุปกรณ์แสดงให้เห็นว่าเหตุใด AI และการเชื่อมต่อจึงควรแยกจากกัน

การบำรุงรักษาเป็นอีกการทดสอบที่มีประโยชน์ ป้ายที่เชื่อมต่อสามารถรายงานว่าหน้าจอออฟไลน์อยู่ คอนโทรลเลอร์สามารถสลับโหมดการทำงานได้หากการเชื่อมต่อส่วนกลางล้มเหลว สามารถอัพเดตซอฟต์แวร์จากระยะไกลได้ สิ่งเหล่านี้เป็นฟังก์ชันที่มีคุณค่า แต่การเรียกทั้งหมดว่า AI จะทำให้เข้าใจสิ่งที่ระบบต้องการจริงๆ ได้ยากขึ้น

ป้ายดิจิทัลกลางแจ้ง GG-0009 ของ Shanghai ZEMSO ผสมผสานการจัดการแบบรวมศูนย์ การอัพเกรด OTA ระยะไกล การวางแผนเส้นทาง อินเทอร์เฟซแบบเปิด หน้าจอสัมผัสและการโต้ตอบด้วยเสียง พร้อมด้วยฟังก์ชัน AI เช่น การวิเคราะห์รูปภาพ TTS และการวิเคราะห์การไหลของผู้โดยสาร เมืองที่ตรวจสอบระบบประเภทนี้สามารถแยกคุณลักษณะการจัดการออกจากฟังก์ชันที่ตีความข้อมูลที่มีโครงสร้างน้อยได้

AI อาจมีประโยชน์เมื่อต้องเปรียบเทียบสัญญาณการทำงานจำนวนมาก และต้องระบุรูปแบบที่ผิดปกติให้กับพนักงาน ซึ่งแตกต่างจากการอ้างว่าการแจ้งเตือนระยะไกลเป็นการบำรุงรักษาเชิงคาดการณ์ การคาดการณ์ที่เชื่อถือได้ขึ้นอยู่กับข้อมูลในอดีต การทดสอบ และหลักฐานที่เหมาะสมว่าระบบทำงานได้ดีภายใต้สภาวะการทำงานจริง

 

บทสรุป

เฟอร์นิเจอร์เมืองอัจฉริยะ AI มีประโยชน์มากที่สุดเมื่อเปลี่ยนคำถาม กิจกรรมของผู้โดยสาร รูปภาพ หรือข้อมูลระบบให้เป็นคำตอบที่ผู้คนสามารถดำเนินการได้ ดังนั้นมูลค่าของเฟอร์นิเจอร์ริมถนนที่ขับเคลื่อนด้วย AI ควรเชื่อมโยงกับความต้องการสาธารณะที่ชัดเจน เช่น การแนะนำเส้นทางที่ง่ายขึ้น การเข้าถึงข้อมูลที่รวดเร็วขึ้น หรือการตระหนักรู้ในการปฏิบัติงานที่ดีขึ้น

Shanghai Zemso Urban Furniture Technology Co., Ltd. นำแนวทางนี้ไปใช้กับที่พักรถบัสอัจฉริยะ ป้ายดิจิทัล และแผงโต้ตอบ โดยผสมผสานการโต้ตอบของ AI เข้ากับฟังก์ชันการจัดการที่เชื่อมต่อกัน เครื่องมือเหล่านี้สามารถช่วยให้เมืองต่างๆ ปรับปรุงบริการข้อมูลสาธารณะ ในขณะเดียวกันก็ทำให้เทคโนโลยีมุ่งเน้นไปที่งานภาคปฏิบัติ