Hành trình Khoa học, Không gian và Thời gian!
Mặc dù các loại xe điện giúp giảm lượng khí thải gây hiệu ứng nhà kính thu hút nhiều người lái xe, nhưng sự thiếu tin tưởng vào các dịch vụ sạc lại khiến những người khác cảm thấy khó chịu. Việc xây dựng một mạng lưới trạm thu phí đáng tin cậy một phần là khó khăn do việc tổng hợp dữ liệu từ các nhà khai thác trạm độc lập là một thách thức. Nhưng giờ đây, các nhà nghiên cứu đã phát triển một AI có thể phân tích đánh giá của người dùng về các trạm này, cho phép nó xác định chính xác những nơi không đủ hoặc không có trạm.
Mặc dù các phương tiện điện giảm phát thải khí nhà kính thu hút nhiều người lái xe, nhưng sự thiếu tin tưởng vào các dịch vụ sạc lại khiến những người khác cảm thấy khó chịu. Việc xây dựng một mạng lưới trạm thu phí đáng tin cậy một phần là khó khăn do việc tổng hợp dữ liệu từ các nhà khai thác trạm độc lập là một thách thức. Nhưng giờ đây, các nhà nghiên cứu báo cáo ngày 22 tháng 1 trên tạp chí Patterns đã phát triển một AI có thể phân tích đánh giá của người dùng về các trạm này, cho phép nó xác định chính xác những nơi không có đủ hoặc không có trạm.
Omar Asensio (@AsensioResearch), điều tra viên chính và trợ lý giáo sư tại Trường Chính sách Công tại Học viện Công nghệ Georgia, cho biết: “Chúng tôi đang chi hàng tỷ đô la cả công và tư cho cơ sở hạ tầng xe điện. “Nhưng chúng tôi thực sự không hiểu rõ về việc các khoản đầu tư này đang phục vụ công chúng và lợi ích công cộng tốt như thế nào.”
Các tài xế xe điện đã bắt đầu giải quyết vấn đề cơ sở hạ tầng sạc không chắc chắn bằng cách hình thành cộng đồng trên các ứng dụng định vị trạm thu phí, để lại đánh giá. Các nhà nghiên cứu đã tìm cách phân tích những đánh giá này để hiểu rõ hơn những vấn đề mà người dùng đang gặp phải.
Với sự hỗ trợ của AI, Asensio và các đồng nghiệp có thể dự đoán liệu một trạm cụ thể có hoạt động vào một ngày cụ thể hay không. Họ cũng nhận thấy rằng các khu vực đô thị nhỏ, nơi có dân số từ 10.000 đến 50.000 người, có thể không được phục vụ, với các báo cáo thường xuyên hơn về các vấn đề về tính khả dụng của trạm. Các cộng đồng này chủ yếu nằm ở các bang ở Tây và Trung Tây, chẳng hạn như Oregon, Utah, Nam Dakota, và Nebraska, cùng với Hawaii.
Asensio nói: “Khi người dùng tham gia và chia sẻ thông tin về trải nghiệm tính phí, họ thường tham gia vào hành vi vì xã hội hoặc vì môi trường, điều này cung cấp cho chúng tôi thông tin phong phú về hành vi cho máy học”. Nhưng so với việc phân tích bảng dữ liệu, văn bản có thể là một thách thức đối với máy tính để xử lý.
Đồng tác giả Sameer Dharur của Viện Công nghệ Georgia cho biết thêm: “Một bài đánh giá có thể ngắn tới 3 từ. Nó cũng có thể dài tới 25 hoặc 30 từ với lỗi chính tả và nhiều chủ đề”. Người dùng đôi khi thậm chí còn ném khuôn mặt cười hoặc biểu tượng cảm xúc vào văn bản.
Để giải quyết vấn đề, Asensio và nhóm của anh ấy đã điều chỉnh thuật toán của họ cho phù hợp với biệt ngữ chuyên chở xe điện. Họ đã đào tạo nó với các bài đánh giá từ 12.720 trạm thu phí của Hoa Kỳ để phân loại các bài đánh giá thành tám loại khác nhau: chức năng, tính khả dụng, chi phí, vị trí, đại lý, tương tác của người dùng, thời gian phục vụ và phạm vi lo lắng. AI đạt độ chính xác 91% và hiệu quả học tập cao trong việc phân tích cú pháp các bài đánh giá trong vài phút.
Asensio nói: “Đó là một cột mốc quan trọng trong quá trình chuyển đổi để chúng tôi triển khai các công cụ AI này vì nó không còn là ‘AI có thể làm tốt như con người?’ “Trong một số trường hợp, AI vượt quá hiệu suất của các chuyên gia con người.”
Trái ngược với các nghiên cứu đánh giá hiệu suất cơ sở hạ tầng tính phí trước đây dựa trên các cuộc khảo sát tự báo cáo tốn kém và không thường xuyên, AI có thể giảm chi phí nghiên cứu trong khi cung cấp dữ liệu chuẩn hóa theo thời gian thực.
Thị trường sạc xe điện dự kiến sẽ tăng lên 27,6 tỷ USD vào năm 2027. Phương pháp mới có thể cung cấp cái nhìn sâu sắc về hành vi của người tiêu dùng, cho phép phân tích chính sách nhanh chóng và giúp chính phủ và các công ty quản lý cơ sở hạ tầng dễ dàng hơn. Ví dụ, phát hiện của nhóm nghiên cứu cho thấy rằng có thể hiệu quả hơn khi trợ cấp phát triển cơ sở hạ tầng thay vì bán ô tô điện.
Trong khi công nghệ này vẫn còn gặp một số hạn chế – như nhu cầu giảm yêu cầu đối với sức mạnh xử lý của máy tính – trước khi triển khai quy mô lớn cho thị trường sạc xe điện, Asensio và nhóm của ông hy vọng rằng khi khoa học phát triển, nghiên cứu của họ có thể mở ra cánh cửa cho các nghiên cứu chuyên sâu hơn về công bằng xã hội trên cơ sở đáp ứng nhu cầu của người tiêu dùng.
“Đây là một lời cảnh tỉnh đối với chúng tôi bởi vì, với sự đầu tư lớn vào cơ sở hạ tầng xe điện, chúng tôi đang làm theo cách không nhất thiết phải chú ý đến công bằng xã hội và các vấn đề phân phối của việc tiếp cận cơ sở hạ tầng cho phép này,” Asensio kết luận. “Đó là một chủ đề thảo luận sẽ không biến mất và chúng tôi mới bắt đầu hiểu.”
Nguồn truyện:
Tài liệu do Cell Press cung cấp . Lưu ý: Nội dung có thể được chỉnh sửa về kiểu dáng và độ dài.
Tham khảo Tạp chí :