通用汽车使用人工智能工具来确定哪些卡车停靠站应该配备电动汽车充电器
如果您开始感到人工智能疲劳，这是可以理解的;感觉每周都会有某家公司发布公告，吹嘘 LLM 聊天机器人将如何彻底改变一切——通常紧随其后的是新闻报道，说明这一切都已经发生了多么严重的错误。但事实证明，并非汽车制造商每次使用人工智能都会引发公共关系灾难。碰巧的是，通用汽车一直在使用机器学习来帮助指导有关在何处安装新的电动汽车直流快速充电器的业务决策。
通用汽车向电动汽车重磅企业的转型迄今为止进展并不完全顺利，但在2022年，它透露，与Pilot公司一起，计划在Flying J和Pilot出行中心部署一个由2000个直流快速充电桩组成的网络。美国。但如何决定哪些位置呢?
通用汽车首席数据和分析官乔恩·弗朗西斯(Jon Francis)解释说：“我认为最重要的主题是，我们确实在寻找机会来简化客户、员工、经销商和供应商的生活。” “我们看到了人工智能大规模的积极影响，无论是在业务的制造部分、工程、供应链、客户体验方面——它确实贯穿了所有这些领域。
“显然，它最直接出现的地方肯定是自治领域，这对我们来说是一个重要的用例，但实际上，在日常的基础上，人工智能正在改进组织内的许多系统和工作流程，”他告诉阿尔斯。
“有很多公司——不能指名道姓，但都有一些对闪亮物体的追逐，我认为你可以用人工智能做很多很酷、性感的事情，但对于通用汽车来说，我们真的在寻找将以有意义的方式推动业务发展的解决方案，”弗朗西斯说。
通用汽车希望到 2024 年底在大约 200 个 Flying J 和 Pilot 旅行中心建立充电桩，但如何精确缩小重点关注的地点是一个大问题。毕竟，有超过 750 个分布在美国 44 个州和加拿大 6 个省。
显然，交通是一个大问题——每个直流快速充电器的成本从 100,000 美元到 300,000 美元不等，这还不包括与加强电力基础设施供电相关的任何成本，也不包括往往会延误一切的各种许可流程。在很少有人访问的旅游中心放置一堆充电器并不是资源的最佳利用，但将它们部署在已经充满其他快速充电器的区域也不是。
这就是机器学习的用武之地。通用汽车的数据科学家构建了将不同 GIS 数据集聚合在一起的工具。例如，它拥有一个包含全国各地已部署的直流充电器的地理数据库(美国能源部维护着这样的资源)，其中覆盖了交通数据和旅行中心的位置。结果是一张包含潜在地点的地图，通用汽车团队随后使用该地图来缩小其想要选择的确切地点的范围。
确实，如果您有权访问所有这些数据集，您可能可以手动完成所有这些工作。但在某些情况下，我们谈论的是包含数十亿个数据点的数据集。几年前，通用汽车的分析师本可以在城市层面完成这项任务，而无需在该项目上花费数年时间，但在全国范围内完成这项任务需要大量的云平台和分布式集群，而这些云平台和分布式集群现在才真正成为现实。平凡。
因此，通用汽车去年能够部署首批 25 个充电站，其中 25 个充电站共 100 个。该公司告诉 Ars，到今年年底，应该有大约 200 个充电站投入运营。
对我来说，这当然比另一个聊天机器人更有用。
猜你喜欢