AIthena partneri su se tokom pripremnog sastanka u Austriji fokusirali na pregled napretka, evaluaciju ključnih aktivnosti i mapiranje strateškog plana za poslednju godinu projekta. Projekat veštačke inteligencije pouzdano objašnjen i odgovoran (AIthena) ima za cilj da pokrene integraciju veštačke inteligencije (AI) u povezane i automatizovane tehnologije mobilnosti. Partneri na projektu sastali su se u Gracu, Austrija, na ključnom sastanku čiji je domaćin Virtuelno istraživanje vozila.
Grupa je pregledala napredak, planirala sledeće korake i zacrtala jasnu strategiju za poslednju godinu projekta. Diskusije su pokrivale ažuriranja o upravljanju podacima, objašnjivim razvojima veštačke inteligencije, alatima, testiranju i predstojećim događajima. Partneri su takođe finalizirali planove za tehničke demonstracije i pripremili se za sledeću rundu testiranja slučajeva upotrebe, dok su postavili teren za buduću saradnju u vezi sa velikim događajima kao što su Evropska konferencija o povezanoj i automatizovanoj vožnji i Evropska konferencija o rezultatima istraživanja u drumskom saobraćaju.
Vrhunac prvog dana bila je radionica koju je vodio IRU i koja je precizirala listu rezultata koji se mogu iskoristiti i napredne planove za njihovu praktičnu upotrebu i komercijalizaciju. Radionica je uskladila AIthena rešenja sa potrebama zainteresovanih strana, osiguravajući da su spremna za primene u stvarnom svetu. Projekat AIthena podržava prioritete EU kao što su pojednostavljenje usklađenosti sa Zakonom o veštačkoj inteligenciji (AIA) i izgradnja poverenja u veštačku inteligenciju.
U skladu sa ciljevima IRU-a za bezbednu, održivu i efikasnu mobilnost kroz inovacije, projekat je predstavljen Komisiji za tehničke poslove IRU u septembru, jačajući njegovu ulogu kao spona između naprednog istraživanja i praktičnih transportnih rešenja. IRU oblikuje budućnost transporta i logistike tako što razvija okvire i rešenja za podršku sistemima mobilnosti sledeće generacije koje pokreće veštačka inteligencija i nove tehnologije.
Primena veštačke inteligencije (AI) u logistici i transportu transformiše industriju omogućavajući veću efikasnost, smanjenje troškova, povećanje sigurnosti i unapređenje korisničkog iskustva. Evo ključnih oblasti primene:
1. Optimizacija lanca snabdevanja
- Prognoza potražnje: AI analizira istorijske podatke, sezonske trendove i eksterno okruženje kako bi precizno predvideo potražnju.
- Upravljanje inventarom: Automatizovano praćenje i optimizacija nivoa zaliha smanjuju prekomerno skladištenje i zastoje.
2. Ruting i planiranje transporta
- Optimizacija ruta: Algoritmi AI koriste podatke o saobraćaju, vremenskim uslovima i kapacitetu vozila kako bi odredili najefikasnije rute.
- Dinamičko prilagođavanje: U realnom vremenu prilagođavaju rute zbog zastoja, nesreća ili promena u rasporedu.
3. Automatizacija skladišta
- Roboti vođeni AI: Koriste se za prikupljanje, sortiranje i pakovanje robe u skladištima.
- Vizuelna inspekcija: AI sistemi bazirani na kompjuterskom vidu identifikuju oštećenja na proizvodima i prate kvalitet.
4. Prediktivno održavanje
- Analiza podataka sa senzora: AI predviđa kvarove na vozilima ili opremi, omogućavajući blagovremeno održavanje i smanjenje zastoja.
- IoT integracija: Pametni uređaji šalju podatke o performansama vozila direktno AI sistemima za analizu.
5. Povezana i autonomna vozila
- Autonomni kamioni: AI omogućava kamionima da voze autonomno, što smanjuje troškove radne snage i povećava sigurnost.
- Povezani sistemi: Komunikacija između vozila (V2V) i infrastrukture (V2I) optimizuje protok saobraćaja i smanjuje emisiju CO₂.
6. Personalizacija korisničkog iskustva
- Chatbotovi: AI asistenti automatizuju komunikaciju sa korisnicima, pružajući informacije o statusu pošiljki i rešavajući probleme.
- Prilagođene preporuke: Na osnovu podataka o prošlim narudžbinama, AI predlaže najoptimalnije logističke usluge.
7. Bezbednost i praćenje
- Sistemi za prepoznavanje lica: Koriste se za identifikaciju vozača i kontrolu pristupa skladištima.
- Praćenje tereta: AI sistemi integrišu GPS i IoT za praćenje lokacije i stanja robe u realnom vremenu.
8. Smanjenje uticaja na životnu sredinu
- Zelena logistika: Optimizacija ruta i smanjenje praznih kilometara smanjuju emisiju štetnih gasova.
- Analiza podataka: AI pomaže u identifikaciji strategija za smanjenje energetskog otiska.
9. Digitalni dokumenti
- Automatizacija obrade dokumentacije: AI ubrzava procesiranje e-CMR, faktura i drugih transportnih dokumenata.
- Pojednostavljivanje usklađenosti: AI osigurava da dokumenti i procesi ispunjavaju regulativne standarde.
Primena AI u logistici i transportu donosi stratešku prednost kompanijama, čineći njihove operacije agilnijim, održivijim i fokusiranim na korisnike.
