AI-РЕШЕНИЯ ДЛЯ УМНОГО ТРАНСПОРТА: ТЕОРЕТИЧЕСКИЕ ОБЗОР
Аннотация
Статья представляет теоретический обзор применения технологий искусственного интеллекта для развития умного транспорта. Проанализированы ключевые AI-технологии. Выявлены основные барьеры внедрения: технологические, регуляторные, социальные и экономические. Особое внимание уделено экономическому эффекту от внедрения ИИ. Определены перспективные направления развития AI-решений в транспортной отрасли.
Библиографические ссылки
Смирнов В. И., Петрова Л. К. Большие данные и машинное обучение в логистике. – СПб.: Наука, 2022. – 180 с.
Brown T., Chen X. AI in Transport: Global Trends and Economic Impact // International Journal of Advanced Logistics. – 2023. – Vol. 12, Issue 2. – P. 112–125.
Kumar S., Li H. Deep Learning for Autonomous Vehicles: A Comprehensive Review // IEEE Transactions on Intelligent Transportation Systems. – 2022. – Vol. 23, No. 5. – P. 4102–4120.
Европейская комиссия. Регулирование искусственного интеллекта: правовые рамки для транспортного сектора [Электронный ресурс]. – Брюссель, 2023. – 89 с.
McKinsey Global Institute. AI and the Future of Mobility: A Roadmap for Sustainable Transport [Электронный ресурс].
Гаврилов С. А. Эколого-экономическая эффективность интеллектуальных транспортных систем // Экономика и экология. – 2023. – № 4. – С. 34–42.
World Economic Forum. The Impact of AI on GDP: A Cross-Country Analysis [Электронный ресурс]. – 2024.
Яковлев Е. Н. Кибербезопасность умного транспорта: вызовы и решения. – М.: Издательский дом «Инфра-Инженерия», 2022. – 165 с.
Загрузки
Опубликован
Выпуск
Раздел
Как цитировать
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
