
-
生物通官微
陪你抓住生命科技
跳动的脉搏
由Aigc驱动的智能交通系统中的人机智能:技术、应用、评估框架、挑战及未来发展方向
《ARTIFICIAL INTELLIGENCE REVIEW》:Aigc-driven human-machine intelligence in ITS: technologies, applications, evaluation framework, challenges, and future directions
【字体: 大 中 小 】 时间:2026年01月07日 来源:ARTIFICIAL INTELLIGENCE REVIEW 13.9
编辑推荐:
摘要本文探讨了将人工智能生成内容(AIGC,即生成式人工智能的一个快速发展的分支)与人机智能(HMI)相结合,以提升智能交通系统(ITS)的功能。随着交通系统变得越来越复杂,适应性决策对于处理来自车辆、基础设施和用户的海量实时数据变得至关重要。AIGC通过动态路由和实时交通管理在
本文探讨了将人工智能生成内容(AIGC,即生成式人工智能的一个快速发展的分支)与人机智能(HMI)相结合,以提升智能交通系统(ITS)的功能。随着交通系统变得越来越复杂,适应性决策对于处理来自车辆、基础设施和用户的海量实时数据变得至关重要。AIGC通过动态路由和实时交通管理在优化交通流方面发挥着变革性作用,而人类智能则确保这些系统能够应对不断变化的现实世界条件。在安全性方面,AIGC用于模拟复杂的驾驶场景以训练自动驾驶车辆,并检测交通异常情况,同时在模糊情况下由人类进行决策以提供上下文相关的判断。在可持续性方面,AIGC支持数据驱动的策略来减少排放和能源消耗,而人类的专业知识则确保这些策略符合伦理和环境目标。这种协同作用增强了实时决策能力,提高了ITS场景下的准确性和适应性。本文全面回顾了核心AIGC技术及其在关键ITS领域的应用。来自行业领导者的案例研究和倡议展示了AIGC驱动的人机智能合作的实际实施情况。为了指导未来的部署,我们提出了一个概念性的五层评估框架,用于评估AIGC-HMI系统,涵盖功能性能、人机交互、可解释性、伦理合规性和鲁棒性。我们还讨论了诸如旧系统集成、数据隐私、模型偏见和可扩展性等挑战。文章最后概述了未来的研究方向,强调了需要开发可扩展、可解释且符合伦理标准的AIGC模型。这项工作有助于开发智能、适应性强且值得信赖的交通系统。
本文探讨了将人工智能生成内容(AIGC,即生成式人工智能的一个快速发展的分支)与人机智能(HMI)相结合,以提升智能交通系统(ITS)的功能。随着交通系统变得越来越复杂,适应性决策对于处理来自车辆、基础设施和用户的海量实时数据变得至关重要。AIGC通过动态路由和实时交通管理在优化交通流方面发挥着变革性作用,而人类智能则确保这些系统能够应对不断变化的现实世界条件。在安全性方面,AIGC用于模拟复杂的驾驶场景以训练自动驾驶车辆,并检测交通异常情况,同时在模糊情况下由人类进行决策以提供上下文相关的判断。在可持续性方面,AIGC支持数据驱动的策略来减少排放和能源消耗,而人类的专业知识则确保这些策略符合伦理和环境目标。这种协同作用增强了实时决策能力,提高了ITS场景下的准确性和适应性。本文全面回顾了核心AIGC技术及其在关键ITS领域的应用。来自行业领导者的案例研究和倡议展示了AIGC驱动的人机智能合作的实际实施情况。为了指导未来的部署,我们提出了一个概念性的五层评估框架,用于评估AIGC-HMI系统,涵盖功能性能、人机交互、可解释性、伦理合规性和鲁棒性。我们还讨论了诸如旧系统集成、数据隐私、模型偏见和可扩展性等挑战。文章最后概述了未来的研究方向,强调了需要开发可扩展、可解释且符合伦理标准的AIGC模型。这项工作有助于开发智能、适应性强且值得信赖的交通系统。