هوش مصنوعی می‌تواند راه را برای حمل و نقل هوشمند هموار کند.

فناوری، به ویژه هوش مصنوعی، در حال ایجاد تغییرات عمیقی برای بهبود بخش حمل و نقل است، اما هنوز چالش‌های زیادی برای غلبه بر آنها وجود دارد.

دوربین‌های هوش مصنوعی توسط پلیس راهنمایی و رانندگی برای تنظیم ترافیک و تشخیص تخلفات استفاده می‌شوند. عکس: خوئونگ نگوین .

در تاریخ ۲۱ می، کارگاهی در مورد کاربرد هوش مصنوعی در بخش حمل و نقل ویتنام در هانوی برگزار شد که به طور مشترک توسط انجمن علوم اقتصادی ویتنام، مجله VnEconomy و موسسه فناوری برای جامعه و با مشارکت متخصصان موسسه مطالعات سیاست و استراتژی (IPSS) سازماندهی شده بود.

پروفسور هوانگ ون کونگ، معاون رئیس انجمن علوم اقتصادی ویتنام، تأکید کرد که حمل و نقل نه تنها زیرساخت فنی، بلکه شریان حیاتی اقتصاد نیز هست. او استدلال کرد که هوش مصنوعی، کلان داده و اینترنت اشیا فرصت‌های بزرگی را برای بازسازی سیستم حمل و نقل ایجاد می‌کنند و به تدریج شهرهای هوشمند و جامعه دیجیتال را شکل می‌دهند.

به گفته آقای نگوین آنه دونگ، رئیس دپارتمان تحقیقات عمومی و ادغام بین‌المللی IPSS، هوش مصنوعی دیگر فقط یک ابزار پشتیبانی نیست، بلکه در حال ایجاد تغییرات عمیقی در نحوه جابجایی مردم و نحوه عملکرد کل اکوسیستم حمل و نقل و لجستیک است.

پروفسور هوانگ ون کونگ، معاون رئیس انجمن علوم اقتصادی ویتنام، سخنان افتتاحیه خود را در این رویداد به اشتراک گذاشت. عکس: مین خوی .

تنها در هانوی ، این شهر بیش از ۱۸۰۰ دوربین هوش مصنوعی برای اهداف ترافیکی و امنیتی نصب کرده است. انتظار می‌رود این تعداد امسال بیش از ۲۱۰۰ دوربین افزایش یابد. در برخی از مسیرهایی که کنترل ترافیک با هوش مصنوعی اجرا می‌شود، زمان سفر تا ۳۰ درصد کاهش یافته است، در حالی که حجم ترافیک تقریباً ۱۳ درصد افزایش یافته است. تنها در ماه اول اجرا، تعداد تخلفات رانندگی واجد شرایط جریمه در هانوی از ۶۳۰۰ مورد فراتر رفت؛ در شهر هوشی مین، این تعداد به بیش از ۳۰۰۰ مورد رسید.

با این حال، چالش‌های بسیاری همچنان باقی است. آقای دونگ معتقد است که عنصر اصلی توسعه حمل و نقل هوشمند، داده‌ها هستند. او گفت: «مشکل قابلیت همکاری داده‌ها هنوز یک چالش بزرگ است. بدون داده‌های به اندازه کافی بزرگ، تمیز و به هم پیوسته، توسعه سیستم‌های هوش مصنوعی مؤثر بسیار دشوار است.»

علاوه بر این، شکاف در ظرفیت استقرار هوش مصنوعی بین مناطق مختلف نیز نگران‌کننده است. هانوی و هوشی مین سیتی سریع‌ترین پیشرفت را دارند، در حالی که بسیاری از شهرهای دیگر فاقد بودجه، زیرساخت‌ها و منابع انسانی لازم هستند. هزینه‌های سرمایه‌گذاری نیز یک مانع بزرگ است، به خصوص برای شرکت‌های کوچک و متوسط ​​(SME) که نیاز دارند همزمان فرآیندها را تغییر داده و داده‌ها را ادغام کنند.

در چارچوب تعهد ویتنام در COP26 برای دستیابی به انتشار خالص صفر تا سال 2050، انتظار می‌رود هوش مصنوعی نقش محوری در ترویج حمل و نقل سبز و کاهش انتشار گازهای گلخانه‌ای ایفا کند. دولت چندین سیاست مرتبط، از جمله تصمیم شماره 2692/QD-TTg سال 2025 در مورد کاربرد اینترنت اشیا در حمل و نقل هوشمند و تصمیم شماره 456/QD-TTg سال 2026 در مورد ساخت یک مرکز داده و سیستم مدیریت ترافیک برای دوره 2026-2030، صادر کرده است.

بر اساس این واقعیت، IPSS چهار گروه راه‌حل کلیدی را پیشنهاد می‌دهد: ایجاد یک پلتفرم یکپارچه داده‌های حمل و نقل؛ پشتیبانی از شهرهای کوچک در دسترسی به هوش مصنوعی برای حمل و نقل؛ توسعه کریدورهای لجستیکی مبتنی بر هوش مصنوعی؛ و تکمیل چارچوب قانونی برای مدل‌های جدید حمل و نقل مانند تحویل بدون راننده و وسایل نقلیه خودران.

در طول میزگرد، کارشناسان دیدگاه‌های متنوعی در مورد کاربرد هوش مصنوعی در حمل و نقل به اشتراک گذاشتند.

از دیدگاه مدیریت دولتی، آقای لونگ دوک تانگ، معاون رئیس اداره مدیریت زیرساخت‌های ترافیکی، اداره ساخت و ساز هانوی، تأکید کرد که نیازهای مختلف ترافیکی نیازمند رویکردهای متفاوتی است و نباید به یک راه‌حل واحد وابسته باشد.

آقای تانگ جایگاه ویتنام در نقشه جهانی هوش مصنوعی را زیر سوال برد و استدلال کرد که پردازش کلان‌داده یک نیاز فوری برای مدیریت ترافیک شهری است. او گفت: «هر سیاستی که معرفی می‌شود باید به این سوال پاسخ دهد: مردم چه مزایایی دریافت خواهند کرد؟»

دانشیار دکتر نگوین دوک وین، مدیر سابق موسسه جامعه‌شناسی، آکادمی علوم اجتماعی ویتنام، تأکید کرد که هوش مصنوعی باید در یک بستر اجتماعی، نه فقط به عنوان یک مشکل فنی، در نظر گرفته شود. تحول به حمل و نقل هوشمند باید تضمین کند که هیچ کس، به ویژه کسانی که دسترسی محدودی به فناوری دارند، از قافله عقب نمانده است.

آقای نگوین دوی هونگ، مدیر عملیات YCH ویتنام، از دیدگاه کسب‌وکار لجستیکی اظهار داشت: هوش مصنوعی به بهینه‌سازی زنجیره‌های تأمین و کاهش هزینه‌های عملیاتی کمک می‌کند، اما پیش‌نیاز آن، زیرساخت داده‌ای به اندازه کافی قوی و اتصال بین همه طرف‌های حاضر در اکوسیستم است.

منبع: https://znews.vn/ai-co-the-mo-loi-cho-giao-thong-thong-minh-post1653110.html