ໃນສະພາບການ: ເຕັກໂນໂລຢີໄດ້ແກ້ໄຂບັນຫາສ່ວນໃຫຍ່ໃນໂລກ, ແຕ່ວ່າໂດຍບໍ່ແນະ ນຳ ຕົວເອງ - ບາງອັນກໍ່ຮ້າຍແຮງກວ່າບັນຫາອື່ນໆ. ໃນຈຸດສຸດທ້າຍທີ່ຮ້າຍແຮງຂອງຂະ ໜາດ ນີ້, ພວກເຮົາມີຫຸ່ນຍົນສົ່ງອັດຕະໂນມັດ. bots ເຫຼົ່ານີ້ສັນຍາວ່າຈະມີການຂົນສົ່ງທີ່ວ່ອງໄວແລະສະດວກກວ່າ ສຳ ລັບລູກຄ້າ, ແຕ່ພວກເຂົາຍັງໄດ້ບັງຄັບໃຫ້ບໍລິສັດເຕັກໂນໂລຢີຊອກຫາວິທີທີ່ດີທີ່ສຸດໃນການ ນຳ ທາງເຄື່ອງຈັກໄປສູ່ປະຕູຂອງທ່ານຢ່າງປອດໄພ.

ວິທີແກ້ໄຂອັນ ໜຶ່ງ ແມ່ນການວາງແຜນຄຸ້ມບ້ານໂດຍລະອຽດລ່ວງ ໜ້າ, ແຕ່ສິ່ງນີ້ຈະກາຍເປັນທີ່ ໜ້າ ເຊື່ອຖືຫຼາຍໃນແຕ່ລະໄລຍະ. ການຈັດແຈງເດີ່ນທາງ ໜ້າ ມີການປ່ຽນແປງ (ຍ້ອນວັນພັກ, ອາກາດ, ການປັບປຸງຫລືເຈົ້າຂອງເຮືອນ ໃໝ່) ແລະມີຄວາມສ່ຽງທີ່ຈະ ທຳ ລາຍຄວາມເປັນສ່ວນຕົວຂອງລູກຄ້າ.

ດັ່ງນັ້ນທາງເລືອກແມ່ນຫຍັງ? ອົງການ Massachusetts Institute of Technology (MIT), ຮ່ວມມືກັບ Ford, ພົບ ຄຳ ຕອບ ຕໍ່ ຄຳ ຖາມນີ້. ວິສະວະກອນ MIT ໄດ້ພັດທະນາວິທີການ ນຳ ທາງລ່ວງ ໜ້າ ເຊິ່ງໃຊ້ cues ສິ່ງແວດລ້ອມເພື່ອຊ່ວຍໃນການແຈກຢາຍຫຸ່ນຍົນທັນທີວາງແຜນເສັ້ນທາງໄປສູ່ຈຸດ ໝາຍ ປາຍທາງຂອງພວກເຂົາ.

ວິທີການນີ້ຂື້ນກັບຕົ້ນຕໍກ່ຽວກັບການຮຽນຮູ້ເຄື່ອງຈັກແລະສູດການຄິດໄລ່ປັນຍາປະດິດ, ເຊິ່ງກົງກັນຂ້າມກັບການປະສານງານ GPS ສະເພາະຫຼືເຄິ່ງສະເພາະ.

ໃນວິດີໂອຂ້າງເທິງ, ທ່ານສາມາດເຫັນເຕັກໂນໂລຢີໃນເວລາເຮັດວຽກ (ປະເພດຂອງສື່ດິຈິຕອນ), ແຕ່ໂດຍຫຍໍ້, ຫຸ່ນຍົນ MIT ໄດ້ຖືກສອນໃຫ້ປະສົມປະສານຂໍ້ມູນຕ່າງໆເພື່ອສ້າງເສັ້ນທາງດຽວ. ຍົກຕົວຢ່າງ, ຖ້າທ່ານບອກເຮືອ MIT ໃຫ້ສົ່ງຊຸດໄປຫາຫ້ອງໂຖງຂອງຜູ້ໃດຜູ້ຫນຶ່ງ, ມັນສາມາດຄົ້ນຫາເສັ້ນທາງຂ້າງທີ່ຢູ່ໃກ້ໆທີ່ນໍາໄປສູ່ເສັ້ນທາງຂັບລົດເຊິ່ງປົກກະຕິແລ້ວມັນຈະເຊື່ອມຕໍ່ກັບຫ້ອງໂຖງ.

ນັກຄົ້ນຄວ້າ MIT ເຊື່ອວ່າວິທີການນີ້ມີປະສິດທິພາບຫຼາຍກ່ວາລະບົບມໍລະດົກທີ່ເພິ່ງພາການຄົ້ນຄ້ວາຫຼາຍຂື້ນ (ແລະດັ່ງນັ້ນຈິ່ງໃຊ້ເວລາຫຼາຍກວ່າເກົ່າ). MIT ໄດ້ຝຶກອົບຮົມຫຸ່ນຍົນຂອງມັນໂດຍໃຊ້ຮູບພາບດາວທຽມທີ່ຖ່າຍຈາກ Bing Maps. ທີມງານຄົ້ນຄ້ວາໄດ້ລາຍງານວ່າໄດ້ມອບ "ແທໍກ semantic" ໃຫ້ "ຄຸນສົມບັດສະພາບການ" ໃນຮູບພາບ, ເຊັ່ນ: ສີເທົາ ສຳ ລັບປະຕູທາງ ໜ້າ, ສີຟ້າ ສຳ ລັບເສັ້ນທາງຂັບ, ສີຂຽວ ສຳ ລັບຮົ້ວ, ແລະອື່ນໆ.




ພວກເຮົາບໍ່ສາມາດລໍຖ້າເບິ່ງວ່າເຕັກໂນໂລຢີ MIT ດຳ ເນີນການໄດ້ແນວໃດໃນ ທຳ ມະຊາດ, ແຕ່ມັນອາດຈະເປັນເວລາກ່ອນທີ່ມື້ນັ້ນຈະມາເຖິງ. ນັກຄົ້ນຄວ້າແນ່ນອນຈະຕ້ອງການທົດສອບລະບົບ ນຳ ທາງນີ້ຕື່ມອີກກ່ອນທີ່ຈະປ່ອຍມັນຫລືອະນຸຍາດໃຫ້ກັບບໍລິສັດເຕັກໂນໂລຢີເຊັ່ນ Amazon ຫຼື Google.




ເຄດິດຮູບພາບ: ນັກທຸລະກິດພາຍໃນ