Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

INRIX, Inc., công ty tiên phong toàn cầu về dữ liệu và phân tích giao thông vận tải, đã giới thiệu INRIX Compass, một công nghệ tiên tiến được hỗ trợ bởi AI được thiết kế để biến đổi trí tuệ giao thông. Công nghệ này tận dụng hồ dữ liệu mở rộng và trí tuệ nhân tạo tổng hợp (GenAI) của INRIX để giải quyết hiệu quả các vấn đề giao thông, xác định nguyên nhân gốc rễ và đề xuất các giải pháp chủ động. Sự cải tiến này đối với INRIX IQ, bộ ứng dụng dựa trên đám mây hàng đầu, giúp việc truy cập thông tin chi tiết hữu ích từ dữ liệu dựa trên vị trí trở nên dễ dàng hơn.

INRIX Compass được cung cấp bởi Amazon Bedrock, một dịch vụ được quản lý hoàn toàn trên Amazon Web Services (AWS), cung cấp mô hình nền tảng quan trọng và nhiều khả năng để xây dựng các ứng dụng AI tổng hợp. Thông qua việc hợp tác với AWS, Compass sẽ tích hợp Amazon Bedrock với kho dữ liệu dựa trên đám mây độc quyền của INRIX và kiến ​​thức ngành để đào tạo và triển khai các mô hình phù hợp với nhu cầu di động riêng biệt.

La bàn INRIX vượt xa khả năng phân tích dữ liệu truyền thống, cho phép người dùng dễ dàng truy vấn lượng thông tin giao thông khổng lồ của INRIX để hiểu các vấn đề, nguyên nhân và tác động tiềm tàng của chúng. Công nghệ tiên tiến này sẽ có tác động đáng kể trong ba lĩnh vực chính: xác định nhanh các vấn đề giao thông phức tạp, phân tích di chuyển chi tiết và chiến lược giao thông chủ động.

Trong gần 20 năm, INRIX đã tận dụng công nghệ máy học để cung cấp dữ liệu di động chính xác và hữu ích. Năm 2019, INRIX đã ra mắt INRIX AI Traffic, một hệ thống dựa trên AI giúp tăng đáng kể độ chính xác và phạm vi bao phủ của các hệ thống giao thông hiện có. Với sự ra đời của Compass, INRIX tiếp tục dẫn đầu trong việc tận dụng công nghệ tiên tiến để giải quyết những thách thức về giao thông vận tải trên thế giới. La bàn ban đầu sẽ có sẵn với INRIX IQ Mission Control, một giải pháp thông minh giao thông tiên phong cung cấp khả năng hiển thị toàn diện về điều kiện đường xá thông qua dữ liệu lịch sử và thời gian thực của phương tiện.