Транспорт для NSW запущен новый ‘мастерство’ от Alexa голосовой помощник от Amazon, который предлагает Хабар новых возможностей для пассажиров, так как агентство продолжает ее толкать по направлению интеллектуальной автоматизации.

Глава отдела технологий и инноваций Крис Беннетс сообщил сайт ITnews новый специально разработанный Алекса навык выкатился в прошлом месяце, частично в ответ на коронавирус пандемии.

Бот представляет собой эволюцию предыдущих Алекса мастерства, получившая название транспортного бота, который был выпущен в начале 2018 года, на основе агентства в режиме реального времени разведки транспортным вопросам (Рита).

“То, что мы сделали за последнее время-это обновление, которое навыка в Alexa и включить целый клад информации, чтобы быть в состоянии говорить”, – сказал он.

Сказал Беннеттс сюда входят данные патронажа, который собирают из системы Opal карты на автобусы и смесь опал сведения и данные о весе поступает от датчиков на поездах.

Что данные в реальном времени, которая была изменена, чтобы отразить физическое отдаление в последние месяцы, уже сыт сторонних приложений, таких как TripView, AnyTrip и рядом.

В отличие от транспортной 2018 бот, пассажиры смогут использовать новый навык Алекса планировать поездку или путешествие наплавкой следующего доступного общественного транспорта из любого данного места.

Сказал Беннеттс пассажиры могли бы просто спросить, например, “Эй, я хочу знать, когда Следующий сервис уходит из центра на Северный Сидней”.

“И не только Алекса сказать вам, но тогда вы можете спросить его, как полный, что услуга с точки зрения социального дистанцирования”, – сказал он.

Быстрый тест для навык показывает, что он передает и отображает размещение как низкий, средний или высокий. Информацию о тарифах, доступ в инвалидном кресле и оповещения поездка также доступна через мастерство.

На стороннего приложения эта информация отображается с помощью ‘мармеладка’ или сигнальной системы в зависимости от вида общественного транспорта.

Этот навык также может быть использован для планирования поездок за пределы железнодорожных станций, автобусных остановок и паромные причалы.

“Если эта служба была нарушена, вы можете понять, если есть оператор автостоп доступен как часть вашей поездки или путешествия, а также.”

Сказал Беннеттс, что хотя агентство планировал привезти новые возможности для Алекса, пандемия ускорить этот процесс за то, что остается “новым каналом” для TfNSW.

“Мы всегда будем делать это, потому что мы хотим добиться паритета опыт по различным каналам, и это всего лишь выравнивание вещи и получить это сделать”, – сказал он.

“И все это социальное дистанцирование и информацию занятости, доступных через открытые данные нам удалось очень быстро добиться паритета опыт на этот канал.

“Самое замечательное в нашей стратегии по открытию данных, открывая наш API и сделать последовательную опыт, будь то принадлежащий канал или стороннего канала, заключается в том, что когда это нарушение происходит, клиенты будут иметь возможность потреблять и использовать информацию о транспорте.”

АРМ центра в режиме реального времени, прогнозные данные

А TfNSW начал с использованием АРМ как часть его переход к модели IaaS шесть лет назад, и с тех пор развился, чтобы потреблять 87 сервисы AWS, обеспечивая лучший опыт путешествия для клиентов.

“Мы проводим “открытые данные” на АРМ, так вот буквально хранящихся в S3 ведро,” Беннеттс сказал.

“Все данные в режиме реального времени по сети [в том], доступный через шлюз API-интерфейс, где разработчики могут спустить и опубликовать его в свои приложения.

“Мы также получили наши традиционные возможности планирования путешествия по нашей transportnsw.info активов и Опал приложение путешествия все размещенные на АРМ.”

АРМ стека также имеет решающее значение для TfNSW способности понимать и прогнозировать размещение по всей сети общественного транспорта.

Это делается с помощью как с помощью опал карточная система и встроенные датчики под каждую ось на адрес экипаж поезда. Жздесь в режиме реального времени сведения не доступны, данные используются.

Данные хранятся в хранилище S3 и машинного обучения (мл) алгоритмы используются для составления прогнозов.

А TfNSW в одной точке используется мл управляемая платформа сервисов Amazon SageMaker, с тех пор он переехал в развертывании и запуске моделей мл с AWS лямбда.

“Ранее мы использовали SageMaker просто чтобы посмотреть, что можно с машины зрения обучения вокруг предсказаний, основанных на погоде … или какие то особые данные события…”, – сказал он.

“Но я думаю, мы можем просто сделать это с лямбда при движении, что очень увлекательно”.

Сказал Беннеттс, что TfNSW в основном с помощью AWS и Microsoft Azure для облачных услуг общественного, но намерен принять прагматический подход к использованию всех основных поставщиков облачных услуг в будущем.

“Что мы нашли, традиционно, на протяжении последних нескольких лет является то, что разные платформы имеют различных разработчиков, доступных для них в разное время”, – сказал он.

“Поэтому в течение последних четырех или пяти лет он был довольно легкий, чтобы поднять трубку телефона и сделать некоторые застройщики AWS в – это было труднее сделать, что на других платформах, но это уравнивание немного.

“Наше будущее смотрит на использование всего лучшего из них и совмещение их с умом, так, что мы действительно видим, что это возможно с каждым из приложений.”

Интеллектуальная автоматизация впереди

Бенетт заявил, что, забегая вперед, TfNSW планировалось ввести еще в режиме реального времени датчиков по сети, основываясь на последних событиях, как ее оперативного мониторинга, построенного Anytrip.

Но он не обращается ли это входит модернизация старых флотов поездов, как Миллениум парк.

“То, что мы узнали, пережили кризис COVID как мощность данных можно использовать для принятия оперативных решений”, – сказал он.

“Так что мы очень заинтересованы в этом сейчас делает больше, С в реальном масштабе времени датчиков по сети, так что мы можем получить больше и больше информации из системы.

“И затем использовать это и создать разумное решение двигателями, которые дают наши оперативные группы Аягоз следующий лучшим действиях, о том, что делать в разных ситуациях.

“Никто не знает систему лучше, чем операторы, но то, что мы хотим сделать, это использовать интеллектуальные системы помогают информировать их и дать им лучший выбор.

“Так что это очень интересно для нас – как мы можем использовать эти стеки технологий, чтобы сделать это.”

ОСТАВЬТЕ ОТВЕТ

Please enter your comment!
Please enter your name here