来自交通信号时序、 工智能与其他技术的融合,包括数字双胞胎、数 GPS 数据、乘客反馈等方面的 据分析、生物识别和云计算,似乎正在增加其潜 的进步, 对于大多数政府机构来说,挑战并不是数据的可用性 今天,他们拥有了利用这些信息的工具,从出 ,而是如何有效地利用这些数据,从部门孤岛中解锁 行模式中发现洞见,利用传感器数据来提升服务 有用的信息,并将其转化为可操作的洞见。 质量并改善运营效率。 人工智能可以提供关于乘客需求的洞见,使交通 当局能够提供量身定制的服务。它可以实时监测 供的好处,许多试点项目和概念验证倡议正在进 道路状况和交通基础设施,以便及时处理任何事 行中。现在的挑战在于寻找方法,将创新扩展到 件。一项最近的德勤-思智实验室对全球城市领导 试点和实验之外一-创建成熟、稳健的系统,以 者的调查发现,一些美国城市已经在交通管理、 跟上不断变化的用户需求。 智能停车管理中使用了人工智能,