盡管電動汽車,減少溫室氣體排放吸引許多司機,收費服務的缺乏信心,阻止了其他人。 建立一個可靠的充電站網絡是困難的,部分是因為它的挑戰性的聚合數據從獨立站運營商。 但現在,研究人員報告在《華爾街日報》1月22日模式已經開發了一個人工智能,可以分析用戶評論這些站,允許它準確地識別的地方有不足或停用。

“我們花費數十億美元的公共和私人電動汽車基礎設施,”奧馬爾說Asensio (@AsensioResearch),主要研究者和公共政策學院助理教授在喬治亞理工學院。 “但我們沒有很好地理解這些投資是如何服務于公眾和公共利益?！?/span>

電動車司機已經開始解決不確定問題的充電設施,形成社區負責站定位器應用程序,留下評論。 研究者試圖分析這些評論來更好地理解用戶所面臨的問題。

借助人工智能,Asensio和他的同事們能夠預測一個特定的站是否功能在某一天。 他們還發現,居住區的地區,人口在10000至50000人,可能缺醫少藥,更頻繁的站可用性問題的報告。 這些社區大多位于西部和中西部州,比如俄勒岡州,猶他州,南達科塔州和內布拉斯加州和夏威夷。

“當用戶參與和分享信息收費經驗,他們經常從事親社會、支持環保行為,這對機器學習為我們提供了豐富的行為信息,“Asensio說。 但分析數據表相比,短信可以挑戰電腦處理。 “一個評審可以是簡短的三個字。 它也可以只要25或30個詞拼寫錯誤和多個主題,”合著者說Sameer Dharur喬治亞理工學院。 用戶有時甚至把笑臉或emojis扔到文本。

為了解決這一問題,Asensio和他的團隊會根據算法電動車交通術語。 他們訓練有素的評論從12720年美國充電站分類評審分為八個不同的類:功能、可用性、成本、位置、經銷商、用戶交互、服務時間和里程焦慮。 人工智能實現91%的準確性和學習效率高解析評論在幾分鐘內。 “這是一個里程碑過渡為我們部署這些人工智能工具,因為它不再是“人工智能與人類一樣好能做什么? “Asensio說。 “在某些情況下,人工智能超過人類專家的表現?！?/span>

相對于以前的充電基礎設施績效評估研究依賴于昂貴的和罕見的自我報告的調查,AI可以降低研究成本,同時提供實時標準化的數據。 電動汽車充電市場預計將在2027年增長到276億美元。 新方法能夠讓你了解消費者的行為,使快速政策分析和簡化基礎設施管理為政府和企業。 例如,團隊的研究結果表明,它可能是更有效的資助基礎設施建設與電動汽車的銷售。

雖然技術仍面臨一些限制——比如計算機處理能力的需要減少要求之前,推出大規模實現電動汽車充電市場,Asensio和他的團隊希望,隨著科學的發展,他們的研究可以打開大門更深入研究社會公平的滿足消費者的需求。

“這給我們敲響了警鐘,因為考慮到電動汽車基礎設施的大規模投資,我們這樣做的方式不一定是關注社會公平分配問題的訪問使基礎設施,“Asensio說。 “這是一個主題的討論不會消失,我們才剛剛開始理解?！?/span>