人工智能通过训练阅读充电站评论 进而发现问题

电动汽车因其减少温室气体排放的能力而在消费者中广受欢迎，但其充电问题阻碍了许多人的购买热情。在某种程度上，建立可靠的充电站网络非常困难，因为整合所有独立充电站运营商的数据非常具有挑战性。据外媒报道，研究人员在《模式》杂志上发表文章称，他们开发了一种人工智能技术，可以分析用户对充电站的评论，从而准确识别充电站不足或停用的区域。

佐治亚理工学院公共政策学院首席研究员兼助理教授Omar Asensio表示， “我们已经在电动汽车基础设施方面投入了数十亿美元的公共和私人资金。然而，我们对这项投资能为公众和公共利益提供什么服务的了解仍然相对有限。为了解决充电站基础设施的不确定性，司机建立了一个社区，并对充电站定位器应用程序发表了评论时间。研究人员试图通过分析这些评论来更好地理解用户面临的问题。通过人工智能，Asensio和同事可以预测特定充电站是否会在特定日期正常运行。他们还发现，在小城市地区，充电站的服务水平可能较低，而且对可用性的评论更多。这些州大多位于美国西部和中西部，如俄勒冈州、犹他州、南达科他州、内布拉斯加州和夏威夷州。Asensio还表示，“当用户参与并分享有关充电体验的信息时，他们往往表现出亲社会或亲环境的行为，为机器学习提供了丰富的行为信息。”然而，与分析数据表相比，文本的计算机处理更难。同样来自佐治亚理工学院的合著者Sameer Dharur说：“评论的长度各不相同，可能只有3个单词长，可能长达25或30个单词，而且存在拼写错误，可能涉及多个主题。”用户有时甚至会在文本中添加笑脸或表情符号。为了解决这个问题，Asensio和他的团队对电动汽车运输术语的算法进行了调整。通过使用来自美国12720个充电站的评论来训练人工智能，将评论分为八类：功能、可用性、成本、位置、分发权限、用户交互、服务时间和范围焦虑。在短短几分钟内，人工智能的评论解析准确率达到91%，学习效率极高。Asensio表示，“在我们看来，这是人工智能应用过渡期的一个里程碑，因为人们不再质疑‘人工智能是否能像人类一样优秀’。在某些情况下，人工智能的表现比人类专家要好。”此前对充电站性能评估的研究不仅成本高昂，而且进行的自我报告调查也较少。相反，人工智能可以在提供实时标准化数据的同时降低研究成本。到2027年，电动汽车充电市场预计将增长至276亿美元。通过深入了解消费者行为，人工智能可以快速进行政策分析，使政府和企业能够及时管理基础设施。例如，研究小组的研究结果表明，补贴基础设施建设可能比销售电动汽车更有效。尽管这项技术仍面临一些局限性，但在大规模应用于电动汽车充电市场之前，Asensio和他的团队希望随着科学的发展，他们的研究能够在满足消费者需求的同时，进一步扩展对社会公平问题的研究。阿森西奥表示，“对我们来说，这是一个警钟。考虑到电动汽车基础设施领域的大规模投资，我们可能不一定关心社会公平和基础设施配置。这个问题值得讨论，不会消失。我们才刚刚开始

标签：发现

汽车资讯热门资讯