Mặc dù các loại xe điện giúp giảm lượng khí thải gây hiệu ứng nhà kính thu hút nhiều người sử dụng, nhưng sự thiếu tin tưởng vào các dịch vụ sạc lại khiến nhiều người khác cảm thấy băn khoăn. Việc xây dựng một mạng lưới trạm sạc thu phí đáng tin cậy gặp nhiều khó khăn do việc tổng hợp dữ liệu từ các nhà khai thác trạm độc lập là việc không hề dễ dàng.

Các tài xế xe điện đã bắt đầu chia sẻ những vấn đề về cơ sở hạ tầng sạc xe bằng cách hình thành cộng đồng trên các ứng dụng định vị trạm thu phí và để lại đánh giá của họ. Các nhà nghiên cứu đã tìm cách phân tích những đánh giá này để hiểu rõ hơn những vấn đề mà người dùng đang gặp phải.

Với sự hỗ trợ của AI, các nhà nghiên cứu có thể dự đoán liệu một trạm bất kỳ có hoạt động vào một ngày cụ thể hay không. Họ cũng nhận thấy rằng các khu vực đô thị nhỏ, nơi có dân số từ 10000 đến 50000 người, có thể không được lắp đặt các trạm sạc, với các báo cáo thường xuyên hơn về những vấn đề liên quan đến tính khả dụng của chúng. 

Những chia sẻ của người dùng sẽ cung cấp nhiều thông tin hữu ích cho Machine Learning, nhưng so với việc phân tích bảng dữ liệu, văn bản có thể là một thách thức đối với máy tính để xử lý. Các bài đánh giá có thể sẽ rất đa dạng: chúng có thể ngắn với chỉ vài từ, có thể dài tới 25 hoặc 30 từ với lỗi chính tả và nhiều chủ đề đan xen. Người dùng đôi khi thậm chí còn chèn khuôn mặt cười hoặc biểu tượng cảm xúc vào văn bản, ...

Để giải quyết vấn đề trên, các nhà nghiên cứu đã điều chỉnh thuật toán của họ cho phù hợp với những thuật ngữ (hay thậm chí là biệt ngữ) chuyên dùng với xe điện. Họ đã tổng hợp các bài đánh giá từ 12720 trạm thu phí của Hoa Kỳ để phân loại các bài đánh giá thành tám loại khác nhau: chức năng, tính khả dụng, chi phí, vị trí, đại lý, tương tác của người dùng, thời gian phục vụ và mức độ lo lắng. AI đạt độ chính xác 91% và hiệu quả học tập cao trong việc phân tích cú pháp các bài đánh giá trong vài phút. Đó là một cột mốc quan trọng trong quá trình chuyển đổi để triển khai các công cụ AI và trong một số trường hợp, AI thậm chí vượt hiệu suất của một chuyên gia trong lĩnh vực.

Trái ngược với các nghiên cứu đánh giá hiệu suất cơ sở hạ tầng trước đây dựa trên các cuộc khảo sát tốn kém và không thường xuyên, AI có thể giảm chi phí nghiên cứu trong khi cung cấp dữ liệu chuẩn hóa theo thời gian thực. Thị trường sạc xe điện dự kiến ​​sẽ tăng lên 27,6 tỷ USD vào năm 2027. Phương pháp mới có thể cung cấp cái nhìn sâu sắc về hành vi của người dùng, cho phép phân tích chính sách một sách nhanh chóng, từ đó giúp chính phủ và các công ty quản lý cơ sở hạ tầng dễ dàng hơn. Một ví dụ là, phát hiện của nhóm nghiên cứu cho thấy rằng có thể hiệu quả hơn khi trợ cấp phát triển cơ sở hạ tầng thay vì trợ cấp giá ô tô điện. Chi tiết tham khảo tại:

Sooji Ha, [et. al.]. Topic classification of electric vehicle consumer experiences with transformer-based deep learning. Patterns, 2021; 100195 DOI: 10.1016/j.patter.2020.100195

(Sưu tầm)
VIỆN IMC
Tòa nhà IMC Tower, Số 176 Trường Chinh, Phường Khương
Thượng, Quận Đống Đa, Thành phố Hà Nội, Việt Nam
Tel/Fax : (+84) 24 3566 6232 / 24 3566 6234
Email: contact@imc.org.vn   Website: http://imc.org.vn