6. Tekoälykerros - eBattery AI

Sähköajoneuvolla matkustaminen edellyttää toisiinsa liittyvien päätösten tekemistä. Ajettava matka, akun nykyinen varaustaso, ajoneuvon kulutus, tieolosuhteet, latausasemien sijainti ja kuljettajan aikataulu ovat saman matkan osia. Kun yksi näistä muuttujista muuttuu, myös muut päätökset voivat muuttua. Lyhyemmältä näyttävä reitti voi muuttua pidemmäksi matkaksi, jos sopivaa latausinfrastruktuuria ei ole. Tehokkaampi asema ei välttämättä tuo odotettua aikaetua, jos ajoneuvon vastaanottama latausteho on rajallinen.

eBattery AI on sovelluksen keskiössä arvioimassa näitä päätöksiä yhdessä ja tarjoamassa käyttäjälle ymmärrettävän matkasuunnitelman. Se antaa käyttäjän ilmaista luonnollisella kielellä, mitä hän haluaa tehdä, ja muuttaa pyynnön ajoneuvoprofiilin, kartan, reitin ja saatavilla olevan asemadatan avulla toteutettaviksi vaihtoehdoiksi.

Käyttäjälle kokemus on yksinkertainen: riittää, että sanoo ”Haluan mennä Izmiriin”, ”Suunnittele viikonlopuksi kaksipäiväinen matka” tai ”Etsi lähelläni oleva sopiva latausasema”. Taustalla jokainen pyyntö täytyy yhdistää eri tietolähteisiin, laskelmiin ja sovelluksen toimintoihin. eBattery AI:n tehtävä on hallita tämä tekninen monimutkaisuus ja pitää päätöksen perustelut käyttäjälle selkeinä.

Tämän lähestymistavan keskiössä on selkeys, laskettavuus ja käyttäjän hallinta sisältyy. Avustajan on pystyttävä selittämään, miksi sen ehdottama reitti on sopiva; sen on laadittava toimintamatka- ja latauslaskelmat johdonmukaisella menetelmällä; ja käyttäjän on voitava muuttaa suunnitelmaa omien tarpeidensa mukaan.

Nykyisen tuotteen tekoälykeskustelu sekä reitti- ja matkasuunnittelu muodostavat tämän rakenteen ytimen. Reaaliaikaiset asematiedot, hinnat ja liikenne toimivat yhdessä asianomaisten tietolähteiden kattavuuden kanssa. Säätiedoilla rikastetut ennusteet, suora ajoneuvoyhteys ja käyttäytymisestä oppiva personointi ovat ominaisuuksia, jotka laajenevat vaiheittain samalla arkkitehtuurilla.

6.1 Keskitetyn avustajan lähestymistapa

6.1.1 Sovelluksen eri toimintojen tuominen yhteiseen yhteyteen

eBattery AI on keskitetty avustaja, joka vähentää tarvetta antaa samat tiedot yhä uudelleen, kun käyttäjä siirtyy sovelluksen eri osien välillä. Kartalla aloitettua asemahakua voi tarkentaa keskustelussa; keskustelun aikana luotua reittiä voi tarkastella reittinäkymässä; suunniteltua matkaa voi muokata päivineen ja pysähdyksineen matkamoduulissa.

Tässä kokemuksessa ajoneuvo, matka ja käyttäjän asetukset muodostavat yhteisen kontekstin. Esimerkiksi kun käyttäjä, joka on valinnut tallennetun ajoneuvonsa, sanoo “Näytä minulle lähellä olevat sopivat asemat”, järjestelmän ei tarvitse kysyä ajoneuvomallia uudelleen joka kerta. Pyyntöä arvioidaan yhdessä valitun ajoneuvon ja käyttäjän jakamaksi valitseman sijaintitiedon kanssa.

Keskitetty lähestymistapa varmistaa myös, että sovelluksen eri sisääntulopisteet päätyvät samaan päätöslogiikkaan. Latauspisteen haun, jonka käyttäjä aloittaa kartalta, ja AI Chatin kautta tehdyn haun tulisi tuottaa keskenään johdonmukaiset tulokset, kun käytetään samaa ajoneuvoa, samoja asetuksia ja samoja ajantasaisia tietoja.

Näin eBatteryn moduulien välille ei synny vain näkymänvaihtoa, vaan myös käyttäjän tavoittelema tehtävä säilyy.

6.1.2 Käyttäjän aikeen muuttaminen sovellustoiminnoksi

Ihmiset eivät useinkaan ilmaise tarpeitaan teknisinä parametreina. Lauseet kuten "Lähden kahden tunnin kuluttua", "Matkustamme lasten kanssa, joten haluan mukavamman suunnitelman" tai "En halua tehdä liian suurta kiertotietä latauksen takia" sisältävät useita toiveita samaan aikaan.

eBattery AI muuttaa nämä ilmaisut suunnittelussa käytettäviksi tiedoiksi. Tarvittaessa se täydentää puuttuvat tiedot, kuten lähtöpisteen, määränpään, akun varaustason tai aikatoiveen. Kysymykset keskittyvät alueisiin, jotka todella vaikuttavat tuotettavaan tulokseen.

Esimerkiksi pyynnössä "Haluan mennä Istanbulista Izmiriin", jos tallennettu ajoneuvo ja lähtöpaikka ovat jo tiedossa, käyttäjältä voidaan kysyä vain nykyinen akun varaustaso ja matkan mieltymykset. Kun käyttäjä sanoo "Voimme käyttää tietulliteitä, kokonaisaika olkoon lyhyt", nämä tiedot lisätään reittipyyntöön.

Tämä lähestymistapa yhdistää luonnollisen kielen sovelluksen toimintoihin. Käyttäjä voi kertoa tarpeensa tarvitsematta opetella valikoiden teknistä rakennetta; järjestelmä vie pyynnön asianmukaiseen laskentaan ja näkymäkulkuun.

6.1.3 Suosituksen täydentäminen käyttäjän hallinnalla

eBattery AI:n tarjoamia suunnitelmia voi tarkastella ja muokata. Käyttäjä voi vaihtaa ehdotetun aseman, lisätä välipysähdyksen, poistaa museon matkaohjelmasta tai pyytää edullisemman reitin.

Avustaja yhdistää nämä muutokset muuhun suunnitelmaan. Pysäkin poistaminen ei vain lyhennä matkalistaa, vaan voi muuttaa myös päivämatkaa, saapumisaikaa ja latauksen tarvetta. Käyttäjän tekemä muokkaus arvioidaan näiden yhteyksien säilyessä.

Suunnitelman omistaa käyttäjä. Tekoäly tekee vaihtoehdot näkyviksi, helpottaa laskelmia ja selittää valintojen seuraukset. Matkan tarkoituksen, tahdin ja hyväksyttävän kustannuksen määrittää käyttäjä.

6.2 AI Chat: avauskokemus, avatar, suoratoisto, kontekstimuisti

6.2.1 Avauskokemus: Näytetään heti, mitä voi tehdä

AI Chatin avausnäkymä näyttää käyttäjälle avustajan keskeiset ominaisuudet suoraan. Käyttäjä voi aloittaa keskustelun vapaalla tekstillä tai käyttää jotakin valmiista aloitusvaihtoehdoista.

Aloitusvaihtoehto Käyttäjän tavoite Käynnistetty kulku
Suunnittele reitti Pisteeseen pääseminen ajoneuvolla Reitin luominen lähdön, määränpään, ajoneuvon ja lataustarpeen perusteella
Suunnittele matka Alueen tutkiminen tietyssä ajassa Päiväohjelman laatiminen kiinnostusten ja käytettävissä olevan ajan mukaan
Ehdota lähintä asemaa Sopivan latauspisteen saavuttaminen Suositusten luominen sijainnin, ajoneuvon yhteensopivuuden ja saatavilla olevien asematietojen perusteella
Tehokkuuteni Käyttötietojen ymmärtäminen Siirtyminen kulutus- ja käyttöarviointiin olemassa olevien tietueiden pohjalta

Nämä vaihtoehdot vähentävät epävarmuutta ensimmäisessä vuorovaikutuksessa. Käyttäjän ei tarvitse arvailla, mitä kysymyksiä hän voi esittää avustajalle; sovellus tarjoaa lähtökohtia, jotka liittyvät arjen sähköautotarpeisiin.

Keskustelun edetessä aloitusvaihtoehdot korvataan tilanteeseen sopivilla toiminnoilla. Luodun reitin jälkeen esiin nousevat toiminnot kuten “Avaa reitti” ja ehdotetun aseman jälkeen “Siirry asemalle”.

6.2.2 Avatar: avustajan visuaalinen identiteetti

AI Chatin visuaalisen ilmeen muodostaa animoitu robottiavatar. Ennen keskustelun alkua näytön keskellä oleva avatar näyttää hienovaraisten liikkeiden ja valotehosteiden ansiosta valmiilta vuorovaikutukseen.

Kun ensimmäinen viesti lähetetään, avatar pienenee ja siirtyy avustajan viestien viereen. Näin näytön painopiste siirtyy luontevasti aloituskokemuksesta keskusteluun. Käyttäjän kirjoittamille viesteille, avustajan vastauksille ja luoduille tuloskorteille vapautuu lisää tilaa.

Avatar auttaa myös erottamaan tekoälyn tuottamat viestit visuaalisesti. Tämä identiteetti luo avustajakokemuksen, joka on erillinen sovelluksen yhteisöviestinnästä ja johdonmukainen.

Liikkeen ja visuaalisten tehosteiden tehtävä on ohjata käyttäjää ja tehdä järjestelmän tila ymmärrettäväksi. Luettavuus ja vuorovaikutus ovat etusijalla; animaatiot eivät ohita olennaista tietoa.

6.2.3 Streaming: vastauksen toimittaminen virtana

eBattery AI näyttää sopivat vastaukset virtana. Sen sijaan että käyttäjä odottaisi pitkän selityksen valmistumista, hän näkee vastauksen muodostuvan vaihe vaiheelta.

Tässä kokemuksessa kaksi eri prosessia pidetään erillään: selityksen kirjoittaminen ja suunnitelman laskeminen. Se, että avustaja alkaa tuottaa tekstiä, ei tarkoita reittilaskennan valmistumista. Reitti-, asema- tai matkakortti esitetään, kun asianomaiset tiedot ja laskelmat ovat valmiita.

Esimerkiksi järjestelmä voi ensin osoittaa, että pyyntö on ymmärretty, ja sitten jakaa edistymistilanteen reittivaihtoehtoja valmisteltaessa. Kun laskenta on valmis, näytetään karttaesikatselu ja latauspysähdykset. Näin nopea palaute annetaan tulosten eheyden säilyessä.

Jos käyttäjä muuttaa pyyntöään kulun aikana, uusi pyyntö on ensisijainen. Aiempaan pyyntöön kuuluvan myöhään saapuvan tuloksen ei pidä korvata ajantasaista suunnitelmaa. Tämä on erityisen tärkeää keskusteluissa, joissa pysähdyksiä tai reittitoiveita muutetaan peräkkäin.

6.2.4 Context Memory: Keskustelun merkityksen säilyttäminen

Kontekstimuisti mahdollistaa käynnissä olevan keskustelun ymmärtämisen yhdessä sen aiempien vaiheiden kanssa.

Kun käyttäjä sanoo ensin “Matkustan Istanbulista Izmiriin” ja kirjoittaa sitten “Suunnittele myös paluu”, avustaja yhdistää toisen pyynnön ensimmäiseen matkaan. Ilmaus kuten “Tee tästä edullisempi” kohdistuu myös käsiteltävään reittiin tai matkasuunnitelmaan.

Kontekstia käsitellään kolmella tasolla:

  • Keskustelukonteksti: Keskustelun aikana annetut tiedot ja tehdyt muutokset.

  • Aktiivisen suunnitelman konteksti: Muokattavana oleva reitti, matka tai aseman valinta.

  • Tallennetut käyttäjäasetukset: Valittu ajoneuvo ja käyttäjän pysyvästi määrittämät asetukset.

Tämä erottelu estää väliaikaisen mieltymyksen tulkitsemisen pysyväksi tavaksi. Se, että käyttäjä sanoo yhdellä matkalla ”Vältetään tänään maksulliset tiet”, ei tarkoita, että kaikki hänen tulevat matkansa suunnitellaan samoin.

Samoin edellisessä keskustelussa annettua akun varaustasoa ei voi käyttää seuraavan päivän ajantasaisena ajoneuvotietona. Kontekstin muistaminen edellyttää myös sen hallintaa, kuinka kauan tieto pysyy voimassa.

6.3 Kerrosarkkitehtuuri: sääntöpohjainen päätöskerros ja LLM-kerros

6.3.1 Laskennan ja kerronnan roolien erottaminen

eBattery AI:n arkkitehtuuri perustuu siihen, että eri tehtävät ratkaistaan eri menetelmillä.

Toimintasäteen laskenta, energiatarve, ajoneuvon ja aseman yhteensopivuus sekä reittivaihtoehtojen arviointi tehdään päätöskerroksessa, joka toimii määriteltyjen tietokenttien ja laskentasääntöjen avulla. Käyttäjän luonnollisella kielellä esittämän pyynnön ymmärtäminen ja tulosten selittäminen on suuren kielimallin eli LLM-kerroksen tehtävä.

Tämä erottelu yhdistää suosituksen numeerisen perustan ja sen selittämisen. Kun avustaja sanoo ”Tämä asema sopii paremmin”, perustelun on tultava laskentakerroksen tuottamista tiedoista. Selityksessä käytetyt etäisyys-, aika- ja energia-arvot perustuvat samaan lähteeseen kuin tuloskortin arvot.

Arkkitehtuurikomponentti Keskeinen vastuu Sen tuottama tulos
Data- ja integraatiokerros Ajoneuvoista, kartoista, asemilta ja muista lähteistä tulevan datan järjestäminen Syötteet, joiden lähde ja ajantasaisuus on määritelty
Pyyntöjen ja kontekstin hallinta Käyttäjän pyynnön, valitun ajoneuvon ja aktiivisen suunnitelman yhdistäminen Jäsennelty suunnittelupyyntö
Sääntöpohjainen päätöskerros Yhteensopivuustarkastusten, energialaskelmien ja ehdokasarvioinnin suorittaminen Reitti- ja latussuunnitelmavaihtoehdot
LLM-kerros Luonnollisen kielen tulkinta ja laskettujen tulosten selittäminen Käyttäjälle sopiva selitys
Todennus- ja toimintakerros Tulosten johdonmukaisuuden ja tapahtumavaltuutuksen tarkistaminen Näytettävä kortti ja toteutettava toimenpide
Käyttökokemuskerros Keskustelun, korttien ja näkymäsiirtymien esittäminen Käyttökokemus sovelluksessa

6.3.2 Sääntöpohjaisen päätöskerroksen laajuus

Sääntöpohjainen lähestymistapa tarkoittaa, että samalle tietojen tilannevedokselle ja samalle sääntöversiolle laskelmat voidaan toistaa johdonmukaisesti.

Tämä kerros laskee käytettävissä olevan akkuenergian, arvioi reittiosuuksien energiatarpeen, karsii pois ajoneuvon kanssa yhteensopimattomat asemat ja vertailee sopivia vaihtoehtoja määriteltyjen kriteerien mukaan. Myös käyttäjän valitsemat tievalinnat ja säilytettävä akkureservi otetaan tässä huomioon.

Sääntöpohjainen laskenta ei tarkoita, että ulkoinen maailma tunnettaisiin varmasti. Tuleva liikenne, todellinen kulutus tai aseman tila saapumishetkellä voivat muuttua. Siksi, vaikka laskentamenetelmä on johdonmukainen, osa syötteistä ja tuloksista on arvioita.

eBattery AI säilyttää tämän eron: tunnettua tietoa, käyttäjän syöttämiä tietoja ja mallin arviota ei esitetä samalla varmuustasolla.

6.3.3 LLM-kerroksen laajuus

Kielimallia käytetään käyttäjän pyynnön ymmärtämiseen ja lasketun tuloksen muuttamiseen luonnolliseksi selitykseksi.

Ilmaisut, kuten “Haluan vähemmän kävelyä”, “Poista museot”, “En halua odottaa latausta liian kauan” tai “Miksi valitsit tämän aseman?”, kuuluvat tämän kerroksen toimintaan.

LLM auttaa muodostamaan jäsennellyn pyynnön, joka voidaan välittää sopivalle sovellustoiminnolle. Se ei kuitenkaan täydennä aseman hintaa, liittimen tilaa tai ajoneuvon akun varaustasoa omasta yleistiedostaan. Nämä tiedot haetaan asianomaisista tietueista ja integraatioista.

Esimerkiksi kun päätösmoottori valitsee aseman pienemmän reittipoikkeaman ja sopivan tehotuen vuoksi, avustaja voi selittää perustelun yksinkertaisemmin:

"Tämä asema sopii ajoneuvoosi ja on lähempänä pääreittiä. Tehokkaammalta näyttävä vaihtoehto ei tuo lisäaikaetua ajoneuvosi latausrajan vuoksi."

Tämän selityksen arvo on siinä, että käyttäjä näkee päätöksen taustalla olevan logiikan.

6.3.4 Varmennetusta datasta selitettävään tulokseen

Jokainen tulos liitetään sen käyttämiin keskeisiin syöttötietoihin. Valittu ajoneuvo, akkutiedot, laskentahetki ja asemadatan ajantasaisuus auttavat ymmärtämään, millä edellytyksillä suunnitelma on laadittu.

Tämä rakenne helpottaa myös käyttäjäpalautteen arviointia. Se, ettei ehdotettua asemaa valita, ei aina tarkoita laskelman olleen väärä. Käyttäjä voi haluta toisen taukopaikan, suosia tiettyä operaattoria tai hänellä voi olla aikarajoite, joka ei näy suunnitelmassa.

Päätöksen syötteiden ja käyttäjän tekemän muutoksen tarkastelu yhdessä auttaa kehittämään järjestelmää merkityksellisemmin ajan myötä.

6.4 Reittisuunnittelu — ajoneuvoprofiili, kantamalaskenta, reitti ja tievalinnat

6.4.1 Matkan suunnittelu yhdessä ajoneuvoprofiilin kanssa

eBatteryssä reittisuunnittelu ottaa lähtö- ja määräpisteen lisäksi huomioon ajoneuvon energia- ja latausominaisuudet.

Samalla reitillä kahden sähköauton voi olla tarpeen noudattaa eri latausuunnitelmia. Käytettävissä oleva akun kapasiteetti, kulutus, tuetut pistokkeet ja latauksen vastaanottoteho aiheuttavat tämän eron.

Suunnittelussa käytettävät tärkeimmät ajoneuvotiedot ovat seuraavat:

Ajoneuvotiedot Rooli suunnittelussa
Merkki, malli ja sopiva ajoneuvovariantti Varmistaa oikean teknisen profiilin valinnan
Käytettävissä oleva akun kapasiteetti Muodostaa matkalla käytettävissä olevan energialaskelman perustan
Kulutusarvo Muuntaa etäisyyden arvioiduksi energiantarpeeksi
AC-latauksen tuki Auttaa arvioimaan pitkän tauon ja määränpään latausvaihtoehtoja
DC-latauksen tuki Mahdollistaa reitin varrella olevien pikalatausvaihtoehtojen arvioinnin
Pistokkeiden yhteensopivuus Mahdollistaa käytettävissä olevien asemien tunnistamisen
Akun nykyinen varaustaso Määrittää matkan alkuenergiatilan

Akun bruttokapasiteetti ja käyttökelpoinen kapasiteetti arvioidaan erikseen. Toimintamatkalaskennan perusteena käytetään ajoon käytettävissä olevaa energiaa.

Nykyisessä käyttökulussa käyttäjä syöttää akun varaustason käsin ennen matkaa. Vaikka tallennettu ajoneuvoprofiili sisältää tekniset tiedot, akun prosenttiosuus on kyseisen matkan ajantasainen syöte. Tulevat ajoneuvoyhteysintegraatiot muodostavat laajennusmahdollisuuden, jonka avulla tämä tieto voitaisiin saada automaattisesti tuetuista ajoneuvoista.

6.4.2 Toimintamatkan laskenta ja energiavaraus

Toimintamatkan laskennan perustana on käytettävissä olevan energian ja odotetun kulutuksen välinen suhde:

Nykyinen energia = Käytettävissä oleva akkukapasiteetti × Akun varaustaso / 100

Peruskantamaarvio = Käytettävissä oleva energia / Kulutus × 100

Tässä energia ilmoitetaan kWh:na, kulutus kWh/100 km ja toimintamatka kilometreinä.

Tarkastellaan esimerkiksi ajoneuvoa, jonka käytettävissä oleva akkukapasiteetti on 60 kWh, nykyinen varaustaso 40 % ja laskennassa käytetty kulutus 18 kWh/100 km.

Tässä tapauksessa:

  • Akussa oleva laskettu energia on 24 kWh.

  • Teoreettinen toimintamatka nollatasolle asti on noin 133 kilometriä.

  • Jos esimerkiksi saapumisvarana pidetään 15 %, suunnitteluun käytettävissä oleva energia laskee 15 kWh:iin.

  • Samalla kulutusoletuksella ja varaa säilyttäen laskettu matka on noin 83 kilometriä.

Tämä esimerkki selittää, miksi näytöllä näkyvä teoreettinen toimintamatka eroaa suunnittelussa käytettävästä matkasta. Tässä oleva 15 % on esimerkkivaranto, jolla laskentalogiikka havainnollistetaan.

Todellisessa reittilaskennassa etäisyyttä arvioidaan yhdessä tien ominaisuuksien ja käytettävissä olevien kulutustietojen kanssa. Tietokattavuuden laajentuessa malliin voidaan lisätä vaikutuksia, kuten nousut, liikenne ja sääolosuhteet. Kun olosuhteet, joihin arvio perustuu, muuttuvat, myös suunnitelma arvioidaan uudelleen.

6.4.3 Lähtö-, määräpaikka ja välipysähdykset

Käyttäjä voi määrittää lähtöpisteen nykyisestä sijainnistaan, osoitehaulla tai kartalta. Määränpää ja välipysähdykset ovat myös saman matkasuunnitelman osia.

Välipysähdykset ovat erityisen tärkeitä sähköautoilun suunnittelussa. Kun matkustetaan Istanbulista Izmiriin, vierailu Bursassa ei muuta vain kokonaismatkaa. Myös vierailun kesto, latausmahdollisuus alueella ja se, millä akun varaustasolla seuraava osuus aloitetaan, vaikuttavat suunnitelmaan.

Käyttäjä voi vaihtaa pysähdysten järjestystä tai pitää tietyn järjestyksen. Manuaalisesti asetettu järjestys voi edustaa käyttäjän aikataulua tai henkilökohtaista prioriteettia. Järjestelmä laskee latauspysähdykset uudelleen tämän valinnan mukaisesti.

Jokaisen muutoksen yhteydessä asianomainen suunnitelma päivitetään ilman, että käyttäjän tarvitsee syöttää kaikkia tietoja uudelleen.

6.4.4 Reittitila ja tievalinnat

eBattery yhdistää reittivaihtoehdot käyttäjän matkan prioriteettiin.

Nopein -lähestymistapa keskittyy matkan kokonaiskestoon. Ajoajan lisäksi arvioinnissa otetaan huomioon latauksen vuoksi tehdyt poikkeamat, latausaika ja, jos tietoa on saatavilla, myös odotusaika.

Tehokkain lähestymistapa käsittelee energiatarvetta ja saatavilla olevia kustannustietoja yhdessä kohtuullisen matka-ajan kanssa. Kun käyttäjälle tarjotaan edullisempaa vaihtoehtoa, myös sen vaikutus kestoon näytetään.

Kummallakaan näistä kahdesta vaihtoehdosta ei ole kiinteää etua jokaisella matkalla. Työmatkalla aika voi olla tärkeämpää, viikonloppumatkalla taukojärjestelyt tai budjetti.

Tietyt tiepreferenssit, kuten tietullit, moottoritiet ja lautat, lisätään reittipyyntöön. Myös Google Maps Routes API tarjoaa tällaisille preferensseille välttämisvaihtoehtoja; nämä vaihtoehdot ohjaavat reittihakua, ja sopivan vaihtoehdon löytyminen riippuu tieverkosta. eBattery yhdistää käytetyn karttapalvelun tarjoamat nämä ominaisuudet ajoneuvon ja latauksen suunnitteluun.

Alueelliset tai yksityiskohtaisemmat tierajoitukset käsitellään yhdessä asianomaisen tieto- ja reittipalvelun kattavuuden kanssa. Käyttäjälle esitettävän reitin tulee osoittaa selkeästi, miten asetukset vaikuttavat lopputulokseen.

6.5 Latauksen suunnittelu ja asemien pisteytys – latausmäärän suositus, turvamarginaali

6.5.1 Ensin yhteensopivuus, sitten vertailu

Latauksen suunnittelun ensimmäinen vaihe on käytettävissä olevien asemien tunnistaminen. Se, että asema on korkealle arvioitu tai edullinen, ei tarkoita, että ajoneuvo voi latautua siellä.

Tästä syystä arviointi tehdään kahdessa vaiheessa:

  1. Ajoneuvoon ja matkaan sopivien ehdokkaiden tunnistaminen.

  2. Sopivien vaihtoehtojen vertailu keston, kustannusten ja käyttöehtojen kannalta.

Liitinyhteensopivuus, saavutettavuus ja perille pääsemiseen tarvittava energia kuuluvat ensimmäiseen vaiheeseen. Näitä perusehtoja ei käsitellä pisteytystekijöinä, joita voitaisiin kompensoida muilla eduilla.

Esimerkiksi ajoneuvon kanssa yhteensopimatonta asemaa ei suositella pelkästään siksi, että se on halvempi. Vastaavasti piste, jota ei näytä olevan mahdollista saavuttaa nykyisellä energialla, ei nouse etusijalle pelkästään suuren latausotehonsa vuoksi.

6.5.2 Aseman pisteytys: Matkan mukaan vaihteleva soveltuvuus

Kun sopivat ehdokkaat on tunnistettu, asemat käyvät läpi monikriteerisen arvioinnin.

Kriteeri Arvioitava aihe
Poikkeama reitiltä Asemalle pääsemiseen ja pääreitille palaamiseen tarvittava lisämatka ja -aika
Tehon yhteensopivuus ajoneuvon kanssa Aseman tehon suhde alueeseen, jonka ajoneuvo voi hyödyntää
Hinta Hinnasto, joka on saatavilla ja sovellettavissa kyseiseen käyttäjään
Reaaliaikainen tila Sopivan latauspisteen nykytila tuetuissa integraatioissa
Odotustiedot Todennäköinen odotusaika, kun luotettavaa dataa tai riittävä mallituki on saatavilla
Toiminnallinen luotettavuus Palvelun jatkuvuus ja käyttökokemus, kun tietoja on saatavilla
Käyttäjäarvostelut Kokemusten ajantasaisuus, sisältö ja se, perustuvatko ne riittävään määrään havaintoja
Taukoon sopivuus Aseman suhde käyttäjän nykyisiin pysähdyksiin ja aikatauluun
Datan ajantasaisuus Kuinka ajantasaista päätöksessä käytetty tieto on

Näiden mittareiden merkitys vaihtelee valitun reittitilan mukaan. Aikaa painottavalla matkalla kiertotie ja latausaika voivat olla ratkaisevampia. Kustannusta painottavalla matkalla tariffieroa arvioidaan yhdessä sen aiheuttaman lisäajan kanssa.

Myös tietojen puute otetaan arvioinnissa huomioon. Asemaa, jonka reaaliaikainen tila on tuntematon, ei pidetä "vapaana". Samoin pelkkä liittimien käyttötieto ei aina riitä luotettavan jonotusajan laskemiseen.

Käyttäjäarvosana ei myöskään yksinään korvaa toiminnallista luotettavuutta. Muutamaa vanhaa arvostelua ei tule painottaa samoin kuin ajantasaista ja laajempaa kokemusjoukkoa.

6.5.3 Aseman tehon ja todellisen latauskokemuksen välinen suhde

Asemalla ilmoitettu tehoarvo ei tarkoita, että ajoneuvo latautuisi tällä teholla koko istunnon ajan. Latausaika riippuu useista tekijöistä, kuten akun varaustasosta, kapasiteetista sekä ajoneuvon ja latauslaitteiston ominaisuuksista. Myös Yhdysvaltain energiaministeriön Alternative Fuels Data Center -lähde toteaa, että nämä muuttujat yhdessä määrittävät latausajan.

Esimerkiksi ajoneuvolle, jonka DC-latauksen vastaanottoraja on 100 kW, 350 kW:n asema ei välttämättä ole nopeampi kuin sopiva 150 kW:n asema pelkästään nimellistehonsa vuoksi. Jos ensimmäiselle asemalle pääseminen vaatii pidemmän kierroksen, toinen vaihtoehto voi olla matkan kokonaisuuden kannalta sopivampi.

eBatteryn arvio tarkastelee aseman tehoa yhdessä ajoneuvon ominaisuuksien kanssa. Sen sijaan että suuret luvut esitettäisiin automaattisesti parempana vaihtoehtona, tarkastellaan aseman käyttäjän matkalle tuomaa hyötyä.

6.5.4 Latausmäärä: seuraavalle osuudelle sopiva energia

Latausuunnitelma kattaa aseman valinnan lisäksi myös suositellun energiamäärän.

Perusajatuksena on arvioida yhdessä seuraavan reittiosuuden energiantarve, tavoiteltu saapumisvara ja sopivat vaihtoehdot. Käyttäjän ei tarvitse saavuttaa samaa akun varaustasoa jokaisella pysäkillä. Lyhyt siirtymä, pitkä seuraava osuus tai latausmahdollisuus määränpäässä voivat luoda erilaisia tavoitteita.

Akkuun lisättävän energian perussuhde on seuraava:

Lisättävä energia = Käytettävissä oleva kapasiteetti × (Akun tavoiteprosentti − Akun nykyinen prosentti) / 100

Esimerkiksi ajoneuvossa, jonka käytettävä kapasiteetti on 60 kWh, akun lataustason nostaminen 20 prosentista 70 prosenttiin vastaa noin 30 kWh:n energian lisäystä akussa.

Tämän arvon ei tarvitse olla täsmälleen sama kuin aseman mittarilla mitattu tai laskutettu energia. Latauskadan ja apukulutuksen vuoksi sillä on merkitystä, missä kohdassa energia mitataan.

Latausaikaa ei myöskään lasketa pelkästään jakamalla aseman enimmäisteholla. Malli ottaa saatavilla olevien tietojen mukaan huomioon ajoneuvon latauskäyttäytymisen eri akun varaustasoilla. Havainnollistavana esimerkkinä: jos akkuun lisätään 30 kWh energiaa keskimääräisellä nettoteholla 60 kW, energian siirtoaika on noin 30 minuuttia. Ratkaiseva arvo on tässä istunnon keskimääräinen teho.

Kustannuslaskennassa energiamaksun lisäksi huomioidaan sovellettavat istunto-, aika- tai muut hinnaston osat. Käyttäjän tulee ymmärtää, mitä kokonaisuutta näytetty arvio kattaa.

6.5.5 Turvamarginaalin ja vaihtoehtojen säilyttäminen

Suunnittelu ei perustu akun käyttämiseen teoreettisesti viimeiseen energiayksikköön asti. Se jättää tilaa saapumisvaraukselle, kulutusarvioiden vaihtelulle ja vaihtoehtojen saavutettavuudelle matkan varrella.

Tarvittava varaus arvioidaan yhdessä reitin pituuden, asematiheyden, tietojen ajantasaisuuden ja suunnitelman joustavuuden kanssa. Kaupunkireitillä, jolla on usein latausmahdollisuuksia, ja pitkän matkan osuudella, jolla vaihtoehtoja on vähän, ei ole samat olosuhteet.

Kun eBattery AI selittää suositellun latausmäärän, se tekee tämän logiikan näkyväksi. Käyttäjä voi ymmärtää, miksi useamman energian ottamista asemalla suositellaan tai miksi lyhyt lataus katsotaan riittäväksi seuraavalle sopivalle pysäkille pääsemiseksi.

Nykyinen saatavuustieto kuvaa myös tilannetta suunnitelman laatimishetkellä. Tämä tieto ei muodosta varausta siitä, että sama liitin on vapaana perille saapuessa. Vaihtoehtoisten asemien arviointi on siksi tärkeä osa suunnitelmaa.

6.6 Dynaaminen uudelleenlaskenta

6.6.1 Matkan aikana muuttuvien olosuhteiden huomioiminen suunnitelmassa

Reittiä ei käsitellä ennen matkan alkua laadittuna kiinteänä asiakirjana. Käyttäjän edetessä sijainti, liikenne, aseman tila ja hänen omat mieltymyksensä voivat muuttua.

Dynaaminen uudelleenlaskenta arvioi näiden muutosten vaikutusta suunnitelmaan. Kukin laukaisin toimii kuitenkin vain siinä laajuudessa, että asianomaiset tiedot ovat saatavilla.

Muutos Käytetyt tiedot Mahdollinen vaikutus suunnitelmaan
Liikenteen muutos Kartta- ja liikennelähde Keston ja reittivaihtoehtojen päivittäminen
Suunnitellun aseman tilan muutos Operaattori-integraatio Vaihtoehtoisen latauspisteen arviointi
Käyttäjä poikkeaa reitiltä Sijainti ja reitin eteneminen Jäljellä olevan matkan ja energiatarpeen uudelleenlaskenta
Akkutietojen päivittäminen Käyttäjän kirjautuminen; tuetut tulevat ajoneuvoyhteydet Latauspysäkin ja tavoiteenergiamäärän päivittäminen
Välipysähdyksen lisääminen tai poistaminen Käyttäjän muokkaus Asianomaisten reittiosuuksien uudelleensuunnittelu
Muuttuvat sääolosuhteet Laajuus, jossa kyseinen integraatio on käytössä Kulutusarvion uudelleenarviointi

Matkalla, joka perustuu käsin syötettyyn akun varaustasoon, järjestelmän laskema jäljellä oleva energia on arvio. Sitä ei merkitä samalla tavalla kuin ajoneuvosta mitattua ajantasaista akkutietoa.

6.6.2 Jokaista muutosta ei esitetä käyttäjälle uutena reittinä

Jatkuvasti vaihtelevat pienet erot voivat aiheuttaa käyttäjälle turhaa päätöstaakkaa. Muutaman sekunnin liikennevaihtelu tai hyvin pieni aikaetu ei vaadi uutta suositusta joka kerta.

Uudelleenlaskentatapa arvioi muutoksen merkitystä matkan kannalta. Etusijalla ovat nykyisen suunnitelman toteutettavuus, energiavara ja käyttäjälle koituva selkeä hyöty.

Näin suunnitelma pysyy vakaana. Sen sijaan että käyttäjää ohjattaisiin jatkuvasti kahden hyvin lähellä toisiaan olevan vaihtoehdon välillä, hän näkee merkityksellisen päivityksen vain silloin, kun sellainen on tarpeen.

6.6.3 Muutoksen syyn selittäminen

Ehdotettu uusi reitti esitetään vertailussa nykyiseen suunnitelmaan. Käyttäjän tulee nähdä, mikä ehto on muuttunut ja mikä on tulos.

Esimerkiksi:

“Suunnittelemasi aseman sopivien liittimien käyttötiedot ovat muuttuneet. Vaihtoehtoinen asema on lähempänä reittiäsi ja saavutettavissa nykyisen energia-arvion perusteella. Voit tarkastella uutta vaihtoehtoa.”

Selityksessä käytetään vain niitä seikkoja, joita käytettävissä oleva data tukee. Jos luotettavaa odotusaika-arviota ei ole, tarkkaa minuuttisäästöä ei esitetä.

Karttapalveluntarjoajalta saatu liikennetieto ja eBatteryn tähän dataan perustuva EV-arvio yhdistetään myös oikein. Suosituksen perustelu tekee ymmärrettäväksi, mitä dataa käytetään ja miten.

6.7 Tekoälyn matkasuunnittelu – ehdokasjoukko, klusterointi, ajan budjetointi, latausintegraatio

6.7.1 Liikennesuunnitelmasta arjen kokemukseen

Retkisuunnittelu jäsentää ajan, jonka käyttäjä viettää tietyllä alueella. Tavoitteena on muuttaa kiinnostavat kohteet ohjelmaksi, joka sopii käyttäjän aikaan, kiinnostuksen kohteisiin ja ajoneuvon energiantarpeeseen.

Kun käyttäjä sanoo “Vietän kaksi päivää Kappadokiassa, painopisteenä luonto ja historia”, järjestelmä arvioi yhdessä alueen, matkan keston ja prioriteetit. Lähtöpiste, päivittäinen tahti sekä mahdolliset paikat, jotka käyttäjä erityisesti haluaa nähdä, lisätään suunnitelmaan.

Syntyvä ohjelma tarjoaa päiviin jaetun, muokattavan matkarakenteen.

6.7.2 Ehdokaspaikkojen joukon muodostaminen

Ensimmäinen vaihe on alueen sopivien vierailukohteiden tunnistaminen. Ehdokasjoukossa voi olla kulttuurikohteita, museoita, luontoalueita, ruokailu- ja juomapaikkoja sekä taukopaikkoja.

Arvioitavat tiedot sisältävät lähteen kattavuudesta riippuen sijainnin, luokan, käynnin keston, aukioloajat ja käyttäjäarvostelut.

Suuri suosio ei yksin ole valinnan peruste. Jos paikka ei vastaa käyttäjän kiinnostuksen kohteita, on liian kaukana päivän aikataulusta tai vierailuun ei ole riittävästi aikaa, se voi saada alemman prioriteetin.

Sisällön kerronta sidotaan valittujen paikkojen tietueisiin. Muuttuvia tietoja, kuten aukioloaikoja tai sisäänpääsyehtoja, ei tuoteta kielimallin yleistiedosta ikään kuin ne olisivat ajantasaista dataa.

6.7.3 Maantieteellinen klusterointi ja liikennesuhteet

Ehdokaspaikat arvioidaan maantieteellisten ja liikenneyhteyksiin liittyvien suhteiden kannalta ennen päiväohjelman laatimista. Tavoitteena on vähentää tarpeettomia edestakaisia matkoja saman päivän aikana.

Kartalla lähellä toisiaan näyttävien kahden pisteen välinen matka ei välttämättä ole lyhyt. Tieyhteydet, ylityspaikat ja alueen maantiede määrittävät todellisen liikkumismallin. Siksi päivittäinen ryhmittely ei perustu pelkästään linnuntie-etäisyyteen.

Esimerkiksi päiväohjelma voidaan koota samalla alueella olevista käynneistä, kun kauempana oleva kohde siirretään toiselle päivälle. Näin käyttäjä voi käyttää suuremman osan ajastaan käynteihin matkustamisen sijaan.

Kun käyttäjä haluaa tietyn järjestyksen, valinta säilytetään; järjestelmä sovittaa jäljellä olevan suunnitelman tämän järjestyksen mukaiseksi.

6.7.4 Ajan budjetointi: realistinen päiväohjelma

Päiväsuunnitelman toteutettavuus riippuu kokonaisvierailuajan lisäksi matka- ja taukoajoista.

Päivän aikabudjetti sisältää seuraavat osat:

  • Pisteiden välinen liikkuminen.

  • Kussakin paikassa vietettävä vierailuaika.

  • Ruoka- ja lepotauot.

  • Tarvittavat latauspysähdykset.

  • Kohtuullinen aikavara pysäköintiin, pääsyyn ja vastaaviin siirtymiin.

Jos käyttäjän kuuden tunnin matkasuunnitelmaan sijoitetaan vain pysähdyksiä, joiden vierailuajat yhteensä ovat kuusi tuntia, matkustamiseen ei jää aikaa. eBattery AI rakentaa suunnitelman päivän kokonaisaikakehyksen sisään.

Ohjelman arvoa ei mitata sillä, kuinka monta paikkaa se luettelee. Tärkeää on, että sitä voi noudattaa käyttäjän valitsemassa tahdissa ja että se jättää tilaa muutoksille.

6.7.5 Lataamisen sovittaminen päivän aikatauluun

Latauspysähdykset otetaan huomioon yhdessä energiatarpeen kanssa matkasuunnitelmaa luotaessa. Niitä ei käsitellä erillisenä tarpeena, joka lisätään päivän lopussa.

Jos ateriatauko voidaan yhdistää sopivaan latauspisteeseen, nämä kaksi toimintoa voivat tapahtua samassa aikaikkunassa. Esimerkiksi samassa paikassa ja samaan aikaan alkava 40 minuutin ateriatauko ja 25 minuutin lataus eivät sopivissa olosuhteissa vaadi yhteensä 65 minuutin lisäpysähdystä. Suunnitelma arvioi päällekkäiset kestot yhdessä.

Tässä yhteensovituksessa aseman todellinen saavutettavuus, käyttöolosuhteet, pysäköintijärjestelyt ja käyttäjän mieltymykset ovat tärkeitä. Asemaa, joka näyttää kartalla olevan lähellä ravintolaa, ei oleteta kaikissa tapauksissa sopivaksi taukopaikaksi.

Usealle päivälle jakautuvilla matkoilla energialaskenta jatkuu päivästä toiseen. Seuraavan päivän alkuakku liitetään edellisen päivän suunniteltuun päätökseen. Yölataus otetaan huomioon vain, kun se sisältyy käyttäjän suunnitelmaan ja kyseinen palvelu tukee sitä.

6.7.6 Muokattava matkakertomus

Laskettu aikataulu esitetään päiviin jaettuina pysähdyksinä sekä luonnollisella kielellä kirjoitettuna selityksenä. Käyttäjä näkee, mitä aluetta kierretään minäkin päivänä, mihin lataus sijoitetaan ja miten päivän aika jakautuu suunnilleen.

Pyynnöt kuten “Tee toisesta päivästä rauhallisempi”, “Poista museo” tai “Haluan iltapäivällä luontoon” mahdollistavat suunnitelman muokkaamisen.

Muutoksen jälkeen vaikutuksen kohteena olevat päivät ja reittiosuudet arvioidaan uudelleen. Matkakertomus muuttuu päivitetyn suunnitelman mukana; periaatteena on, ettei vanhan kuvauksen ja uuden pysähdyslistan välille synny ristiriitaa.

Tämä kaupunki- ja aluekeskeinen rakenne luo perustan laajemmalle, valtakunnalliselle ja pitkäaikaiselle suunnittelulle myöhemmissä vaiheissa.

6.8 Tehokkuusanalyysi

6.8.1 Datan tekeminen merkitykselliseksi kuljettajan näkökulmasta

Tehokkuusanalyysi auttaa käyttäjiä arvioimaan energia- ja matkatietojaan selkeämmin.

Jos käytettävissä oleva data riittää, eri jaksojen kulutusta, matkaa, latauskuluja sekä suunniteltuja ja toteutuneita arvoja voidaan verrata. AI selittää lukujen sisällä tapahtuneen muutoksen ja näyttää, mitkä kirjaukset käyttäjän voisi olla hyödyllistä tarkistaa.

Analyysin laajuus riippuu käytetystä datasta. Ajoneuvoyhteyden, istuntotallenteen tai käyttäjän kirjautumisen kautta saadut tiedot pidetään erillään pelkästään reitin perusteella lasketuista arvioista.

6.8.2 Mitattu kulutus ja laskettu arvio

Kulutusarvioinnissa energian ja matkan on kuuluttava samalle jaksolle, samalle ajoneuvolle ja johdonmukaiselle mittausmenetelmälle.

Jos kokonaisenergia ja kokonaismatka tunnetaan, peruskulutuslaskelma on seuraava:

Keskikulutus = ajon kokonaisenergia / kokonaismatka × 100

Eripituisten matkojen kulutusarvojen yksinkertainen yhteenlasku ja jakaminen matkojen lukumäärällä ei välttämättä anna oikeaa jakson keskiarvoa. Laskeminen kokonaisenergiasta ja -matkasta säilyttää lyhyiden ja pitkien matkojen painoarvon.

Latauksen aikana ostettu energia ei myöskään aina ole sama kuin samalla jaksolla ajossa kulutettu energia. Akun varaustasot jakson alussa ja lopussa, lataushäviöt ja tietueiden kattavuus vaikuttavat tähän suhteeseen.

Siksi eBattery käsittelee latausmenot, ostetun energian ja ajon kulutuksen erillisinä käsitteinä.

6.8.3 Muutoksen näyttäminen ja sen syyn selittäminen datalla

Havainnollistavana esimerkkinä oletetaan, että keskikulutus nousee kahden vertailukelpoisen jakson välillä 18 kWh/100 km:stä 19,8 kWh/100 km:iin. Tämä muutos tarkoittaa 10 %:n kulutuksen kasvua.

Tämä tulos yksinään ei kuitenkaan osoita nousun syytä. Reitti, nopeus, sääolosuhteet, kuorma tai matkan rakenne ovat voineet muuttua.

Tekoälyn arvio pysyy sillä tasolla, jota data tukee. Jos käytettävissä on vain kulutus- ja matkatietoja, voidaan sanoa ”Kulutuksesi on kasvanut”; johtopäätöksen tekeminen siitä, että jokin tietty käyttäytyminen, kuten kova jarrutus tai ilmastoinnin käyttö, aiheutti sen, edellyttää asianmukaisia mittauksia.

Jos suoraa ajoneuvodataa ei ole, akun kuntoa ei esitetä mitattuna. Yksityiskohtainen ajotapa-analyysi laajenee integraatioilla, jotka tarjoavat riittävästi dataa näiden käyttäytymismallien arviointiin.

6.8.4 Vertailukelpoisten käyttötottumusten rakentaminen

Tehokkuusnäkymän tarkoitus on helpottaa käyttäjää ymmärtämään omaa käyttöään ajan mittaan.

Tätä ymmärrystä tukevat samankaltaisten reittien vertailu, eri asemien lataumenojen tarkastelu sekä suunnitellun ja toteutuneen keston erojen näkeminen.

Avustajan ehdotukset ovat konkreettisia ja maltillisia. Sen sijaan että käyttäjälle luvattaisiin vahvistamaton säästöprosentti, se selittää, mikä tieto on muuttunut ja mitä olosuhteita kannattaa tarkastella mielekkäämpää vertailua varten.

6.9 Tuloskortit ja Deep Linking

6.9.1 Keskustelun muuttaminen sovelluksessa käytettäväksi tulokseksi

AI Chatissa luotu reitti-, matka- tai asemaehdotus esitetään tuloskorteilla. Kortit antavat käyttäjän nähdä tärkeimmät tiedot nopeasti ja siirtyä asianomaiseen moduuliin.

Korttityyppi Kortin ydinsisältö Liittyvä näkymä
Reittikortti Lähtö, määränpää, reittiyhteenveto, arvioitu aika ja latauspysähdykset Reittisuunnittelu
Matkakortti Alue, päivien määrä ja päiväohjelman yhteenveto Matkasuunnittelu
Asemakortti Sijainti, yhteensopivuus, teho ja saatavilla olevat ajantasaiset tiedot Aseman tiedot
Tehokkuuskortti Kausi, keskeiset tunnusluvut ja arviointiyhteenveto Tehokkuus

Kortin tarkoitus ei ole tunkea kaikkia yksityiskohtia pieneen tilaan. Se antaa riittävästi tietoa, jotta käyttäjä tunnistaa tuloksen ja voi valita seuraavan toimen.

6.9.2 Saman suunnitelman avaaminen deep linkingillä

Deep linking saa tuloskortin ohjaamaan käyttäjän asianomaisen näytön oikeaan sisältöön.

Kun käyttäjä avaa keskustelussa luomansa reitin, hän ei näe tyhjää reittilomaketta. Valitut lähtö- ja määränpääpisteet, ajoneuvo, välipysähdykset ja suunnitelman muut tiedot näkyvät asianomaisella näytöllä.

Sama suhde säilyy myös matka- ja asemakorteissa. Näin keskustelu-, kartta- ja suunnittelunäkymistä tulee saman toiminnon eri näkymiä.

Teknisesti kortti liitetään asianomaiseen tietueeseen ja suunnitelman versioon. Kun käyttäjä muuttaa suunnitelmaa, pysyy selvänä, mikä tulos on ajantasainen.

6.9.3 Tilanteeseen sopivat pikatoiminnot

Tulosten mukaan tarjotaan toimintoja, kuten “Aloita reitti”, “Siirry asemalle”, “Tallenna”, “Jaa” tai “Lisää suosikkeihin”.

Jokaisen kortin ei tarvitse näyttää kaikkia toimintoja. Toiminnot valitaan sen mukaan, minkä tuloksen käyttäjä on sillä hetkellä saanut aikaan.

Jaettavat kortit käsitellään myös sisällön laajuuden kanssa. Tietoja, kuten käyttäjän kotiosoitetta tai henkilökohtaista lähtöpistettä, ei pidetä jakamisen luonnollisena tai pakollisena osana. Käyttäjän tulee nähdä, mitä sisältöä hän jakaa.

6.10 Ennakoivat ehdotukset ja ilmoitukset

6.10.1 Merkityksellisen tuen tarjoaminen tarpeen ilmetessä

Kun asianomaiset tiedot ovat saatavilla, eBattery AI voi tuoda tärkeät muutokset esiin myös ilman, että käyttäjä kysyy.

Tähän kuuluvat aseman tilan muuttuminen aktiivisen matkan aikana, merkittävä liikennevaikutus tai latayssuunnitelman uudelleenarviointi päivitettyjen akkutietojen perusteella.

Ennakoivan tuen tarkoitus on auttaa käyttäjää ajoissa. Kaikki tietojen muutokset eivät luo ilmoitusta; arvioidaan, miten tieto liittyy käynnissä olevaan matkaan ja vaatiiko se toimenpiteitä.

6.10.2 Ilmoituksen arviointi yhdessä sen perustana olevan datan kanssa

Akun vähäisen varauksen varoituksen merkitys riippuu tietojen lähteestä.

Jos ajoneuvolta saadaan ajantasainen akun varaustaso, voidaan käyttää mitattua arvoa. Jos käyttäjä on syöttänyt sen alussa manuaalisesti, matkan aikana laskettu arvo on arvio. Ilmoituksen sanamuoto säilyttää tämän eron.

Vastaavasti suosikkiaseman hintaedusta tehtävän ehdotuksen laatimiseksi on tunnettava voimassa oleva tariffi ja käyttäjään sovellettavat ehdot. Huoltomuistutus puolestaan liitetään käyttäjän tallentamaan päivämäärään tai sopivaan tietolähteeseen.

Tämä lähestymistapa pitää ennakoivat suositukset johdonmukaisina käytettävissä olevan datan laajuuden kanssa.

6.10.3 Ilmoitusten tiheys ja käyttäjän asetukset

Ilmoituksia hallitaan niiden tärkeyden ja yhteyden mukaan. Aktiivisen matkan toteutettavuuteen vaikuttava muutos ei ole samanarvoinen kuin yleinen käyttöehdotus.

Käyttäjä voi hallita ilmoitusasetuksiaan. Saman tapahtuman toistuvien viestien vähentäminen, vanhentuneiden ilmoitusten piilottaminen ja suosituksen ohjaaminen oikeaan suunnitelmaan kuuluvat kokemukseen.

Sijainti- ja taustatoiminnot toimivat käyttäjän antamien lupien mukaisesti ja mobiilikäyttöjärjestelmän toimintaehtojen puitteissa. Matkan aikana esitettävät tiedot pidetään lyhyinä ja toimintaan ohjaavina; yksityiskohtiin voi tutustua asianomaisessa näkymässä.

6.11 Luottamus ja virheenkäsittely

6.11.1 Tiedon luonteen tekeminen näkyväksi

eBattery AI:n luottamuslähestymistapa perustuu siihen, että on mahdollista ymmärtää, mihin tietoon tulokset perustuvat.

Käyttäjän syöttämä akun varaustaso, operaattorilta saatu liittimen tila, karttapalvelun arvio kestosta ja tekoälyn selitys ovat eri tietotyyppejä. Tämä erottelu mahdollistaa suosituksen oikean arvioinnin.

Generatiiviset tekoälyjärjestelmät voivat esittää perusteettomia tietoja vakuuttavasti. NISTin generatiivisen tekoälyn riskiprofiili käsittelee myös tätä käyttäytymistä. eBatteryn dataan perustuva laskenta- ja varmennuslähestymistapa on suunniteltu vähentämään tällaisten virheiden vaikutusta sovelluksen päätöksiin.

Tämä lähestymistapa on tärkeä erityisesti sijainnin, aseman tilan, hinnan ja energialaskennan kohdalla. Sujuvaa selitystä ei käytetä varmennetun datan sijasta.

6.11.2 Toimiminen selkeästi ja johdonmukaisesti, kun tietoja puuttuu

Se, että yksi datalähde ei vastaa, ei tarkoita, että kaikkien sovelluksen toimintojen täytyisi pysähtyä kerralla. Järjestelmä arvioi, mikä tulos voidaan tarjota käytettävissä olevilla tiedoilla.

Jos esimerkiksi aseman sijainti ja pistoketiedot ovat saatavilla mutta reaaliaikaista tilaa ei saada, aseman löytäminen voi jatkua, ja saatavuus näytetään tuntemattomana.

Vastaavasti, kun kielimalli ei tilapäisesti pysty vastaamaan, laskentapalvelusta saatu kelvollinen reittitulos jäsennetään niin, että se voidaan esittää vakiokortilla ja lyhyellä selityksellä.

Kun käytetään viimeisintä tunnettua dataa, ajantasaisuus säilytetään. Välimuistista näytettyä vanhaa tilaa ei esitetä juuri saatuna reaaliaikaisena tietona.

6.11.3 Valtuutus, yksityisyys ja ulkoisen sisällön turvallisuus

AI-kerroksen tarvitsemat tiedot rajataan suoritettavan toimenpiteen laajuuteen. Sen selittämiseksi, miksi asemaa suositellaan, ei tarvitse välittää mallille käyttäjän koko viestihistoriaa tai maksutietoja.

Sijaintia, matkasuunnitelmaa ja käyttäjän asetuksia käsitellään pääsynhallinnan alaisina. Sovelluksen toimintaoikeudet varmistetaan kielimallin vapaasta tekstintuotannosta riippumatta.

Ulkoisista lähteistä tulevat kuvaukset ja käyttäjien arvostelut käsitellään myös datana. Yksi arkkitehtuurin turvallisuusperiaatteista on, ettei näissä sisällöissä mahdollisesti olevien ohjeiden anneta muuttaa sovelluksen toimintasääntöjä.

Myös tulevissa transaktiovirroissa, kuten maksussa tai varauksessa, tekoälyn ehdotus ja transaktion toteuttaminen ovat erillisiä vaiheita. Käyttäjälle näytetään transaktion laajuus, ja asianmukainen hyväksyntävirta säilytetään.

6.11.4 Virheistä oppiminen mitattavasti

Luotettavuus edellyttää todellisten käyttöskenaarioiden säännöllistä arviointia.

Tilanteet, kuten ajoneuvoon sopimaton asema, puuttuva hinta, muuttunut akkusyöte, yhteyskatkos tai myöhään valmistuva vanha reittipyyntö, ovat testiskenaarioita, jotka määrittävät, miten järjestelmän tulee toimia.

Myös käyttäjäpalaute edistää tätä prosessia. Virheellisten asematietojen perusteella tehty valinta ja odotuksia vastaamaton valinta eivät ole samaa virhetyyppiä. Palautteen yhdistäminen asianomaiseen dataan ja päätösvaiheeseen auttaa kehittämään oikeaa osaa.

Luottamusta koskeva lähestymistapa menee sitä pidemmälle, että tulokset laskettaisiin vain ”onnistuneiksi” tai ”epäonnistuneiksi”; se perustuu virheen lähteen ja sen käyttäjälle aiheuttaman vaikutuksen ymmärtämiseen.

6.12 Mallista riippumaton infrastruktuuri ja suorituskykytavoitteet

6.12.1 Tuotelogiikan pitäminen riippumattomana mallintarjoajasta

eBattery AI:n infrastruktuuri perustuu lähestymistapaan, joka ei sido tuotteen ydintoimintoja yhden kielimallin ominaisuuksiin.

Ajoneuvoprofiilia, asematietoja, reittilaskentaa ja käyttäjän asetuksia hallitaan sovelluksen omissa palveluissa. Kielimallit yhdistetään näihin palveluihin määriteltyjen tehtävien ja tietosopimusten kautta.

Tämä rakenne mahdollistaa eri mallien, kuten GPT:n ja Geminin, tai tulevaisuudessa kehitettävien vaihtoehtojen arvioinnin. Mallin vaihtaminen ei saisi edellyttää perussääntöjen, kuten ajoneuvon ja aseman yhteensopivuuden, uudelleenkirjoittamista.

Malli valitaan kielen laadun, jäsennellyn tulosteen tarkkuuden, tehtävän onnistumisen, viiveen, kustannusten ja tietojenkäsittelyehtojen perusteella. Palveluntarjoajan nimeä ei käytetä yksinään tuotteen laadun mittarina.

6.12.2 Tehtävään sopivan mallin ja palvelun käyttö

Kaikki käyttäjän pyynnöt eivät vaadi samaa laskentakuormaa. Lyhyen aikomusluokittelun ja yksityiskohtaisen matkakertomuksen tarpeet ovat erilaiset.

Infrastruktuuri on suunniteltu siten, että tehtäviä voidaan ohjata tämän eron mukaan. Työt, jotka laskentapalvelut voivat ratkaista suoraan, suoritetaan näissä palveluissa; vaiheissa, jotka vaativat luonnollisen kielen tulkintaa ja selittämistä, käytetään sopivaa mallia.

Suorituskykyä tukeva arkkitehtuurinen lähestymistapa sisältää seuraavat osat:

  • Toisistaan riippumattomien datakutsujen ajaminen samanaikaisesti tarvittaessa.

  • Hitaammin muuttuvien ajoneuvotietojen hallittu välimuistiin tallennus.

  • Ajantasaisuussääntöjen soveltaminen vaihteleviin tietoihin, kuten saatavuuteen ja hintaan.

  • Virheellisten tilien peruuttaminen, kun käyttäjän pyyntö muuttuu.

  • Pitkien toimintojen suorittaminen taustalla estämättä käyttöliittymää.

  • Tuloksen valmiiden osien esittäminen vaiheittain eheys säilyttäen.

Myös kartta- ja liikennepalveluissa joudutaan tekemään valintoja vasteajan ja laskennan yksityiskohtaisuuden välillä. Google Routes API määrittelee liikenteen arviointiin eri vaihtoehtoja ja toteaa, että kattavampi haku voi aiheuttaa suuremman viiveen. eBatteryn suorituskykylähestymistapa arvioi tällaisten ulkoisten palvelujen käyttäytymistä koko käyttökokemuksen kannalta.

6.12.3 Suoritustavoitteiden määrittely

eBattery AI:ssa suorituskykyä arvioidaan sen kokemuksen kautta, joka syntyy käyttäjän lähettäessä pyynnön ja saadessa käyttökelpoisen tuloksen.

Ensimmäisen vastauksen alkaminen ja reittisuunnitelman valmistuminen ovat eri mittauksia. Latausanimaation näyttämistä ei pidetä samana asiana kuin merkityksellisen tekoälyvastauksen alkamista.

Suorituskykyalue Suunnittelutavoite Mittaustapa
Tekoälyn vastauksen alkaminen Aloittaa ensimmäinen merkityksellinen vastausvirta alle 2 sekunnissa vakio-olosuhteissa Aika pyynnön lähettämisestä ensimmäiseen käyttäjälle näkyvään merkitykselliseen sisältöön
Tavallisen reitin luominen Käyttökelpoisen reittitulouksen toimittaminen mahdollisuuksien mukaan alle 5 sekunnissa tyypillisissä tuetuissa tilanteissa Aika pyynnöstä siihen, että reitti ja peruslatausuunnitelma ovat valmiit
Näyttösiirtymät Vuorovaikutuksen ja sujuvuuden säilyttäminen laskennan aikana Käynnistysviiveet ja käyttöliittymän jumiutumiset
Uudelleenlaskenta Merkityksellisten muutosten heijastaminen suunnitelmaan ajoissa Aika päivityksen vastaanottamisesta uuden vaihtoehdon valmistumiseen
Monimutkaiset matkasuunnitelmat Tulosten tarjoaminen vaiheittain pitämällä eteneminen näkyvissä Ensimmäinen käyttökelpoinen tulos ja valmiiden suunnitelmien ajat

Nämä arvot ovat suunnittelutavoitteita. Todelliset tulokset mitataan verkko-olosuhteiden, tietolähteiden, reitin pituuden, pysähdysten määrän ja suunnitelman monimutkaisuuden mukaan.

Yksi keskiarvo ei kuvaa koko kokemusta. Tyypillisen käyttäjäkokemuksen lisäksi seurataan mittareita, kuten mediaania ja 95. persentiiliä, jotta hitaammat pyynnöt voidaan havaita. Näin näkyväksi tulee ero sen välillä, että järjestelmä toimii nopeasti useimmille ja jotkut käyttäjät joutuvat odottamaan pitkään.

6.12.4 Tarkkuuden ja käytettävyyden mittaaminen nopeuden rinnalla

Suorituskyvyn arviointi kattaa vasteajan lisäksi myös tuloksen laadun.

Tärkeimmät arviointialueet ovat:

  • Ajoneuvoon sopivien asemien valinnan tarkkuus.

  • Energia- ja akkuprosenttilaskelmien johdonmukaisuus.

  • Käyttäjän määrittämän pysähdysjärjestyksen noudattaminen.

  • Ajantasaisen ja vanhan tiedon erillään pitäminen.

  • Kuvausteksti vastaa tuloskortin arvoja.

  • Tuloskortti avaa oikean suunnitelman ja näkymän.

  • Käyttäjän muutosten soveltaminen oikeaan versioon.

  • Saman pyynnön johdonmukainen ymmärtäminen eri kielillä.

Kun toteutunutta dataa on saatavilla, arvioitua saapumisaikaa verrataan kulutuksen ja latausajan havaittuihin tuloksiin. Nämä vertailut osoittavat, millä alueilla, ajoneuvoprofiileissa tai käyttöolosuhteissa tarvitaan parannusta.

Mallipäivityksiä käsitellään samalla arviointikurilla. Se, että uusi malli puhuu sujuvammin, ei tarkoita, että se olisi tarkempi reittiselityksissä. Sen suoriutumista nykyisissä tehtävissä, rakenteellisia tuloksia ja yhdenmukaisuutta sovelluksen sisäisten toimintojen kanssa tarkastellaan yhdessä.

6.12.5 Yhteinen perusta laajeneville ominaisuuksille

Malliriippumaton rakenne tukee sitä, että eBattery AI laajenee uusilla tiedoilla ja palveluilla tuotteen kehittyessä.

Suora ajoneuvodata, sääolosuhteiden sisällyttäminen energiamalliin, käyttäjien mieltymyksistä oppivat suositukset ja maantieteellisesti laajemmat matkasuunnitelmat liitetään samaan laskenta- ja kontekstirakenteeseen.

Kun lataus ja maksu, EV Market, liikkuva latausapu ja muut palvelut tulevat käyttöön, myös toiminnot, joihin avustaja voi ohjata, laajenevat. Jokainen uusi toiminto käsitellään yhdessä kyseisen palvelun todellisen laajuuden, datan ja käyttäjän hyväksynnän kanssa.

Tämän kehityksen aikana avustajan ja käyttäjän välinen suhde säilyy: tarpeen ymmärtäminen, sopivan datan käyttö, vaihtoehtojen seurausten selittäminen ja käyttäjän valitseman toiminnon helpottaminen sovelluksessa.

Hae eBatterystä

Hae ominaisuutta, opasta tai aihetta.

LähtökohdatLatausaseman löytäminen →Esimerkki RWA-projektista →Oppaat ja uutiset →