A Survey on the Applications of Frontier AI, Foundation Models, and Large Language Models to ITS

本文是LLM系列文章，针对《A Survey on the Applications of Frontier AI, Foundation Models, and
Large Language Models to Intelligent Transportation Systems》的翻译。

摘要

本文探讨了前沿人工智能、基础模型和大语言模型在智能交通系统（ITS）领域的变革影响，强调了它们在推进交通智能、优化交通管理和促进智慧城市实现方面的整体作用。前沿人工智能是指人工智能技术的前沿，包括该领域的最新进展、创新和实验技术，尤其是人工智能基础模型和LLM。基础模型，如GPT-4，是大型通用人工智能模型，为广泛的应用提供了基础。它们的特点是多功能性和可扩展性。LLM是从微调基础模型中获得的，特别侧重于处理和生成自然语言。他们擅长语言理解、文本生成、翻译和摘要等任务。LLM利用大量的文本数据，包括交通报告和社交媒体互动，提取关键见解，促进ITS的发展。该调查探讨了LLM和ITS之间的动态协同作用，深入研究了交通管理、自动驾驶汽车集成及其在塑造智能城市中的作用。它提供了对正在进行的研究、创新和新兴趋势的见解，旨在激发语言、智能和流动性交叉点的合作，以实现更安全、更高效和可持续的交通系统。本文进一步调查了LLM与ITS各个方面之间的互动，探讨了LLM在交通管理、促进自动驾驶汽车和促进智能城市发展方面的作用，同时解决了前沿人工智能和基础模型带来的挑战。本文为未来智能交通变革领域的研究和创新提供了宝贵的启示。

1 引言

2 LLM和ITS的背景

3 智能交通

4 车辆网络的机器学习安全解决方案

5 语言模型在ITS的应用

6 智能交通的前沿人工智能及其基础模