Intervjuud
05 jaan 2026
Intervjuu MIT CTLi juhtivteaduri Sarah Schaumanniga
Intelligentsete logistikasüsteemide labor toob kokku MIT transpordi- ja logistikakeskuse teadlased ja Mecaluxi tööstuseksperdid, et arendada ja rakendada tehisintellektipõhiseid lahendusi, mis on suunatud kõige pakilisemate ja suurema mõjuga logistikaprobleemide lahendamisele.
Mecaluxi toetusel asutatud labori eesmärk on edendada logistikatööstuse tõhusust, kestlikkust, vastupidavust ja kliendirahulolu parandavaid uuendusi.
Intervjuud
05 jaan 2026
Uudised
14 mai 2025
MIT transpordi- ja logistikakeskus ja Mecalux teevad koostööd iseõppiva tehisintellekti uute rakenduste uurimisel ettevõtete ja ühiskonna hüvanguks. Selle partnerluse eesmärk on kaasata laotarkvarasse ja automatiseerimissüsteemidesse uusimad teaduslikud edusammud.
Uudised
16 apr 2025
Podcast „Supply Chain Frontiers“ uurib MIT ja Mecaluxi teaduskoostööd logistika uuendamiseks tehisintellekti ja masinõppe abil. Selles episoodis keskendutakse arukatele ladudele ja sellele, kuidas ületada probleeme, mis kaasnevad arenenud tehnoloogiate integreerimisega traditsioonilistesse logistikakeskkondadesse.
Videod
01 dets 2024
MIT transpordi- ja logistikakeskuse ning intelligentsete logistikasüsteemide labori teadusdirektor Dr Matthias Winkenbach räägib projekti eesmärgist uurida uusi tehisintellekti mudelite rakendusvõimalusi logistikas.
Videod
18 juuli 2024
Dr MIT transpordi- ja logistikakeskuse teadusdirektor Matthias Winkenbach selgitab, kuidas intelligentsete logistikasüsteemide labor uurib masinõppe (MÕ) ja tehisintellekti (AI) potentsiaali, et muuta logistikaoperatsioonide ja kaubaveo tulevikku.
Tehisintellektil ja masinõppel põhinev suure mõjuga prognoosimisvõimekus, sealhulgas väga täpne lähituleviku prognoosimine, mis on oluline väga kiiresti reageerivate logistikateenuste, näiteks sama päeva ja kiirema kui sama päeva tarnete puhul.
Uued meetodid ja mudelid, mis ühendavad tegevuste uurimise masinõppe ja tehisaruga, et lahendada keerulisi ja logistika seisukohalt kriitilisi kombineeritud optimeerimisprobleeme, nagu sõidukite marsruudi valimine, varude planeerimine ja võrgustiku kavandamine mittetriviaalsete reaalsete eesmärkide, piirangute ja ebakindlate asjaolude keerukamas kontekstis.
Juhtimine ja mõju arenenud logistikasüsteemidele ja tehnoloogiatele, mis suudavad iseseisvalt täita ülesandeid, teha otsuseid ja õppida oma keskkonnast ilma inimese pideva sekkumiseta. See hõlmab näiteks mobiilseid roboteid, mis abistavad või asendavad inimesi laotöödel või tarnetoimingutel ning mis tegutsevad iseseisvalt keerulistes ja dünaamilistes keskkondades.
Ühise probleemi lahendamiseks koos töötavate autonoomsete süsteemide või üksuste kollektiivne käitumine ja koordineerimine. Intelligentsete logistikasüsteemide kontekstis hõlmab see mitme osapoole, näiteks autonoomsete robotite või rahvahulkade poolt pakutavate vedajate sünkroniseerimist ja koostööd, et optimeerida süsteemi jõudlust.
Inimese otsustusprotsessi parandamine inim- ja tehisintellekti kombineerimise abil. Konkreetselt kavatseb labor uurida, kuidas otsuste tegemise tugisüsteemid ja operatsioonide juhtimise tarkvara saavad tõhusalt ühendada inim- ja tehisintellektipõhiseid teadmisi.