في عصر تتزايد فيه الحاجة لتكييف [أنظمة](/tag/أنظمة) [النقل](/tag/النقل) مع التحديات الحديثة، قدّمت [LIDSA](/tag/lidsa) ([إدارة](/tag/إدارة) [السرعة](/tag/السرعة) المبنية على نيّة [نموذج لغوي كبير](/tag/[نموذج](/tag/نموذج)-لغوي-كبير)) حلاً مبتكراً لإدارة [التقاطعات](/tag/التقاطعات) بشكل [ذاتي](/tag/ذاتي) بدون الاعتماد على [إشارات](/tag/إشارات) مرورية تقليدية. تتزايد الحاجة لهذا النوع من التغير في بيئات المرور المعقدة حيث يصعب على الأنظمة التقليدية اتخاذ [قرارات](/tag/قرارات) فعّالة نتيجة لتعارض أولويات المركبات والحاجة لقرارات فورية.

تظهر [الأبحاث](/tag/الأبحاث) أن [نماذج [اللغات](/tag/اللغات) الكبيرة](/tag/[نماذج](/tag/نماذج)-[اللغات](/tag/اللغات)-الكبيرة) (Large Language [Models](/tag/models)) لديها قدرة قوية في [نظم [النقل](/tag/النقل) الذكية](/tag/نظم-[النقل](/tag/النقل)-الذكية) (Intelligent Transportation Systems) بالأخص في المهام التي تتطلب تَفكير سياقي وتنسيق بين عدة [وكلاء](/tag/وكلاء). ولكن، في معظم النظم الحالية، تُستخدم هذه [النماذج](/tag/النماذج) بشكل ثانوي فوق الأنظمة المعتمدة على الإشارات، مما يحد من فعاليتها.

بفضل LIDSA، يمكن الآن الاعتماد على [نموذج لغوي كبير](/tag/[نموذج](/tag/نموذج)-لغوي-كبير) كمصدر رئيسي لإتخاذ القرارات، من خلال [تحليل](/tag/تحليل) النوايا المعلنة للمركبات ودمج أولويات هذه النوايا مع ضغط الانتظار وتفضيلات [الطاقة](/tag/الطاقة).

أظهرت [التجارب](/tag/التجارب) أن [LIDSA](/tag/lidsa) يتميّز بقدرته على تقليل متوسط تأخير [التحكم](/tag/التحكم) بنسبة تصل إلى 89.1%. كما يُظهر تحسناً ملحوظاً في وقت الانتظار بنسبة 93% وطول الطابور بنسبة 60.6% مقارنة بالتحكم القائم على الدورة الثابتة. بالإضافة إلى ذلك، أدّت [الابتكارات](/tag/الابتكارات) إلى تقليل استهلاك الوقود بنسبة تصل إلى 48.8% مع [تحقيق](/tag/تحقيق) نسبة رضا عن النوايا بلغت 86.2%.

تثبت هذه النتائج أن هناك إمكانية حقيقية للاعتماد على [التفكير الآلي](/tag/[التفكير](/tag/التفكير)-الآلي) القائم على [نموذج لغوي كبير](/tag/[نموذج](/tag/نموذج)-لغوي-كبير) لتحقيق [إدارة](/tag/إدارة) فعّالة وآنية للتقاطعات دون الحاجة لإشارات مرورية، مما يبشّر بعصر [جديد](/tag/جديد) من [التنقل الذكي](/tag/[التنقل](/tag/التنقل)-الذكي).