Фахівці з Університету Джонса Гопкінса створили новаторський інструмент, що використовує штучний інтелект. Ця система, відома як SafeTraffic Copilot, має можливість аналізувати складні дорожні умови та передбачати потенційні ризики аварій, що може суттєво змінити сучасні підходи до забезпечення безпеки на дорогах.
SafeTraffic Copilot оснований на потужних мовних моделях (LLM), які навчені на величезному обсязі інформації. Ця система детально вивчила більше 66 тисяч випадків дорожньо-транспортних пригод, враховуючи різноманітні фактори, такі як погодні умови, стан дорожнього покриття та специфічні числові дані, наприклад, рівень алкоголю у крові водіїв. Додатково, штучний інтелект проаналізував супутникові знімки та фотографії з місць інцидентів.
У реальних умовах модель показала точність прогнозів на рівні 70%, як зазначено на веб-сайті Johns Hopkins University. SafeTraffic Copilot може стати важливим інструментом для відповідальної інтеграції штучного інтелекту в критично важливі галузі, такі як охорона здоров'я та безпека громадян.
Переглянувши підходи до прогнозування аварій як процес логічного аналізу та застосувавши LLM для об'єднання текстової та візуальної інформації, зацікавлені сторони мають можливість перейти від загальних, узагальнених статистичних показників до детального усвідомлення причин окремих інцидентів.
- сказав Янг, чиє дослідження вже опубліковане в Nature Communications.
Основна характеристика SafeTraffic Copilot, яка відрізняє його від попередніх систем машинного навчання, полягає в можливості виконувати аналізи "що, якщо". Це означає, що інструмент може передбачити, яким чином зміна тривалості світлового сигналу на світлофорі з 20 до 30 секунд вплине на кількість дорожньо-транспортних пригод на певному перехресті. Раніше подібні прогнози були недоступні, оскільки старі моделі могли працювати лише з даними, які були схожі на ті, на яких вони були навчені.
Ще одна ключова характеристика – це "оцінки впевненості". Штучний інтелект часто описують як "чорну скриньку", оскільки механізм прийняття рішень не завжди є зрозумілим. SafeTraffic Copilot надає інформацію про рівень упевненості у своїх прогнозах, що дозволяє експертам більш точно оцінювати потенційні ризики.
Розробники наголошують, що модель є гнучкою і може бути адаптована до умов різних міст, штатів і країн. Наприклад, її можна налаштувати для аналізу ситуації в країнах Південно-Східної Азії, де більшість аварій стається за участю мотоциклів, а культура водіння суттєво відрізняється. Для цього достатньо надати системі текстовий опис місцевих особливостей.
Разом з тим, цей інструмент не призначений для того, щоб замінити людину; його мета полягає в тому, щоб виступати як допоміжний засіб для аналізу даних та виявлення певних закономірностей.
#Модель #Дорожньо-транспортна пригода #Кров #Азія #Штучний інтелект #Змінна (математика) #Природа (газета) #Світлофор #Сигнал #Машинне навчання #Університет Джона Хопкінса #Прогнозування #Мотоцикл. #Безпека дорожнього руху #Нещасний випадок #Магістр права #Прогноз
