/https%3A%2F%2Fs3.eu-central-1.amazonaws.com%2Fmedia.my.ua%2Ffeed%2F52%2Facef5f0b4b9fa74e4d6dd20b8e9c54f0.jpg)
Інженери навчили ШІ прогнозувати автомобільні аварії
Як працює новий AI-помічник для дорожньої безпеки?
Команда дослідників під керівництвом доцента кафедри цивільної та системної інженерії Хао Янга представила інструмент на базі генеративного штучного інтелекту, створений для прогнозування дорожньо-транспортних пригод та аналізу факторів, що їх спричиняють. Мета проєкту – надати проєктувальникам інфраструктури й політикам потужний інструмент для ухвалення рішень, які допоможуть зменшити кількість аварій, пише 24 Канал з посиланням на Tech Xplore.
В основі SafeTraffic Copilot лежать великі мовні моделі (LLM), які пройшли навчання на величезному масиві даних. Система проаналізувала понад 66 тисяч описів ДТП, враховуючи різноманітні змінні: від погодних умов та стану дорожнього покриття до таких числових показників, як рівень алкоголю в крові водіїв. Крім того, ШІ обробив супутникові знімки та фотографії з місць аварій.
У реальних умовах модель продемонструвала точність прогнозів на рівні 70%, йдеться на сайті Johns Hopkins University. SafeTraffic Copilot має потенціал стати основою для відповідальної інтеграції моделей на основі ШІ у важливі сфери, такі як охорона здоров'я та безпека людей.
Переосмисливши прогнозування аварій як завдання на логічне мислення та використовуючи LLM для інтеграції письмових і візуальних даних, зацікавлені сторони можуть перейти від грубих, агрегованих статистичних даних до точного розуміння причин конкретних аварій,
– сказав Янг, чиє дослідження вже опубліковане в Nature Communications.
Головна відмінність SafeTraffic Copilot від попередніх систем машинного навчання полягає в його здатності проводити так звані аналізи what-if ("що, якщо"). Наприклад, інструмент може спрогнозувати, як зміна тривалості сигналу світлофора з 20 на 30 секунд вплине на кількість аварій на конкретному перехресті. Раніше подібні прогнози були неможливими, оскільки старі моделі могли працювати лише з даними, схожими на ті, на яких їх навчали.
Ще одна важлива особливість – це "оцінки впевненості". Штучний інтелект часто називають "чорною скринькою", оскільки процес ухвалення ним рішень не завжди прозорий. SafeTraffic Copilot повідомляє, наскільки він упевнений у своєму прогнозі, що дає змогу фахівцям краще оцінювати 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.
Водночас інструмент не покликаний замінити людину, а має слугувати допоміжним інструментом для обробки інформації та виявлення закономірностей.
