Inteligjenca artificiale do të ndihmojë në parashikimin e aksidenteve rrugore përpara se të ndodhin

Bota e sotme është një labirint i madh i lidhur me shtresa asfalti betoni që na lejojnë të udhëtojmë me makinë. Sa për shumicën e përparimeve tona të lidhura me trafikun – GPS na lejon të përdorim më pak neurone falë aplikacioneve të hartës, kamerat na paralajmërojnë për gërvishtje potencialisht të shtrenjta dhe makinat autonome elektrike kanë konsum më të ulët të karburantit – po në lidhje me masat e sigurisë? Ne ende mbështetemi te mbështetja jonë e vazhdueshme te semaforët, besimi dhe çeliku rreth nesh për të kaluar në mënyrë të sigurtë nga pika A në pikën B.

Për të shmangur pasigurinë që lidhet me aksidentet, shkencëtarët nga Laboratori i Shkencave Kompjuterike dhe Inteligjencës Artificiale të MIT (CSAIL) dhe Qendra e Katarit për Inteligjencën Artificiale (QCAI) kanë zhvilluar një model të të mësuarit të thellë që krijon harta të rrezikut të aksidenteve me rezolucion shumë të lartë. Bazuar në një kombinim të të dhënave historike të përplasjeve, hartave rrugore, imazheve satelitore dhe gjurmëve GPS, hartat e rrezikut përshkruajnë numrin e pritshëm të përplasjeve gjatë një periudhe kohore në të ardhmen për të identifikuar zonat me rrezik të lartë dhe për të parashikuar përplasjet e ardhshme.

Në mënyrë tipike, hartat e rrezikut të këtij lloji regjistrohen me një rezolucion shumë më të ulët, që varion në qindra metra, që do të thotë se detajet e rëndësishme nuk mund të shihen. Megjithatë, këto harta kanë qeliza rrjeti pesë me pesë metra dhe rezolucioni më i lartë ofron qartësi të re: Shkencëtarët kanë zbuluar se, për shembull, një autostradë ka një rrezik më të lartë se rrugët e banimit aty pranë.

Megjithëse aksidentet automobilistike nuk janë shumë të zakonshme, ato kushtojnë rreth 3% të PBB-së globale dhe janë shkaku kryesor i vdekjeve për fëmijët dhe të rinjtë. Kjo rrallësi e bën krijimin e hartave të tilla me rezolucion të lartë një detyrë sfiduese. Por qasja e ekipit zgjeron rrjetin për të mbledhur të dhënat e nevojshme. Ai identifikon vendndodhjet me rrezik të lartë duke përdorur modele të trajektores GPS që ofrojnë informacion mbi densitetin e trafikut, shpejtësinë dhe drejtimin, si dhe imazhe satelitore që përshkruajnë strukturat e rrugëve si numri i korsive të trafikut, prania e shpatullave ose numri i këmbësorëve. Pastaj, edhe nëse një zonë me rrezik të lartë nuk ka dështime, ajo përsëri mund të identifikohet si një zonë me rrezik të lartë bazuar vetëm në modelet e trafikut dhe topologjinë.

“Modeli ynë mund të përgjithësohet nga një qytet në tjetrin duke kombinuar të dhëna të shumta nga burime të dhënash në dukje të palidhura. Ky është një hap drejt inteligjencës artificiale bashkëpunuese, sepse modeli ynë mund të parashikojë hartat e aksidenteve në territore të paeksploruara”, thotë Amin Sadeghi, studiuesi kryesor në Institutin e Kërkimeve të Informatikës në Katar (QCRI) dhe autor i punimit.

Grupi i të dhënave të testuara mbulonte 7 sq. km nga Los Anxhelosi, Nju Jorku, Çikago dhe Bostoni. Ndër katër qytetet, Los Angeles ishte më i rrezikshmi për shkak të densitetit më të lartë të aksidenteve, i ndjekur nga Nju Jorku, Çikago dhe Bostoni.

“Nëse njerëzit mund të përdorin një hartë rreziku për të identifikuar zonat potencialisht me rrezik të lartë të rrugës, ata mund të ndërmarrin hapa paraprakisht për të zvogëluar rrezikun e udhëtimeve që bëjnë. Në aplikacione të tilla si Waze dhe Apple Hartat, ka mjete për të punuar me incidentet, por ne përpiqemi të parashikojmë dështimet - përpara se të ndodhin," - ata thone shkencëtarët

Lexoni gjithashtu:

• Video: Rishikimi i Queclink GL300 - Si funksionon gjurmuesi GPS?
• Çfarë është GPS: Llojet e sistemeve të pozicionimit, si funksionon dhe çfarë pret e ardhmja