ปัญญาประดิษฐ์จะช่วยทำนายอุบัติเหตุบนท้องถนนก่อนเกิดขึ้น

โลกปัจจุบันเป็นเขาวงกตขนาดใหญ่แห่งหนึ่งที่เชื่อมต่อกันด้วยชั้นยางมะตอยคอนกรีตที่ช่วยให้เราสามารถเดินทางโดยรถยนต์ได้ สำหรับความก้าวหน้าที่เกี่ยวข้องกับการจราจรส่วนใหญ่ของเรา GPS ช่วยให้เราใช้เซลล์ประสาทน้อยลงด้วยแอปแผนที่ กล้องเตือนเราถึงรอยขีดข่วนที่อาจมีราคาแพง และรถยนต์ไฟฟ้าอัตโนมัติมีการสิ้นเปลืองเชื้อเพลิงน้อยลง แล้วมาตรการด้านความปลอดภัยล่ะ เรายังคงพึ่งพาสัญญาณไฟจราจร ความไว้วางใจ และเหล็กรอบตัวเราอย่างต่อเนื่องเพื่อเดินทางจากจุด A ไปยังจุด B อย่างปลอดภัย

เพื่อหลีกเลี่ยงความไม่แน่นอนที่เกี่ยวข้องกับอุบัติเหตุ นักวิทยาศาสตร์จากห้องปฏิบัติการวิทยาการคอมพิวเตอร์และปัญญาประดิษฐ์ของ MIT (CSAIL) และศูนย์ปัญญาประดิษฐ์แห่งกาตาร์ (QCAI) ได้พัฒนารูปแบบการเรียนรู้เชิงลึกที่สร้างแผนที่ความเสี่ยงจากอุบัติเหตุที่มีความละเอียดสูงมาก แผนที่ความเสี่ยงโดยอิงจากข้อมูลการชนในอดีต แผนที่ถนน ภาพถ่ายดาวเทียม และเส้นทาง GPS แผนที่ความเสี่ยงจะอธิบายจำนวนอุบัติเหตุที่คาดไว้ในช่วงระยะเวลาหนึ่งในอนาคต เพื่อระบุพื้นที่ที่มีความเสี่ยงสูงและคาดการณ์การชนในอนาคต

โดยปกติ แผนที่ความเสี่ยงประเภทนี้จะถูกบันทึกด้วยความละเอียดที่ต่ำกว่ามาก โดยมีระยะหลายร้อยเมตร ซึ่งหมายความว่าไม่สามารถมองเห็นรายละเอียดที่สำคัญได้ อย่างไรก็ตาม แผนที่เหล่านี้มีเซลล์กริดขนาด XNUMX x XNUMX เมตร และความละเอียดที่สูงกว่านั้นให้ความชัดเจนที่ค้นพบใหม่: นักวิทยาศาสตร์ได้ค้นพบว่า ตัวอย่างเช่น ทางด่วนมีความเสี่ยงสูงกว่าถนนที่อยู่อาศัยในบริเวณใกล้เคียง

แม้ว่าอุบัติเหตุทางรถยนต์จะไม่เกิดขึ้นบ่อยนัก แต่ก็มีค่าใช้จ่ายประมาณ 3% ของ GDP โลกและเป็นสาเหตุการเสียชีวิตอันดับต้นๆ ของเด็กและคนหนุ่มสาว ความเบาบางนี้ทำให้การสร้างแผนที่ความละเอียดสูงเป็นงานที่ท้าทาย แต่แนวทางของทีมขยายเครือข่ายเพื่อรวบรวมข้อมูลที่จำเป็น โดยระบุตำแหน่งที่มีความเสี่ยงสูงโดยใช้รูปแบบวิถี GPS ที่ให้ข้อมูลเกี่ยวกับความหนาแน่นของการจราจร ความเร็ว และทิศทาง ตลอดจนภาพถ่ายดาวเทียมที่อธิบายโครงสร้างถนน เช่น จำนวนช่องจราจร ไหล่ทาง หรือจำนวนคนเดินถนน จากนั้น แม้ว่าพื้นที่ที่มีความเสี่ยงสูงจะไม่มีความล้มเหลว แต่ก็ยังสามารถระบุได้ว่าเป็นพื้นที่ที่มีความเสี่ยงสูงโดยพิจารณาจากรูปแบบการรับส่งข้อมูลและโทโพโลยีเพียงอย่างเดียว

"แบบจำลองของเราสามารถสรุปจากเมืองหนึ่งไปอีกเมืองหนึ่งได้โดยการรวมเบาะแสหลายอย่างจากแหล่งข้อมูลที่ดูเหมือนไม่เกี่ยวข้องกัน Amin Sadeghi หัวหน้าทีมวิจัยของ Qatar Computing Research Institute (QCRI) และผู้เขียนรายงานกล่าว นี่เป็นขั้นตอนหนึ่งสู่ปัญญาประดิษฐ์ที่ทำงานร่วมกัน เนื่องจากแบบจำลองของเราสามารถทำนายแผนที่อุบัติเหตุในพื้นที่ที่ไม่คุ้นเคยได้

ชุดข้อมูลที่ทดสอบครอบคลุมพื้นที่ 7 ตร.ม. กม. จากลอสแองเจลิส นิวยอร์ก ชิคาโก และบอสตัน ในบรรดาสี่เมือง ลอสแองเจลิสเป็นเมืองที่อันตรายที่สุดเนื่องจากมีอุบัติเหตุหนาแน่นที่สุด รองลงมาคือนิวยอร์ก ชิคาโก และบอสตัน

“หากผู้คนสามารถใช้แผนที่ความเสี่ยงเพื่อระบุพื้นที่ที่อาจมีความเสี่ยงสูงของถนน พวกเขาก็สามารถดำเนินการล่วงหน้าเพื่อลดความเสี่ยงของการเดินทางที่พวกเขาทำ ในแอปพลิเคชั่นเช่น Waze และ Apple แผนที่มีเครื่องมือในการทำงานกับเหตุการณ์ต่างๆ แต่เราพยายามคาดการณ์ความล้มเหลวก่อนที่จะเกิดขึ้น" - พวกเขาพูด นักวิทยาศาสตร์

อ่าน:

• วิดีโอ: รีวิว Queclink GL300 - GPS Tracker ทำงานอย่างไร
• GPS คืออะไร: ประเภทของระบบกำหนดตำแหน่ง วิธีการทำงาน และอนาคตจะเป็นอย่างไร