Искусственный интеллект научился предвидеть вероятность ДТП

13:20 14 Октябрь Киев, Украина

По данным ВОЗ, в результате дорожно-транспортных происшествий погибает ежегодно 1,35 миллиона человек, а от 20 до 50 млн получают травмы. Ученые из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (MIT) разработали модель глубокого обучения искусственного интеллекта, которая способна предвидеть риск возникновения аварий. Она опирается на данные о ранних ДТП, дорожные карты, спутниковые снимки и популярные маршруты по GPS.

Как рассчитывается вероятность ДТП?
По подсчетам Всемирного банка, социально-экономические потери Украины от дорожно-транспортного травматизма оцениваются в почти 70 млрд гривен в год. Определяя на карте места с высоким уровнем риска, водители, транспортные департаменты и страховые компании смогут принимать меры для снижения этого риска. Так называемые карты риска присваивают ожидаемую частоту несчастных случаев за определенный период времени для каждой точки на карте.

Именно такие карты и решили научить составлять искусственный интеллект разработчики из Лаборатории компьютерных наук и искусственного интеллекта MIT.
Как предвидит искусственный интеллект?
Карта риска представляет собой совокупность информации из разных источников об условиях на различных участках дороги. Учитывать большое количество параметров и делать на их основе предположения, является идеальной задачей для искусственного интеллекта.

Цель новой нейросети в прогнозировании риска аварий не состоит в том, чтобы точно определить, где состоятся новые аварии, потому что это невозможно. Вместо этого она стремится определить основной риск несчастных случаев в каждом месте карты, независимо от того, произошли в них несчастные случаи или нет. Она использует скрытый риск несчастных случаев в качестве основной истины. При оценке риска алгоритм недооценивает риск опасного перекрестка и переоценивает риск безопасной улицы.

Модель будет сопоставлять данные о прошлых ДТП с дорожной картой и сравнивать их со спутниковыми снимками, что позволит предвидеть ДТП.
Что предсказала нейросеть?
Модель исследователи оценили основываясь на наборе данных о 7488 квадратных километров четырех мегаполисов Лос-Анджелеса, Нью-Йорка, Чикаго и Бостона. Набор данных организован в виде 1872 плиток два на два километра, для которых собрали спутниковые изображения, популярные GPS-траектории с 2015 по 2017 год и 4,2 миллиона записей об авариях с 2016 по 2020 годы. Каждая запись содержит координаты и временные метки. Ученые разделили этот набор данных об авариях на две части: те, которые содержат данные за первые два года и данные за последние два года. Данные за первые два года отнесли к «историческим» - по ним нейросеть сделает свои предсказания. Их проверят по данным за последние два года. Среди четырех городов Лос-Анджелес оказался наиболее опасным, поскольку в нем была самая высокая плотность аварий, за ним следовали Нью-Йорк, Чикаго и Бостон.

Ученые предлагают использовать свою нейросеть для улучшения планов городского планирования до начала строительства, а также для создания пространственно-временной модели риска аварий. А также внедрить модель в приложения для навигации, что поможет планировать свой путь, избегая опасные участки.