Американские учёные могут прогнозировать автомобильные аварии до того, как они произойдут
Сегодняшний мир — это один большой лабиринт, соединенный слоями бетона и асфальта, которые позволяют нам путешествовать на автомобиле. Что касается многих наших достижений, связанных с дорожным движением, то GPS позволяет нам задействовать меньше нейронов благодаря картографическим приложениям; камеры предупреждают нас о потенциально опасных ямах и выбоинах, а электрические автономные автомобили имеют более низкие затраты на топливо. Но аварии, увы, случаются до сих пор. Ученым удалось разработать модель предсказания риска дорожно-транспортных происшествий (ДТП). Подробнее об этом рассказало издание MIT News.
Чтобы избежать неопределенности, связанной с авариями, ученые из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL) и Катарского центра искусственного интеллекта разработали модель глубокого обучения, которая предсказывает риск аварий.
Основанные на сочетании исторических данных о ДТП, дорожных картах, спутниковых снимков и следов GPS, карты риска описывают ожидаемое количество ДТП в течение определенного периода времени в будущем, чтобы определить зоны повышенного риска и спрогнозировать будущие аварии.
Как правило, карты риска такого типа записываются с гораздо более низким разрешением, которое колеблется в пределах сотен метров, что означает: важные детали не видны, поскольку дороги становятся размытыми. Эти карты, тем не менее, представляют собой ячейки сетки 5×5 метров, и более высокое разрешение дает новую ясность: ученые обнаружили, что, например, шоссе имеет более высокий риск, чем проселочные дороги, а съезды с шоссе гораздо рискованнее, чем другие участки дороги.
По теме: Смертельные аварии и огромные пробки: худшие города США для автомобилистов
«Изучив базовое распределение рисков, которое определяет вероятность будущих аварий во всех местах, мы сможем определить безопасные маршруты даже без данных о предыдущих авариях. Это в будущем сможет позволить компаниям автострахования предоставлять индивидуальные планы страхования, основанные на траекториях движения клиентов. Или же помочь планировщикам спроектировать более безопасные дороги, чтобы избежать аварий в будущем», — говорит аспирант MIT CSAIL Сунтао Хэ, один из авторов исследования.
Хотя автокатастрофы случаются относительно редко, они обходятся примерно в 3 процента мирового ВВП и являются основной причиной смерти детей и молодежи. Предыдущие попытки предсказать риск аварии были в значительной степени «историческими», так как область считалась бы высокорискованной только в том случае, если бы поблизости уже происходила предыдущая авария.
Подход команды обеспечивает более широкую сеть для сбора критически важных данных. Он определяет места с высокой степенью риска используя шаблоны траектории GPS, которые дают информацию о плотности, скорости и направлении движения, а также спутниковые изображения, описывающие дорожные конструкции, такие как количество полос, наличие обочины или большое количество пешеходов. Тогда, даже если в зоне высокого риска не зарегистрировано аварий, ее все равно можно будет идентифицировать как зону высокого риска основываясь только на ее схемах трафика и топологии.
Для оценки модели ученые использовали данные об авариях за 2017-й и 2018 год — они протестировали ее производительность при прогнозировании сбоев в 2019-м и 2020 году. Многие места были определены как участки с высоким риском, хотя в них не было зарегистрировано аварий в предыдущие годы.
Вам может быть интересно: главные новости Нью-Йорка, истории наших иммигрантов и полезные советы о жизни в Большом Яблоке – читайте все это на ForumDaily New York
«Наша модель может быть обобщена от одного города к другому комбинируя несколько факторов из, казалось бы, несвязанных источников данных. Это шаг к общему ИИ, потому что наша модель может предсказывать карты аварий на неизведанных территориях, — говорит Амин Садеги, ведущий научный сотрудник Катарского исследовательского института вычислительной техники (QCRI) и автор статьи. — Модель может использоваться для вывода полезной карты аварий даже при отсутствии исторических данных об авариях, что может быть положительно использовано для городского планирования и выработки политики путем сравнения предполагаемых сценариев».
Набор данных охватывал 7500 квадратных километров от Лос-Анджелеса (Калифорния), Нью-Йорка (Нью-Йорк), Чикаго (Иллинойс) и Бостона (Массачусетс). Среди четырех городов Лос-Анджелес оказался самым небезопасным, поскольку в нем была самая высокая плотность аварий. За ним следуют Нью-Йорк, Чикаго и Бостон.
«Если у людей есть возможность использовать карту для определения участков дороги с потенциально повышенным риском, они могут заранее принять меры. В таких приложениях, как Waze и Apple Maps, есть инструменты для работы с инцидентами, но мы стараемся опережать аварии — до того, как они произойдут», — говорит он.
Хэ и Садеги написали статью вместе с Санджаем Чавла, директором по исследованиям QCRI, а также профессорами электротехники и информатики Массачусетского технологического института Мохаммадом Ализаде, Хари Балакришнаном и Сэмом Мэдденом.
Читайте также на ForumDaily:
Чего больше всего боятся американцы
Пять разных Америк: к чему нужно готовиться, отправляясь в США
Как дожить до 120 лет: советы долгожителей из разных уголков мира
Отключить весь мир одной кнопкой: что будет, если GPS перестанет работать
На черный день: кто такие препперы и чему они могут научить во время пандемии
Подписывайтесь на ForumDaily в Google NewsХотите больше важных и интересных новостей о жизни в США и иммиграции в Америку? — Поддержите нас донатом! А еще подписывайтесь на нашу страницу в Facebook. Выбирайте опцию «Приоритет в показе» — и читайте нас первыми. Кроме того, не забудьте оформить подписку на наш канал в Telegram и в Instagram— там много интересного. И присоединяйтесь к тысячам читателей ForumDaily New York — там вас ждет масса интересной и позитивной информации о жизни в мегаполисе.