Для любого автомобилиста даже относительно небольшая авария – это большой стресс и масса сопутствующих бюрократических и финансовых проблем. При этом в современном мире, наполненном массой инноваций наподобие "умных" светофоров, заглядывающих за угол радаров и нанопокрытий для дорожных знаков, в аварии по-прежнему попадают даже бездушные беспилотные автомобили.
Могут ли современные технологии решить это проблему раз и навсегда? Учёные из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL MIT) и Катарского центра искусственного интеллекта считают, что да.
Несмотря на то, что аварии с участием машин происходят относительно нечасто, они обходятся миру примерно в 3 процента мирового ВВП и являются основной причиной смерти детей и молодых людей. Было бы неплохо сохранить все эти жизни, а также снизить стоимость подобных происшествий для всех сторон, предотвратив их.
Учёные из США и Катара разработали модель глубокого обучения, которая создаёт карты риска аварий с очень высоким разрешением. Созданные ими карты рисков представляют собой нечто похожее на шахматную доску, разбитую на квадраты со стороной 5 на 5 метров.
Как правило, карты риска такого типа имеют гораздо более низкое разрешение, которое колеблется в пределах сотен метров. На таких картах рисков отдельные дороги разглядеть попросту невозможно: они сливаются в единый клубок словно вытащенные из кармана проводные наушники. Это означает, что важные детали не в состоянии различить ни человек, ни машина.
Мы уже не слепы, но всё ещё близоруки. Своего рода очки, которые позволят лучше разглядеть детали (и снизить риск аварий, в том числе очень серьёзных), и предлагают инженеры США и Катара.
Более высокое разрешение их карт рисков уже позволило сделать некоторые важные выводы. Например, учёные с их помощью уже показали, что шансы попасть в аварию на шоссе выше, чем на прилегающих к нему дорогах, ведущих в жилые районы. Ещё больший риск попасть в ДТП на въездах и съездах с шоссе.
Для опытного автомобилиста это не то чтобы новость. Но, во-первых, учёные должны оперировать точными данными, а не интуитивными представлениями. А во-вторых, такие карты позволяют строить выводы о безопасности на дорогах искусственному интеллекту, который порой находит связи, не очевидные для человеческого мозга.
Сегодня представление об аварийности той или иной части дороги мы строим по имеющимся "историческим" данным, то есть авариям, которые происходили в том или ином месте ранее. ИИ сможет спрогнозировать аварийность того или иного участка совершенно новой дороги.
"Получив представление о распределении рисков, которое определяет вероятность будущих аварий во всех местах, мы можем без каких-либо "исторических данных" найти более безопасные маршруты, позволить компаниям автострахования предоставлять индивидуальные планы страхования, основанные на траекториях движения клиентов, помочь людям, осуществляющим планировку городов, спроектировать более безопасные дороги и даже спрогнозировать будущие аварии", – говорит доктор Сунтао Хэ (Songtao He) из MIT CSAIL.
На чём же основывает свои выводы компьютерная модель? На сочетании информации дорожных карт и спутниковых снимков, данных о дорожных конструкциях, количестве полос, наличии обочины или большого количества пешеходов, записей маршрутов самых разных транспортных средств, данных об уже произошедших в 2017 и 2018 годах ДТП, информации о плотности, скорости и направлении потоков транспорта, данных о топологии (подъёмы и спуски на дороге).
Карты риска описывают ожидаемое количество автомобильных аварий в течение определённого периода времени в будущем на том или ином участке, чтобы определить зоны повышенного риска и спрогнозировать будущие ДТП. Эффективность работы модели учёные проверили, изучив ДТП, которые произошли на изученных участках в 2019 и 2020 годах.
Модель спрогнозировала будущие аварии. Перевод Вести.Ru.
Иллюстрация MIT CSAIL.
Разработчики пришли к выводу, что их модель может быть впоследствии использовала в любом городе.
"Наша модель может составлять карты рисков аварий на неизведанных территориях, – говорит Амин Садеги (Amin Sadeghi), ведущий учёный из Института компьютерных исследований Катара. – Она может использоваться для составления карт рисков аварий даже в отсутствие данных об уже произошедших авариях, что можно использовать для городского планирования и сравнения различных возможных сценариев".
Учёные представили свою работу на Международной конференции по компьютерном зрению 2021, которая в этом году проходит онлайн.
Источник: https://www.vesti.ru/nauka/article/2626326
