Mga Key Takeaway
- Lalong lumilipat ang mga mananaliksik sa AI upang subukang hulaan ang mga mapanganib na kaganapan sa lahat ng uri.
- Sinasabi ng mga MIT scientist na nakagawa sila ng paraan para mahulaan ang mga pag-crash ng sasakyan gamit ang artificial intelligence.
- Maaaring hulaan din ng AI ang mga banta sa cybersecurity at natural na phenomena gaya ng wildfire, baha, at bagyo.
Tawagin itong Minority Report para sa mga sasakyan.
Sinasabi ng mga siyentipiko na nakagawa sila ng paraan para mahulaan ang mga pag-crash ng sasakyan gamit ang artificial intelligence (AI), ayon sa isang bagong research paper. Ang modelo ng malalim na pag-aaral ay gumagawa ng napakataas na resolusyon ng mga mapa ng panganib sa pag-crash. Bahagi ito ng lumalagong kilusan na gumagamit ng AI para mahulaan ang mga panganib at makatulong na maiwasan ang mga aksidente.
"Ang teknolohiya ng AI ay likas na gumagamit ng makasaysayang data upang maghatid ng mga predictive na insight," sinabi ng computer scientist na si Sameer Maskey, ang CEO sa FuseMachines, sa Lifewire sa isang panayam sa email. "Gamit ang artificial intelligence, posibleng masuri at pag-aralan ang makasaysayang at asal na data sa lahat ng bagay mula sa mga natural na phenomena, gaya ng wildfire, at mga sitwasyong gawa ng tao, gaya ng mga pag-crash ng sasakyan at pag-atake sa cyber."
Precog AI?
Sa pelikulang Minority Report, ang aktor na si Tom Cruise ay gumanap bilang isang detective na gumamit ng "precogs" para makita ang hinaharap at maiwasan ang mga krimen. Katulad nito, ang teknolohiya ng AI na binuo ng mga mananaliksik ng Massachusetts Institute of Technology (MIT) ay nilayon upang mahulaan ang mga posibleng aksidente sa sasakyan.
Ang AI ay kapaki-pakinabang sa paghula ng mga hindi ligtas na kaganapan dahil sa kakayahan nitong makakita ng higit pa at maghinuha sa mas mabilis na rate kaysa sa mga tao.
Ang modelo ng AI ay pinapakain ng kumbinasyon ng makasaysayang data ng pag-crash, mga mapa ng kalsada, satellite imagery, at GPS. Pagkatapos suriin ang mga numero, inilalarawan ng AI ang inaasahang bilang ng mga pag-crash sa ilang panahon sa hinaharap upang matukoy ang mga lugar na may mataas na peligro at mahulaan ang mga epekto sa hinaharap.
"Sa pamamagitan ng pagkuha ng pinagbabatayan na pamamahagi ng panganib na tumutukoy sa posibilidad ng mga pag-crash sa hinaharap sa lahat ng lugar, at nang walang anumang makasaysayang data, makakahanap kami ng mas ligtas na mga ruta, nagbibigay-daan sa mga kompanya ng seguro sa sasakyan na magbigay ng mga customized na plano sa insurance batay sa pagmamaneho ng mga trajectory ng mga customer, tumulong sa mga tagaplano ng lungsod na magdisenyo ng mas ligtas na mga kalsada, at mahuhulaan pa ang mga pag-crash sa hinaharap, " MIT Ph. D. sabi ng mag-aaral na si Songtao He, isang nangungunang may-akda sa isang bagong papel tungkol sa pananaliksik, sa isang news release.
Sa industriya ng autonomous driving vehicle, malaki ang ginagampanan ng AI sa pagpaplano at pagkontrol, sinabi ni Maxwell Zhou, CEO ng DeepRoute.ai, isang kumpanyang gumagawa ng mga autonomous na solusyon sa pagmamaneho, sa Lifewire sa isang email interview.
Kinakolekta ng mga sensor ang lahat ng data ng kanilang kapaligiran at ipinapasa ito sa isang computer upang iproseso gamit ang mga modelo ng deep learning at machine learning algorithm.
"Kami ay nagdisenyo ng mga neural network na tulad ng sa utak ng tao, kaya tumatanggap ito ng pagsasanay sa pamamagitan ng napakalaking data ng kalsada na nagpapalalim sa pag-unawa nito sa kapaligiran at kalaunan ay naglalabas ng kumpletong sistema ng perception," sabi ni Zhou.
Tingnan ang Silicon Ball
Lalong lumilipat ang mga siyentipiko sa AI upang subukang hulaan ang mga kaganapan sa lahat ng uri. Kasama sa ilang paggamit ng AI ang paghula sa mga banta sa cybersecurity at pagsubaybay sa mga video para mahulaan ang mga natural na phenomena gaya ng wildfire, baha, at bagyo.
"Kapaki-pakinabang ang AI sa paghula ng mga hindi ligtas na kaganapan dahil sa kakayahan nitong makakita ng higit pa at maghinuha sa mas mabilis na rate kaysa sa mga tao," sabi ni Zhou.
Ang AI ay batay sa pattern recognition, sinabi ni Mike Betzer, ang CEO ng AI company na Hypergiant, sa Lifewire sa isang email interview. Nangangahulugan ito na ang mga modelo ng machine learning ay maaaring magkalkula ng malaking halaga ng data at pagkatapos ay gumawa ng mga rekomendasyon tungkol sa isang nakikinita na resulta.
"Ang ginagawa ng modelo ay ang paglikha ng projection ng panganib at pagtulong sa mga tao na maunawaan ang propensity para sa sakuna," sabi ni Betzer. "Nakikita na natin ito sa pagmomodelo ng panahon, pagmomodelo ng mga aksidente, at iba pang mapanganib na kaganapan."
Ang AI ay malamang na malalim na maisasama sa mga autonomous na sasakyan sa hinaharap, hula ni Zhou. Sa hinaharap, lahat ng mga kotse at trak, taxi, at bus ay magkakaroon ng mga feature gaya ng isang lane change system, sensor suite para sa pag-iwas sa banggaan, at isang computing platform para magproseso ng real-time na impormasyon.
"Ito ay nangangahulugan na ang data ng pag-crash ay kokolektahin at susuriin sa real-time, ang kahusayan sa pagtugon pagkatapos ng pag-crash ay tataas, at higit pang mga isyu sa kaligtasan ay maaaring mabawasan," aniya.
Isang promising area ng kasalukuyang pananaliksik na maaaring makatulong na maiwasan ang pagkamatay ng trapiko ay ang paggamit ng AI para matukoy ang mga near-miss at mapanganib na gawi, sinabi ng AI road safety expert na si Sohaib Ahmad Khan sa Lifewire sa isang email interview.
"Maaaring bigyan ng safety rating ang bawat intersection batay sa kanilang near-miss score, at ang mga resources ng lungsod ay maaaring idirekta sa mga mas mapanganib," dagdag niya. "Ang kakayahang ito na sukatin ang dami ng mga isyu sa kaligtasan ay magkakaroon ng maraming epekto sa hinaharap."
