"Събирайки данни от камерите, ние можем вече да изградим много точни карти на околната среда. А тренираният върху тях изкуствен интелект е основата на тази сигурност. Нашата позиция е, че редуцирането на инцидентите е възможно дори и с наличните сега сензори и технологии. И то може да бъде осъществено много преди широкото да се разпространят автономните автомобили. Това може да стане с правилното прилагане на системите за помощ при шофиране. Подобни системи трябва да се разпространяват широко. За да се случи това, трябва да има законодателство", казва Джесика Труонг. Тя е от британска фондация, чиято цел да сложи край на смъртните случаи по пътищата.
Технологиите така или иначе ги има, но дори и сега те не са стандарт
"Автономното аварийно спиране, електронният контрол на стабилността, умни системи за скорост. Тези технологии сега са на пазара, но не така масово. Едно проучване показа наскоро, че ако има регулация за по-високи стандарти за автомобилната безопасност, въвеждането на самите технологии ще отнеме близо 30 години. И то за 95% от използваните автомобили. Затова смятам, че ако искаме да постигнем по-бързо целите си да няма жертви на пътя, е нужно да поискаме още сега автомобилните производители да направят тези системи стандарт. За да усетим дори и към 2030-та година разликата. Другото притеснение е, че в повечето развиващи се страни, стандартите за сигурност на пътя дори не отговорят на условията. Ние имаме проект, който се казва „Спрете катастрофата!“ в подобни държави. Чрез него стимулираме използването антиблокиращата система на спирачките на моторите. Посланието, което се опитваме да прокараме, е че дори и ползването на изкуствен интелект да звучи секси, трябва да обърнем внимание и на прилагането на технологиите, които съществуват.
Как помага изкуственият интелект
И все пак изкуственият интелект помага. Примерът е от Кения. Там няма общ телефон за спешни повиквания. Всъщност 95% от африканския континент няма изградена система за спешни повиквания, казва Кейтлин Долкарт от компанията „Флейър“. Но пък интегрирането на познати технологии и малко помощ от изкуствения интелект е спасило живота на 5000 души миналата година. Като системата е свела времето за идване на линейката от три часа на две минути.
"Така системата е съизмерима с тази в Чикаго, моят роден град. Системата от GPS- и в линейката и мобилни приложения беше интегрирана в облачна услуга. Данните от която отиват в център. Хората там виждат коя е най-близката линейка и я изпращат. Когато анализирахме данните, се оказа, че проблемът е бил не недостиг на линейки, а времето, за което е трябвало да се придвижи. Чрез изкуствения интелект усъвършенствахме системата. Той направи карта от хилядите и милионите данни. Така дори знаем къде най-често се случват инцидентите. Знаем и по кое време на деня се случват най-често. Благодарение на обработените от изкуствения интелект данни, разположихме по-адекватно линейките в районите, за да могат да достигат по-бързо до хората. Другото, по което работим сега, е автоматичното известяване за инцидент. Стандарт, който се налага в някои държави. В Кения автомобилите нямат такава автоматична система за засичане на удара при катастрофа. Няма и как автоматично да получим обаждане за проблем. Затова интегрирахме GPS устройства в колите, дигитални SOS бутони. Което намали със седем минути времето за реакция при инцидент", казва още Джесика Труонг.
Изкуственият интелект помогнал и за маркиране на конфликтни точки за велосипедисти в британския град Бирмингам. Компанията на Филип Макаклийс инсталирала във фаровете на няколко десетки колелета датчици. Които наблюдавали не само поведението на велосипедиста, а и обстановката на пътя. Сензорите подавали данни 800 пъти в секунда. И така се получила картината на опасните места за велосипедистите в Бирмингам.
Анализ на данни в полза на сигурността
За няколко месеца ние събрахме данни от близо 42 хиляди километра, изминати от велосипеди в Бирмингам. Имахме изключително голямо количество от данни, които можеха да бъдат анализирани само с изкуствен интелект. Той изнесе товара, анализирайки близо 798 милиона единици данни. От тези данни можехме да кажем дали колелото е използвано от начинаещ, който прилага доста по-резки движения върху системите на велосипеда. Или от опитен водач, който обмисля по-добре своите действия спрямо ситуацията на. Отчитаме кога колелото прави завой, дали е на кръгово кръстовище, промушва се през трафика или следва автомобил. Така видяхме къде са най-опасните райони за велосипедистите, къде са конфликтните точки. А изкуственият интелект може да направи така, че тези осветителни тела да мигат по-ярко или по-интензивно, за бъде велосипедистът по – добре забележим", разказва експертът.
Нужди са повече данни, казват специалистите. Защото изкуственият интелект работи с данните. 50 процента от фаталните инциденти , регистрирани от СЗО, влизат в официалната статистика. В държаните с ниски доходи този процент е 17. Затова анализи препоръчва дигитализирането на полицейските досиета, обучаването на изкуствения интелект, включването в обучителния процес и на съществуващите системи за наблюдение. Както и други мерки. За да може да се изградят пилотни системи от данни за инцидентите, анализи за опасните места на пътя и същността на катастрофите. Това, казват специалистите, е начинът да се покаже кои мерки работят и какво е нужно да се направи, за да няма загинали по пътя.
