Süni intellekt yol qəzalarını baş verməmişdən əvvəl proqnozlaşdırmağa kömək edəcək

Bugünkü dünya bizə avtomobillə səyahət etməyə imkan verən beton asfalt qatları ilə birləşən böyük bir labirintdir. Trafiklə bağlı irəliləyişlərimizin əksəriyyətinə gəlincə – GPS xəritəçəkmə proqramları sayəsində daha az neyrondan istifadə etməyə imkan verir, kameralar bizi potensial bahalı cızıqlar barədə xəbərdar edir və elektrikli avtonom avtomobillər daha az yanacaq sərfiyyatına malikdir – təhlükəsizlik tədbirləri haqqında nə demək olar? Biz hələ də A nöqtəsindən B nöqtəsinə təhlükəsiz şəkildə getmək üçün svetofora, etibara və ətrafımızdakı poladdan daimi etibarımıza güvənirik.

Qəzalarla bağlı qeyri-müəyyənliyin qarşısını almaq üçün MİT-in Kompüter Elmləri və Süni İntellekt Laboratoriyasının (CSAIL) və Qətər Süni İntellekt Mərkəzinin (QCAI) alimləri çox yüksək ayırdetməli qəza riski xəritələri yaradan dərin öyrənmə modeli hazırlayıblar. Tarixi qəza məlumatlarının, yol xəritələrinin, peyk şəkillərinin və GPS izlərinin birləşməsinə əsaslanaraq, risk xəritələri yüksək riskli sahələri müəyyən etmək və gələcək qəzaları proqnozlaşdırmaq üçün gələcəkdə müəyyən müddət ərzində gözlənilən qəza sayını təsvir edir.

Tipik olaraq, bu tip risk xəritələri yüzlərlə metrdən çox daha aşağı ayırdetmə ilə qeydə alınır, yəni mühüm detallar görünmür. Bununla belə, bu xəritələr beş-beş metrlik şəbəkə hücrələrinə malikdir və daha yüksək ayırdetmə yeni aşkar edilmiş aydınlığı təmin edir: Alimlər aşkar ediblər ki, məsələn, magistral yol yaxınlıqdakı yaşayış yollarından daha yüksək riskə malikdir.

Avtomobil qəzaları çox yaygın olmasa da, qlobal ÜDM-in təxminən 3%-nə başa gəlir və uşaq və gənclərin ölümünün əsas səbəbidir. Bu seyrəklik bu cür yüksək rezolyusiyaya malik xəritələrin yaradılmasını çətin bir vəzifəyə çevirir. Lakin komandanın yanaşması lazımi məlumatları toplamaq üçün şəbəkəni genişləndirir. O, nəqliyyatın sıxlığı, sürəti və istiqaməti haqqında məlumat verən GPS trayektoriya nümunələrindən, eləcə də yol strukturlarını, məsələn, hərəkət zolaqlarının sayı, çiyinlərin olması və ya piyadaların sayı kimi təsvir edən peyk şəkillərindən istifadə edərək yüksək riskli yerləri müəyyən edir. Daha sonra, yüksək riskli ərazinin heç bir nasazlığı olmasa belə, yenə də yalnız trafik sxemləri və topologiya əsasında yüksək riskli ərazi kimi müəyyən edilə bilər.

“Bizim modelimiz bir-biri ilə əlaqəsi olmayan məlumat mənbələrindən çoxlu ipuçlarını birləşdirərək bir şəhərdən digərinə ümumiləşdirilə bilər. Bu, birgə süni intellektə doğru bir addımdır, çünki bizim modelimiz kəşf edilməmiş ərazilərdə qəza xəritələrini proqnozlaşdıra bilir”, - Qətər Hesablama Tədqiqat İnstitutunun (QCRI) aparıcı tədqiqatçısı və məqalənin müəllifi Amin Sadeqi deyir.

Test edilmiş məlumat dəsti 7 kv. km Los Angeles, New York, Chicago və Boston. Dörd şəhər arasında ən çox qəza sıxlığına görə Los-Anceles ən təhlükəli şəhər olub, ondan sonra Nyu-York, Çikaqo və Boston gəlir.

“İnsanlar yolun potensial yüksək riskli sahələrini müəyyən etmək üçün risk xəritəsindən istifadə edə bilsələr, etdikləri səyahətlərin riskini azaltmaq üçün əvvəlcədən addımlar ata bilərlər. Waze və kimi tətbiqlərdə Apple Xəritələr, hadisələrlə işləmək üçün alətlər var, lakin biz uğursuzluqları onlar baş verməmişdən əvvəl təxmin etməyə çalışırıq" - deyirlər alimlər

Həmçinin oxuyun:

• Video: Queclink GL300 Review - GPS Tracker necə işləyir?
• GPS nədir: Yerləşdirmə sistemlərinin növləri, necə işləyir və gələcəkdə nələr gözləyir