美國約翰斯?霍普金斯大學的研究團隊在交通安全領域取得重要突破，他們開發出一款名為“交通安全副駕”的生成式人工智能工具，能夠精準預測交通事故風險。相關研究成果已在最新一期《自然?通訊》雜志上發表。
據介紹，交通事故的發生往往涉及多種復雜因素，包括天氣狀況、交通流量、道路設計以及駕駛行為等。為了實現對交通事故風險的精準預測，該研究團隊利用大語言模型技術，深入解析了超過66000起交通事故的數據。這些數據涵蓋了路況信息、血液酒精濃度數值、衛星影像以及實地拍攝的影像資料等。
這款人工智能工具不僅具備預測交通事故風險的能力，還能同步給出“置信度評分”。這一功能使得預測結果的可靠程度得以直觀呈現，有效解決了AI決策過程中存在的“黑匣子”問題，為高風險領域的AI應用掃除了重要障礙。
以美國馬里蘭州為例，近年來該地區高速公路上的死亡人數呈上升趨勢。數據顯示，從2013年的466人攀升至2023年的621人。通過模型分析，研究團隊發現，酒駕和超速行駛引發的事故量遠超其他因素，達到其他因素引發事故量的3倍之多。
與傳統的僅能基于歷史數據進行分析的機器學習技術相比，這款“交通安全副駕”工具展現出了真正的預測能力。即使面對訓練樣本中未出現過的新情況，該工具也能生成準確的預警信息。該工具還具備持續優化的能力，通過補充新的數據，可以不斷優化預測模型，從而靈活適應不同地區的交通治理需求。
