Acidentes rodoviários: inteligência artificial do MIT para predizê-los

Prever um acidente de carro antes que aconteça: parece ficção científica, mas é realidade. Aproximadamente 1,35 milhão de pessoas morrem em acidentes rodoviários todos os anos. Entre 20 e 50 milhões, no entanto, sofrem danos graves, mas não fatais. Os acidentes rodoviários também têm um impacto econômico significativo: seu custo gira em torno de 3% de todo o produto interno bruto (PIB) mundial. Para isso, no Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) do Instituto de Tecnologia de Massachusetts (MIT) foi desenvolvido um modelo baseado em inteligência artificial capaz de prever acidentes em uma determinada área.

A ideia dos pesquisadores

O trabalho, realizado em colaboração com o Qatar Center for Artificial Intelligence , acaba de ser apresentado na International Conference on Computer Vision 2021. O objetivo dos pesquisadores era obter um sistema de inteligência artificial para prever com precisão quantos acidentes rodoviários ocorrem. certa estrada.

"Quer adquirindo a distribuição de risco, que determina a probabilidade de acidentes futuros em todos os lugares, mesmo sem dados históricos, podemos encontrar rotas mais seguras, permitir que as seguradoras de automóveis forneçam planos de seguro personalizados com base nas rotas de direção do cliente., Ajudam os engenheiros a projetar estradas mais seguras e até mesmo prever acidentes futuros. "

Songtao He, aluno de pós-graduação do CSAIL

Diz Songtao He, aluno de pós-graduação do CSAIL e primeiro autor do estudo.

Aprendizagem profunda como um modelo de inteligência artificial para prever acidentes rodoviários

Na realidade, já existem muitos exemplos de modelos deste tipo, como sublinham os próprios autores da pesquisa. Este sistema, no entanto, ao contrário dos anteriores, é baseado em um algoritmo de aprendizado profundo que usa cinco informações diferentes como entrada . Aprendizado profundo significa literalmente "aprendizado profundo". Ele representa o campo do aprendizado de máquina que usa técnicas de aprendizado baseadas na criação de redes neurais artificiais complexas. Para seu modelo, os cientistas do MIT usaram imagens RGB de satélite de algumas cidades dos EUA e um banco de dados. O banco de dados continha tanto as trajetórias GPS percorridas por motoristas quanto os acidentes ocorridos em cidades entre 2017 e 2018 .

As cidades envolvidas no estudo

As cidades consideradas no estudo são Los Angeles , Nova York , Chicago e Boston . Para cada uma dessas cidades foi criado um mapa de risco baseado em algoritmos de inteligência artificial, evitando a presença de acidentes rodoviários. A grade que cria o mapa possui células com apenas 10 metros quadrados de largura . Isso significa que o sistema de previsão tem uma precisão muito alta, que os modelos anteriores não conseguiam atingir. Tal resultado só é possível se recorrermos a modelos baseados em arquiteturas complexas, como a desenvolvida por pesquisadores do MIT.

Uma rede neural para desenvolver o algoritmo de inteligência artificial que prevê acidentes de trânsito

Como pode ser visto na arquitetura da figura, os dados recebidos são primeiro processados ​​para torná-los comparáveis ​​entre si, vindos de várias fontes. A rede neural implementada é do tipo CNN (ou seja, uma rede neural de convolução) com 6 camadas. Dentro, há um codificador que reduz o tamanho da entrada e aumenta a largura do canal de 4 (três canais RGB mais um mapa) para 32. Outro codificador de duas camadas aumenta o tamanho da entrada da função GPS de 13 para 30. Depois disso, todos os mapas de características obtidos após cada bloco restante são analisados ​​e usados ​​para fazer o mapa final.

Dados rodoviários heterogêneos para treinar inteligência artificial para prever acidentes

Ao contrário de outros modelos usados ​​para prever acidentes de trânsito, o dos pesquisadores do MIT não dá muito peso à história passada. Normalmente, algoritmos desse tipo se baseavam em classificadores binários capazes de atribuir certa probabilidade à ocorrência de um acidente, baseada exclusivamente no número de acidentes ocorridos naquela mesma área. O algoritmo de inteligência artificial por trás desse sistema, por outro lado, usa um conjunto complexo de informações para prever a possibilidade de acidentes rodoviários. As trajetórias GPS fornecem informações sobre o tráfego, enquanto as imagens de satélite descrevem as estruturas das estradas: desta forma, as áreas de alto risco são identificadas. Ao fazer isso, mesmo que nenhum incidente tenha sido registrado em uma área, ela é identificada como de alto risco com base em seus padrões de tráfego e topologia .

Prever acidentes rodoviários será uma prerrogativa dos sistemas de inteligência artificial

Este resultado é um grande passo para sistemas baseados em inteligência artificial, na previsão de áreas com alto risco de acidentes rodoviários. Sistemas desse tipo podem ser usados ​​para melhorar o planejamento urbano, minimizando a probabilidade de acidentes em uma determinada área. O conjunto de dados do modelo cobre atualmente aproximadamente 7.500 km quadrados das cidades de LA, NYC, Chicago e Boston. No entanto, argumentam os pesquisadores do MIT, ele também pode ser estendido com outros tipos de insumos e usado para outras cidades.

O artigo Acidentes de trânsito: do MIT uma inteligência artificial para predizê- los vem do Tech CuE | Engenharia de Close-up .