上周，電動滑板車巨頭Lime宣布計劃試用一種新的定制計算機視覺平臺，以檢測用戶在人行道上騎車的危險行為。鑒于一連串的危險事故已經對流行的城市交通方式造成了誹謗，因此這種安全機制非常需要，其能夠提醒騎車的人注意違規(guī)行為，甚至減慢行駛速度。
人工智能不僅可以在電動滑板車中發(fā)揮重要作用。致命的鐵路事故經常發(fā)生，令人很是擔憂。而與道路交通有關的事故仍然是全球過早死亡的主要原因，特別是在年輕人中。幸運的是，受人工智能和計算機視覺啟發(fā)的解決方案正在浮出水面，這些解決方案都旨在提高各種交通方式的安全性，這對行人、騎車的人、司機和乘客來說都是一個好消息。危險的電動滑板車LimeVision被其所有者稱為業(yè)界首個支持人工智能的計算機視覺平臺，計劃于下月在芝加哥和舊金山的近400輛電動摩托車上進行測試，并于今年年底前在6個城市進行測試。據(jù)公司總裁JoeKraus稱，基于攝像頭的技術支撐LimeVision，在提高滑板車安全性的其他應用潛力方面優(yōu)于競爭對手的GPS平臺。此類創(chuàng)新是非常受歡迎的，對于一種最近被發(fā)現(xiàn)比摩托車更容易導致事故的交通方式來說，這種創(chuàng)新甚至可能已經過時了。根據(jù)加州大學洛杉磯分校進行的一項研究，每100萬電動滑板車駕駛者中有115人受傷。在騎摩托車的人中，這一數(shù)字下降到每百萬人104人，而騎自行車的人只有15人。滑板車不僅對騎車者構成了安全隱患，其在人行道上的擴散也給老年人、視障人士和其他弱勢群體帶來了可怕的、潛在的危險。公路和鐵路同樣危險作為街區(qū)上最新的交通選擇之一，人們很容易把責任歸咎于滑板車身上——但總的來說，交通運輸可以從人工智能驅動的安全升級中受益。上個月底，當兩起涉及Amtrak列車的致命事故在幾天之內相繼發(fā)生時，鐵路旅行的風險由此得到了充分的體現(xiàn)。第一起發(fā)生在北加州，造成3人死亡；第二次發(fā)生在密蘇里州，造成4人死亡，約150人重傷。這兩起事故都發(fā)生在沒有護欄或燈的十字路口，但實施這些安全措施的成本可能極其高昂。道路交通對人類健康的危害更大。聯(lián)合國最近的一份報告發(fā)現(xiàn)，每年有超過130萬人死于道路交通事故，這使其成為5至29歲人群過早死亡的主要原因。根據(jù)最近的一項研究，盡管在過去30年里，富裕國家的道路傷害和死亡人數(shù)略有下降，但隨后在中低收入國家(LMIC)發(fā)生率飆升——有93%的死亡發(fā)生，抵消了這些改進。因此，聯(lián)合國承諾到2030年將這一數(shù)字減半。確保列車安全在正確軌道上技術似乎將在實現(xiàn)避免道路和鐵路事故的目標方面發(fā)揮重要作用，而人工智能在一些最有前景的創(chuàng)新中處于最前沿。例如，私有的Brightline鐵路已經證明自己是美國最致命的鐵路，部分原因是其的機車在人口稠密的地區(qū)以每小時79英里的速度運行，這些地區(qū)的人口不習慣使用高速客運鐵路;結果，經常有人擅闖鐵路，許多人不幸喪生。鑒于Brightline打算將其線路擴展到奧蘭多甚至更遠——并且在鐵軌邊安裝圍欄的成本可能超過每英里20萬美元——必須找到另一個解決方案。該公司的決策者認為，他們已經通過與RemarkHoldings的合作取得了成功，RemarkHoldings是一家技術和人工智能公司，其智能安全平臺能夠從遠處檢測入侵者并識別軌道異常，這項創(chuàng)新應該有助于減少事故率。道路交通革命已經開始道路運輸部門也在享受類似的人工智能安全提升。盡管大多數(shù)媒體的頭條新聞都在關注人工智能如何實現(xiàn)無人駕駛汽車，但科技公司已經瞄準了許多唾手可得的目標。例如，機器視覺能夠監(jiān)測車輛硬件的健康和性能、優(yōu)化維護，并最大限度地減少由機械故障引起的事故。所謂的“協(xié)同機器人”可以加快制造過程，而AI、5G和熱成像技術可以協(xié)同工作，檢測潛在威脅，并在不同車輛之間共享信息。此外，交通管理已經從安裝在十字路口的人工智能攝像頭中獲益良多，預計到2025年將安裝15.5萬個攝像頭。與此同時，澳大利亞初創(chuàng)企業(yè)Acusensus在2019年推出了HeadsUp路邊攝像頭網絡。該項目能夠識別司機的危險行為，手機的使用減少了80%，相應的交通事故減少了22%，并在此過程中獲獎。鑒于美國最近通過了1.2萬億美元的《基礎設施投資和就業(yè)法案》(IIJA)，徹底改革道路安全的時機已經成熟。有了人工智能，無風險運輸可能成為現(xiàn)實雖然一個沒有交通事故的世界似乎是一個白日夢，但技術的進步可以使其在可預見的未來成為可行的現(xiàn)實。事實上，麻省理工學院的研究甚至推測，即人工智能可以利用歷史數(shù)據(jù)以合理的精度預測未來的事件，從而在事故發(fā)生之前預測事故，并允許用戶采取適當?shù)男袆觼矶惚苁鹿省ｋS著我們掌握著如此不可思議的機會，是時候將人工智能完全納入其中，讓與交通相關的傷亡成為過去。免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
