研究者はディープラーニングモデルを使って交通事故を予測する

[51CTO.com クイック翻訳]現在の世界は、コンクリートやアスファルトでできた巨大な迷路のようで、道路が密集して交差しています。私たちはその中を自由に運転することができ、1日に何千マイルも移動することももはや夢ではありません。

これらすべては技術の進歩によって可能になったと言えます。GPSナビゲーションにより、見知らぬ場所で迷うことはなくなり、カメラにより高額な傷がつく可能性を警告され、新エネルギー車の登場により燃料費が下がりました...。道路関連の技術進歩は数え切れないほどありますが、技術の発展は道路安全対策のペースに追いつけないようです。現時点では、A地点からB地点まで私たちを守るために頼れるのは、固定された信号、認められた運転ルール、そして車自体の安全係数だけです。そのため、自動車事故は依然として多くの人にとって予期せぬ悪夢となる可能性があります。

この不確実性に対処するため、MIT のコンピューター科学および人工知能研究所 (CSAIL) とカタール人工知能センター (QCAI) の科学者たちは、高解像度の衝突リスク予測マップを作成するためのディープラーニング モデルを開発しました。リスクマップは、過去の衝突データ、道路地図、衛星画像、GPS 追跡に基づいて、一定期間にわたる衝突の予想件数を示し、リスクの高いエリアを特定して、将来の早期警告を提供します。

通常、このようなリスクマップの解像度は数百メートル程度と非常に低く、道路がぼやけるため多くの重要な詳細が見えにくくなります。しかし、新しい地図は 5 x 5 メートルのグリッド セルに基づいており、解像度が高くなると新たな洞察が得られます。科学者たちは、高速道路は近くの住宅街の道路よりもリスクが高く、高速道路と合流したり出口に出たりするランプは他の道路よりもリスクが高いことを発見した。

「過去のデータがなくても、根本的なリスク分布を捉え、将来さまざまな場所で自動車事故が起こる可能性を推測することで、より安全なルートを見つけたり、自動車保険会社が顧客の運転軌跡に基づいてカスタマイズされた保険プランを提供したり、都市計画者がより安全な道路を設計するのを助けたり、さらには将来の自動車事故を予測したりできるようになります」と、MIT CSAILの博士課程学生であるソンタオ・ヘ氏は言う。

自動車事故はまれな出来事ですが、世界の GDP の約 3% の損失を引き起こし、子供や若者の主な死亡原因となっています。しかし、全体的に見ると、その発生は空間的にも時間的にも比較的まばらであり、このまばらさにより、このような高解像度の地図を推測することは困難な作業になります。 5×5 のグリッド セルでは、自動車事故の年間平均発生確率は約 1,000 分の 1 であり、最も重要なことは、同じ場所で自動車事故が 2 回発生することはほとんどないということです。これまでの衝突リスクを予測する試みは、ほとんどが「歴史的」なもので、近くで衝突事故があった場合にのみその地域が高リスクであるとみなされていた。

研究チームは重要なデータを収集するために、より広範囲に調査を行った。このシステムは、交通密度、速度、方向に関する情報を提供する GPS トラック パターンと、車線数、路肩の有無、歩行者の多さなどの道路構造を示す衛星画像を使用して、危険度の高い場所を特定します。学習後は、高リスクエリアに事故記録がない場合でも、交通パターンとトポロジーのみに基づいて高リスクとして識別できます。

モデルを評価するために、科学者たちは2017年と2018年の衝突データを使用し、モデルが2019年と2020年の衝突をどの程度正確に予測できるかをテストした。多くの場所が高リスク地域として特定され、過去に履歴がなくても、その後数年間に事件が発生しました。

「私たちのモデルは、一見無関係なデータソースからの複数の手がかりを組み合わせることで、ある都市から別の都市に適用できます。私たちのモデルは未知の地域の事故マップを予測できるため、これは汎用人工知能への一歩です」と、カタールコンピューティング研究所（QCRI）の主任科学者で論文の著者であるアミン・サデギ氏は述べた。「過去の事故データがない場合でも、このモデルを使用して有用な事故マップを推測することができ、想像上のシナリオを比較することで都市計画や政策立案にプラスの影響を与えることができます。」

データセットは、ロサンゼルス、ニューヨーク市、シカゴ、ボストンの 7,500 平方キロメートルをカバーしています。 4都市のうち、ロサンゼルスは自動車事故の発生密度が最も高く、最も安全性が低く、次いでニューヨーク、シカゴ、ボストンとなった。

「リスクマップを使って、潜在的に危険度の高い道路区間を特定できれば、事前に行動を起こし、旅行のリスクを軽減することができます。WazeやApple Mapsなどのアプリには事故防止ツールがありますが、私たちは事故を未然に防ぎ、事故が起きる前に対策を講じようとしています」とアミン・サデギ氏は語った。

元のテキストを表示:

ディープラーニングは交通事故を事前に予測するのに役立ちます

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]