Les ingénieurs utilisent l’intelligence artificielle pour prédire les accidents de voiture
Si vous modifiez la durée d'un feu de circulation de 20 secondes à 30 secondes, un nouvel outil d'intelligence artificielle développé par des chercheurs de l'Université Johns Hopkins peut prédire combien d'accidents supplémentaires, ou combien de moins, se produiront à cette intersection.
« Il s'agit d'événements complexes affectés par de nombreuses variables, telles que la météo, les schémas de circulation, la conception des routes et le comportement des conducteurs », a déclaré l'auteur principal Hao « Frank » Yang, professeur adjoint d'ingénierie civile et des systèmes à Johns Hopkins. « Avec SafeTraffic Copilot, notre objectif est de simplifier cette complexité et de fournir aux concepteurs d'infrastructures et aux décideurs politiques des informations basées sur des données pour atténuer les crashs.
« L'IA générative a un grand potentiel pour améliorer la fiabilité de la prévision des accidents », a-t-il poursuivi.
L'équipe de chercheurs de Yang espère contribuer à réduire le nombre d'accidents et de décès survenant chaque année. L'IA de l'équipe utilise de grands modèles de langage pour traiter, comprendre et apprendre à partir d'énormes quantités de données. SafeTraffic Copilot a été formé à l'aide des descriptions de plus de 66 000 accidents, y compris les conditions routières, des valeurs numériques telles que le taux d'alcoolémie, des images satellite et des photographies sur place.
L'ouvrage est publié dans la revue Communications naturelles.
Le modèle peut évaluer les facteurs de risque individuels et combinés, offrant ainsi une compréhension plus détaillée de la manière dont ces éléments influencent la sécurité.
Il peut également indiquer aux décideurs le degré de confiance qu'ils doivent accorder à ses prévisions, a déclaré Yang, connues sous le nom de scores de confiance. Ces scores de confiance sont cruciaux, a-t-il déclaré, car l’intelligence artificielle est une boîte noire : personne ne sait comment elle prend des décisions. Cette incertitude a déjà dissuadé l’utilisation de l’IA dans des contextes à haut risque comme la sécurité routière.
Jusqu'à présent cette année, sur les autoroutes du Maryland, 381 personnes ont été tuées dans des accidents, selon les données du Maryland Highway Safety Office. Le nombre de décès a régulièrement augmenté au cours de la dernière décennie, passant de 466 décès en 2013 à 621 en 2023.
Le modèle de Yang montre que l'alcool et la conduite agressive sont les facteurs les plus dangereux, contribuant à trois fois plus d'accidents que les autres causes.
Actuellement, le Maryland et d'autres États utilisent un autre type d'intelligence artificielle appelé apprentissage automatique, a déclaré Yang, dans lequel un ordinateur reçoit des données complètes sur les accidents passés pour évaluer la sécurité des routes et des intersections individuelles.
« Avec l'apprentissage automatique », a-t-il déclaré, « si un échantillon n'est pas similaire à vos échantillons d'entraînement, vous ne pouvez pas générer de prédiction. L'IA générative peut fournir des capacités claires de simulation. Si vous modifiez le timing de ce feu de circulation… que se passera-t-il ? »
SafeTraffic Copilot améliore ses prévisions avec des informations supplémentaires, permettant une personnalisation pour différents États ou villes, a déclaré Yang.
« Je veux vraiment bénéficier à nos communautés locales de la ville de Baltimore, du comté de Baltimore et du Maryland », a-t-il déclaré.
L'utilisation de grands modèles linguistiques signifie que l'intelligence artificielle peut également s'adapter aux conditions de circulation dans d'autres pays et cultures, a déclaré Yang, aussi facilement qu'un paragraphe décrivant les différences.
« Je souhaite également étendre cette recherche à d'autres pays », a-t-il déclaré. « Dans les pays d'Asie du Sud comme Taiwan ou les Philippines, la plupart des accidents sont des accidents de moto, et la façon dont ils conduisent est également différente. Avec les modèles précédents, il était impossible d'intégrer le comportement ou la culture des conducteurs. »
