所有版权归中国经济网所有。
中国经济网新媒体矩阵
网络广播视听节目许可证（0107190）（京ICP040090）
科技日报（刘霞）美国约翰霍普金斯大学研究团队开发出一款名为“交通安全助手”的生成式人工智能工具，可以准确预测交通事故风险。相关研究成果发表在最新一期《自然通讯》杂志上。交通事故往往涉及多种复杂因素，包括天气、交通流量、道路设计、驾驶行为等。该工具采用大规模语言建模技术，分析超过66,000起交通事故数据，包括路况、浓度血液酒精监测、卫星和现场图像等，以实现对单个和组合风险因素的智能分析和确定。该团队表示该工具不仅提供预测s，但还可以提供“置信度分数”，直观地表明预测结果的可靠性。该特性有效解决了人工智能决策的“黑匣子”问题，为人工智能在高风险领域的应用扫清了一大障碍。数据显示，美国马里兰州道路死亡人数从2013年的466人增加到2023年的621人。模型分析显示，酒后驾驶和超速造成的事故是其他因素的三倍。与只能基于历史数据进行分析的常用机器学习技术不同，该工具具有真正的预测能力。即使对于训练样本中未出现的新情况，它也可以生成准确的警报。更有趣的是，该工具可以通过补充数据不断优化预测模型，灵活适应不同区域的交通管理需求。