Za projektem stoją naukowcy z podlegającego pod MIT laboratorium CSAIL oraz katarskiego QCAI. Ich współpraca doprowadziła do powstania modelu głębokiego uczenia (ang. deep learning), który tworzy mapy związane z ryzykiem kolizji drogowych. Te wysokorozdzielczościowe obrazy są oparte zarówno na danych z przeszłości dotyczących wypadków, jak i zdjęciach satelitarnych oraz informacjach z GPS.
Czytaj też: Dwunożny robot i uczenie maszynowe, czyli jak Cassie przebiegł rekordowe 5 km
W ten sposób są oznaczane szczególnie niebezpieczne miejsca, wraz z przewidywaną liczbą wypadków w ich obrębie. Innymi słowy: oprogramowanie ostrzega przed obszarami, na których ryzyko kolizji drogowych jest szczególnie wysokie. Zazwyczaj tego typu mapy operują na znacznie niższych rozdzielczościach, przez co brakuje na nich szczegółów. W tym przypadku naukowcy odkryli między innymi, że droga szybkiego ruchu stwarza wyższe ryzyko niż drogi osiedlowe, a rampy wjazdowe i zjazdowe z autostrad wiążą się z najwyższym zagrożeniem.
Oparty na głębokim uczeniu model przewiduje wypadki drogowe nawet tam, gdzie w przeszłości nie miały miejsca
Poza tym, nowe podejście odróżnia się od dotychczasowych tym, że w mniejszym stopniu polega na historycznych danych. Zamiast szacować ryzyko wypadków na podstawie kolizji, które miały miejsce na danych obszarach w przeszłości, naukowcy chcieli zastosować szersze spojrzenie na sprawę. W związku z tym autorzy projektu wzięli pod lupę informacje o zagęszczeniu ruchu oraz jego prędkości i kierunku. Dołożyli do tego zdjęcia satelitarne ukazujące między innymi układ dróg i poboczy oraz średnią liczbę pieszych. W efekcie, nawet jeśli do tej pory w wybranym miejscu nie udokumentowano wypadków, to oprogramowanie i tak może je określić jako niebezpieczne.
Czytaj też: Pierwszy polski samochód elektryczny. Vosco EV2 pokazał się światu, jako nowoczesna Syrena 105
Chcąc określić skuteczność swojego rozwiązania, badacze wykorzystali dane z lat 2017-2018 i sprawdzili, jak model poradzi sobie z przewidywaniem wypadków które miały miejsce w latach 2019-2020. Okazało się, że nawet jeśli w poprzednich latach w danym miejscu nie dochodziło do kolizji, to oprogramowanie i tak oznaczało je jako stwarzające ryzyko wypadku – a takowe faktycznie się zdarzyły w kolejnych miesiącach. Warto podkreślić, że dane obejmowały obszar 7500 kilometrów kwadratowych i dotyczyły Los Angeles, Nowego Jorku, Chicago i Bostonu.
