美國約翰斯?霍普金斯大學(xué)科研團隊近日取得突破性進展，成功開發(fā)出一款名為“交通安全副駕”的生成式人工智能系統(tǒng)。該系統(tǒng)憑借強大的數(shù)據(jù)分析能力，可精準(zhǔn)預(yù)判交通事故發(fā)生概率，相關(guān)研究論文已登上《自然?通訊》最新期刊。

研究團隊深入剖析了6.6萬余起交通事故的完整數(shù)據(jù)鏈，涵蓋路況實時信息、駕駛員血液酒精濃度、衛(wèi)星遙感影像及現(xiàn)場勘查記錄等多維度要素。通過大語言模型技術(shù)，系統(tǒng)能夠同時處理天氣變化、車流密度、道路設(shè)計缺陷及駕駛行為異常等復(fù)雜變量，實現(xiàn)對單一風(fēng)險因子與多重因素疊加效應(yīng)的智能識別。

與傳統(tǒng)機器學(xué)習(xí)模型存在本質(zhì)差異，這款新型工具突破了歷史數(shù)據(jù)依賴的局限?？蒲腥藛T介紹，系統(tǒng)內(nèi)置的動態(tài)學(xué)習(xí)機制使其具備“前瞻性預(yù)警”能力，即使面對訓(xùn)練數(shù)據(jù)庫中從未出現(xiàn)的新型場景，仍能通過模式識別生成可靠預(yù)測。更引人注目的是，系統(tǒng)會同步輸出置信度評分，將預(yù)測結(jié)果的準(zhǔn)確概率可視化呈現(xiàn)，有效解決了人工智能決策過程不透明的問題。

以美國馬里蘭州為例，當(dāng)?shù)馗咚俟分旅鹿蕯?shù)量十年間激增33%，從2013年的466起攀升至2023年的621起。模型分析揭示，酒駕和超速行為引發(fā)的事故占比達到其他風(fēng)險因素的三倍，為交通管理部門提供了精準(zhǔn)的治理方向。

該系統(tǒng)的技術(shù)優(yōu)勢還體現(xiàn)在持續(xù)進化能力上。研究團隊證實，通過補充區(qū)域特色數(shù)據(jù)，系統(tǒng)可快速完成模型迭代，靈活適配不同地區(qū)的交通管理需求。這種自適應(yīng)特性使其在應(yīng)對復(fù)雜多變的交通環(huán)境時，展現(xiàn)出超越傳統(tǒng)預(yù)測工具的實用價值。