新たなAIツールが米国の自動車事故リスクを予測

ジョンズ・ホプキンス大学の研究者らは、米国全土での自動車事故リスクを予測し、軽減するように設計された高度な人工知能ツールである SafeTraffic Copilot の開発により、交通安全における重要なマイルストーンを達成しました。

調査結果は 公表 科学雑誌「ネイチャー コミュニケーションズ」に掲載されました。

「米国では、数十年にわたる対策にもかかわらず、自動車事故が増加し続けています。しかも、これらは天候、交通パターン、運転者の行動など、数多くの変数の影響を受ける複雑な事象です」と、ジョンズ・ホプキンス大学の土木システム工学教授で、論文の主任著者であるハオ（フランク）・ヤン氏はニュースリリースで述べています。「SafeTraffic Copilotの目標は、この複雑さを簡素化し、インフラ設計者や政策立案者にデータに基づく知見を提供し、事故を軽減することです。」

SafeTraffic Copilot は、膨大なデータの処理、理解、学習に優れた AI の一種である大規模言語モデル (LLM) を活用します。

このモデルは、道路状況のテキスト記述、血中アルコール濃度などの数値データ、衛星画像、現場写真など、多様なデータソースを用いて学習されました。その洗練された設計により、自動車事故における個々のリスク要因と複合的なリスク要因の両方を評価し、これらの要素がどのように相互作用するかを繊細に理解することが可能です。

この革新的なツールは継続的な学習ループを採用しており、衝突関連データが増えるにつれて予測精度が向上します。この独自の機能により、時間の経過とともにツールの信頼性が高まります。

研究者は各予測の信頼性を定量化し、現実世界のシナリオの精度をパーセンテージで示すこともできます。

「衝突予測を推論タスクとして捉え直し、LLMを使用して書面と視覚データを統合することで、関係者は粗い集計統計から、特定の衝突の原因に関するきめ細かな理解へと移行できます」とヤン氏は付け加えた。

SafeTraffic Copilotは、政策立案者や交通設計者にとって貴重な資産となることを目指しており、リスク要因の組み合わせを特定し、エビデンスに基づいた介入を実施できるようにします。このツールの洞察は、より効果的なインフラ計画と安全対策の指針となり、最終的にはアメリカの道路における人命救助と負傷の減少につながります。

「LLMは人間に取って代わるのではなく、情報処理、パターンの特定、リスクの定量化といった副操縦士としての役割を果たすべきだ。最終的な意思決定は人間が行うべきだ」とヤン氏は付け加えた。

チームのより広範なビジョンには、公衆衛生や人間の安全など、他の重要な分野における AI の責任ある統合のテンプレートとして SafeTraffic Copilot を適用することが含まれています。

LLM ベースのモデルのブラックボックス的な性質を考慮して、研究者は AI 主導の意思決定を透明かつ説明責任のあるものにし、社会的価値観と整合させる方法を模索し続けています。

「私たちの進行中の研究の中心は、人間と法学修士の強みを組み合わせて、重要な分野での意思決定がデータに基づくだけでなく、透明性と説明責任が確保され、社会的価値観に沿ったものになる最良の方法を見つけることです」とヤン氏は付け加えた。

この研究の共著者には、バージニア大学の助教授Hongru Du氏、ジョンズ・ホプキンス大学の博士課程の学生Yang Zhao氏、Pu Wang氏、Yibo Zhao氏などが含まれている。

出典： ジョーンズ·ホプキンス大学