Для автомобилей создали особую камеру, которая определяет алкогольное опьянение у водителя
Команда австралийских ученых разработала новую систему камер на основе искусственного интеллекта, которая может определить, не слишком ли вы пьяны, чтобы управлять автомобилем. Проект пока не завершен и не готов к широкому использованию, поскольку имеет лишь 75-процентную точность. Но над этим работают.
Детали
Исследователи из Университета Эдит Коуэн в Западной Австралии представили проект камеры на конференции по компьютерному зрению. Они говорят, что хотя технология и далека от совершенства с точки зрения точности, но она является многообещающей для предотвращения аварий, вызванных алкогольным опьянением, в будущем.
Смотрите также Ford хочет спрятать под свои значки на радиаторах машин кое-что очень полезное
Это не только принесет пользу транспортным средствам, оснащенным системами мониторинга водителя и технологиями отслеживания взгляда, но также может распространиться на смартфоны, что сделает выявление алкогольного опьянения более эффективным,
– сказала докторантка Университета Эдит Коуэн и ведущий автор исследования Энсие Кештаран.
Исследователи собрали набор данных из видео, на которых 60 человек находятся на разных стадиях трезвости и алкогольного опьянения. Затем они научили алгоритм машинного обучения выявлять признаки алкогольного опьянения на этих видео.
Это замечательная концепция, однако низкая точность, очевидно, является главной проблемой:
- Помехой также могут стать и другие случаи: сможет ли система, например, отличить пьяных водителей от людей с ограниченными возможностями?
- Существует также деликатный вопрос конфиденциальности. Что происходит с данными, которые транспортные средства собирают с камер, фиксирующих водителей и пассажиров?
- В конце концов, уже существует надежная технология, которая предотвращает попадание пьяных водителей в аварии: алкотестеры, что разблокируют зажигание в автомобилях только после того, как водитель пройдет проверку.
Вероятно, технология сможет достичь большей точности, если научится на большем количестве данных, как это обычно происходит в случае с речевыми моделями – чем больше информации вы им "скармливаете", тем лучше работают чат-боты, построенные на их основе, такие как ChatGPT, Gemini и Copilot. 60 человек – это слишком малая выборка, чтобы показать высокую точность. Поэтому можно предположить, что в дальнейшем команда увеличит количество учебных данных.