ဆောင်းပါးတို အင်ဂျင်နီယာများသည် AI ရထားလမ်းကို ပိုင်နက်ကျူးလွန်မှုရှာဖွေရေးတူးလ်ကို ဖန်တီးသည် - Unite.AI
ကြှနျုပျတို့နှငျ့အတူချိတ်ဆက်ပါ

စောင့်ကြပ်ခြင်း

အင်ဂျင်နီယာများသည် AI ရထားလမ်းကို ပိုင်နက်ကျူးလွန်မှုရှာဖွေရေးကိရိယာကို ဖန်တီးသည်။

Published

 on

Rutgers မှ အင်ဂျင်နီယာအဖွဲ့တစ်ဖွဲ့သည် လွန်ခဲ့သည့် ဆယ်နှစ်တာကာလအတွင်း ဖြစ်ပွားခဲ့သော သေဆုံးမှုအရေအတွက်ကို လျှော့ချရန် မီးရထားလမ်းဖြတ်ကူးခြင်းကို ထောက်လှမ်းနိုင်သည့် AI-ဖွင့်ထားသည့် ကိရိယာကို တီထွင်ခဲ့သည်။ 

သုတေသနအသစ်ကို ဂျာနယ်တွင် ဖော်ပြထားသည်။ မတော်တဆမှု ဆန်းစစ်ခြင်းနှင့် ကာကွယ်ရေး

AI ဖြင့် ပိုင်နက်ကျူးလွန်မှုကို အလိုအလျောက် ထောက်လှမ်းခြင်း။

အဖွဲ့တွင် Rutgers ပရောဂျက်အင်ဂျင်နီယာ Asim Zaman နှင့် Rutgers School of Engineering မှ သယ်ယူပို့ဆောင်ရေးအင်ဂျင်နီယာဆိုင်ရာ တွဲဖက်ပါမောက္ခ Xiang Liu တို့ ပါဝင်သည်။ ၎င်းတို့နှစ်ဦးသည် ရထားလမ်းဖောက်ဖျက်မှုဖြစ်ရပ်များကို အလိုအလျောက်သိရှိနိုင်စေမည့် AI-အကူအညီပေးသည့် မူဘောင်တစ်ခုကို တီထွင်ခဲ့သည်။ ၎င်းသည် ချိုးဖောက်သူ အမျိုးအစားများကို ကွဲပြားစေပြီး ဖြစ်ရပ်များ၏ ဗီဒီယိုဖိုင်များကို ထုတ်ပေးသည်။ AI စနစ်သည် ဗီဒီယိုဒေတာကို ဒေတာအတွဲတစ်ခုအဖြစ် လုပ်ဆောင်ရန် အရာဝတ္ထုရှာဖွေခြင်းဆိုင်ရာ အယ်လဂိုရီသမ်ကို အားကိုးသည်။ 

“ဒီအချက်အလက်နဲ့ဆိုရင် လူတွေက ဘယ်အချိန်ကို အများဆုံးကျူးကျော်ကြသလဲ၊ ဆင်းလာတဲ့အခါ ဒါမှမဟုတ် အပေါ်တက်တဲ့အခါ ဂိတ်တွေကို လူတွေသွားလည်ကြသလား” ဆိုတဲ့ မေးခွန်းပေါင်းများစွာကို ဖြေဆိုနိုင်ပါတယ်။ Zaman ကပြောသည်။

လွန်ခဲ့သည့် နှစ်အနည်းငယ်အတွင်း အမေရိကန်ပြည်ထောင်စုတွင် ပိုင်နက်ကျူးလွန်မှု မတော်တဆမှုများ တသမတ်တည်း မြင့်တက်လာခဲ့ပြီး နှစ်စဉ် လူရာနှင့်ချီ သေဆုံးခဲ့သည်။ ဒီသေဆုံးမှုတွေ လျော့ပါးဖို့ ကြိုးပမ်းမှုတွေ အများကြီး ရှိခဲ့ပေမယ့် ဘာမှ မအောင်မြင်သေးပါဘူး။ 

Federal Railroad Administration (FRA) မှ 2008 ခုနှစ် တွင် ရထားလမ်းဆိုင်ရာ အခွင့်အရေးများကို ပိုင်နက်ကျူးလွန်မှုဖြင့် နှစ်စဉ် လူ 500 ခန့် သေဆုံးခဲ့ကြောင်း ခန့်မှန်းခဲ့သည်။ FRA ၏အဆိုအရ 855 ခုနှစ်တွင် 2018 အထိတိုးလာခဲ့သည်။ 

Zaman နှင့် Liu တို့သည် ကျူးကျော်သူများသည် တရားဝင်ခွင့်ပြုချက်မရှိဘဲ လူများ သို့မဟုတ် အများသူငှာအသုံးပြုရန်အတွက် ရည်ရွယ်ခြင်းမဟုတ်သော ရထားလမ်း သို့မဟုတ် အကူးအပြောင်းနေရာရှိ မော်တော်ယာဉ်များ သို့မဟုတ် ၎င်းကို အသက်ဝင်ပြီးနောက် အချက်ပြအဆင့်ဖြတ်ကျော်ဝင်ရောက်သူများဖြစ်ကြောင်း ၎င်းတို့၏သုတေသနတွင် အဓိပ္ပါယ်ဖွင့်ဆိုထားသည်။ 

ဤဧရိယာရှိ ယခင်သုတေသနပြုချက်များတွင် အသေအပျောက်အချက်အလက်မှရရှိသော အချက်အလက်အများစုတွင် ပါဝင်ပတ်သက်သော်လည်း Zaman နှင့် Liu တို့က ကျူးကျော်မှုပြုမှုနှင့်ပတ်သက်၍ အဖိုးတန်သောထိုးထွင်းသိမြင်မှုများကို ပေးစွမ်းနိုင်သည်ဟု Zaman နှင့် Liu တို့က ထည့်သွင်းစဉ်းစားခြင်းမရှိပေ။ ယင်းသည် ပိုမိုထိရောက်သော ထိန်းချုပ်မှုအစီအမံများကို ဒီဇိုင်းရေးဆွဲရန် ဦးတည်သွားနိုင်သည်။ 

သုတေသီများသည် နယူးဂျာစီမြို့ပေါ်ရှိ လမ်းဖြတ်ကူးသည့် ဗီဒီယိုဖိုင်ဖြင့် ၎င်းတို့၏သီအိုရီကို စမ်းသပ်ခဲ့ကြသည်။ လမ်းဖြတ်ကူးရာတွင် ဗီဒီယိုစနစ်ဆိုင်ရာ ပြဿနာများအနက် တစ်ခုမှာ လုပ်ငန်းစဉ်သည် လုပ်သားများပြားပြီး စျေးကြီးခြင်းကြောင့် ၎င်းတို့ကို တသမတ်တည်း မသုံးသပ်နိုင်ခြင်း ဖြစ်သည်။ 

AI ကိုလေ့ကျင့်ပါ။

Zaman နှင့် Liu တို့သည် လေ့လာမှုဆိုက်မှ 1,632 နာရီကြာ မှတ်တမ်းဗီဒီယိုဖိုင်များကို ခွဲခြမ်းစိတ်ဖြာရန် AI နှင့် နက်နဲသောသင်ယူမှုကိရိယာကို လေ့ကျင့်သင်ကြားပေးခဲ့သည်။ ၆၈ ရက်ကြာ စောင့်ကြည့်ပြီးနောက် ပိုင်နက်ကျူးလွန်မှု ၃,၀၀၄ မှု တွေ့ရှိခဲ့ပြီး တစ်နေ့လျှင် ပျမ်းမျှအားဖြင့် ၄၄ မှုအထိ ရှိခဲ့သည်။ ကျူးကျော်သူ ၇၀ ရာခိုင်နှုန်းနီးပါးသည် အမျိုးသားများဖြစ်ကြပြီး ရထားမဖြတ်မီ သုံးပုံတစ်ပုံခန့် ကျူးကျော်ခံရကြောင်းလည်း တွေ့ရှိခဲ့သည်။ ချိုးဖောက်မှုအများစုသည် စနေနေ့ ညနေ ၅ နာရီဝန်းကျင်တွင် ဖြစ်ပွားခဲ့သည်။ 

Zaman ၏ အဆိုအရ၊ ဤအသေးစိတ်အချက်အလက်များကို ဒေသအာဏာပိုင်များက ချိုးဖောက်မှုများ အထွတ်အထိပ်အချိန်များတွင် ရဲအရာရှိများကို လမ်းဖြတ်ကူးခါနီးတွင် နေရာချထားရန် သို့မဟုတ် ၎င်းသည် ရထားလမ်းပိုင်ရှင်များနှင့် ပိုမိုထိရောက်သော ဖြတ်ကျော်ဖြေရှင်းချက်များကို ဆုံးဖြတ်ချက်ချမှတ်သူများအား အသိပေးရာတွင် ကူညီပေးနိုင်ပါသည်။ ဤဖြေရှင်းချက်အမျိုးအစားများတွင် အဆင့်ဖြတ်ကျော်မှုဖယ်ရှားရေးစနစ်များ သို့မဟုတ် အဆင့်မြင့်ဂိတ်များနှင့် အချက်ပြမှုများ ပါဝင်နိုင်သည်။ 

 “လူတိုင်းက ဒေတာကို နှစ်သက်ကြပြီး အဲဒါက ကျွန်တော်တို့ ဖြည့်ဆည်းပေးနေပါတယ်” ဟု Zaman က ဆိုသည်။

"ကျွန်ုပ်တို့သည် မီးရထားလုပ်ငန်းနှင့် ဆုံးဖြတ်ချက်ချမှတ်သူများ၏ ကိရိယာများကို သတ်သတ်မှတ်မှတ်နေရာများတွင် ၎င်းတို့၏ အချက်အလက် feeds များ၏ အန္တရာယ်ခွဲခြမ်းစိတ်ဖြာမှုမှတစ်ဆင့် ဗီဒီယိုစောင့်ကြည့်ရေးအခြေခံအဆောက်အအုံ၏ အလားအလာများကို စုစည်းအသုံးချရန် ပေးဆောင်လိုပါသည်" ဟု Liu က ပြောကြားခဲ့သည်။ 

သုတေသီများသည် ဗာဂျီးနီးယားနှင့် မြောက်ကာရိုလိုင်းနားတို့တွင်လည်း လေ့လာမှုများ ပြုလုပ်လျက်ရှိသည်။ ၎င်းတို့အား ကွန်နက်တီကပ်၊ လူဝီစီယားနားနှင့် မက်ဆာချူးဆက်တို့ အပါအဝင် အခြားပြည်နယ်များသို့ တိုးချဲ့ရန် အမေရိကန် သယ်ယူပို့ဆောင်ရေးဌာနမှ ထောက်ပံ့ငွေ ဒေါ်လာ ၅၈၃,၀၀၀ မကြာသေးမီက ချီးမြှင့်ခံခဲ့ရသည်။

Alex McFarland သည် AI ဂျာနယ်လစ်တစ်ဦးဖြစ်ပြီး ဉာဏ်ရည်တုဆိုင်ရာ နောက်ဆုံးပေါ်တိုးတက်မှုများကို ရှာဖွေနေသော စာရေးဆရာဖြစ်သည်။ သူသည် ကမ္ဘာတစ်ဝှမ်းရှိ AI startup များနှင့် ထုတ်ဝေမှုများ အများအပြားနှင့် ပူးပေါင်းဆောင်ရွက်ခဲ့သည်။