Используют ли камеры дорожного движения с искусственным интеллектом для слежки за вашим вождением?

Искусственный интеллект (ИИ) повсюду сегодня. Хотя это перспектива волнует некоторых, других она заставляет чувствовать себя неуютно. Применения, такие как камеры дорожного движения с ИИ, особенно спорны. Как следует из их названия, они анализируют кадры транспортных средств на дороге с помощью машинного зрения.

Обычно они являются мерой правоохранительных органов – полиция может использовать их для поимки отвлеченных водителей или других нарушений, таких как автомобиль без пассажиров, использующий полосу для автомобилей с высоким уровнем загрузки. Однако они также могут просто отслеживать поток транспорта, чтобы информировать более широкие операции умного города. Во всех случаях, однако, они вызывают возможности и вопросы об этике в равной мере.

Насколько распространены камеры дорожного движения с ИИ сегодня?

Хотя идея камеры дорожного движения с ИИ все еще относительно новая, они уже используются в нескольких местах. Почти половина полицейских сил Великобритании внедрили их для обеспечения соблюдения правил ношения ремней безопасности и запрета на использование телефона во время вождения. Полиция США начинает следовать их примеру, и Северная Каролина поймала в девять раз больше нарушителей, использующих телефон во время вождения, после установки камер с ИИ.

Стационарные камеры – не единственный случай использования сегодня. Некоторые транспортные департаменты начали экспериментировать с системами машинного зрения внутри общественных транспортных средств, таких как автобусы. По крайней мере четыре города в США внедрили такое решение для обнаружения автомобилей, незаконно припаркованных в полосах для автобусов.

Учитывая, что многие местные правительства используют эту технологию, можно с уверенностью сказать, что она, скорее всего, будет расти в будущем. Машинное обучение станет все более надежным со временем, и первые тесты могут привести к дальнейшему внедрению, если они покажут значительные улучшения.

Растущие инвестиции в умные города также могут стимулировать дальнейшее расширение. Правительства по всему миру делают большие ставки на эту технологию. Китай планирует построить 500 умных городов, а Индия планирует протестировать эти технологии в как минимум 100 городах. По мере этого более многих водителей могут столкнуться с камерами с ИИ на своих ежедневных поездках.

Преимущества использования ИИ в камерах дорожного движения

Камеры дорожного движения с ИИ растут по причине. Инновация предлагает несколько важных преимуществ для государственных агентств и частных граждан.

Улучшения безопасности

Самое очевидное преимущество этих камер заключается в том, что они могут сделать дороги более безопасными. Вождение, отвлекающее внимание, опасно – оно привело к смерти 3 308 человек в 2022 году, но его трудно поймать. Алгоритмы могут распознавать водителей, использующих телефон, более легко, чем офицеры дорожной полиции, помогая обеспечить соблюдение законов, запрещающих такие безрассудные поведения.

Первые признаки обнадеживающие. Полицейские силы Великобритании и США, которые начали использовать такие камеры, увидели значительный рост количества штрафов, вынесенных отвлеченным водителям или тем, кто не носит ремень безопасности. По мере того, как правоохранительные органы ужесточают борьбу с такими действиями, это будет стимулировать людей водить более безопасно, чтобы избежать штрафов.

ИИ также может работать быстрее, чем другие методы, такие как камеры для обнаружения проезда на красный свет. Поскольку он автоматизирует процесс анализа и вынесения штрафов, он избегает длительных ручных рабочих процессов. В результате штраф поступает вскоре после нарушения, что делает его более эффективным сдерживающим фактором, чем задержанная реакция. Автоматизация также означает, что области с меньшими полицейскими силами все равно могут наслаждаться такими преимуществами.

Оптимизация потока транспорта

Камеры дорожного движения с ИИ могут минимизировать заторы на загруженных дорогах. Области, использующие их для поимки незаконно припаркованных автомобилей, являются ярким примером. Обеспечение соблюдения правил полос для автобусов гарантирует, что общественные транспортные средства могут остановиться, где должны, избегая задержек или нарушений потока транспорта в других полосах.

Автоматизация штрафов за нарушения правил ношения ремней безопасности и отвлечения внимания имеет подобный эффект. Остановка кого-то может нарушить другие автомобили на дороге, особенно в загруженной области. Отсняв номерной знак и отправив водителю счет вместо этого, полицейские департаменты могут обеспечить более безопасные улицы без добавления к хаосу повседневного потока транспорта.

Нелав-енфорсмент камеры могут еще больше расширить это преимущество. Системы машинного зрения по всему городу могут распознавать заторы и обновлять картографические сервисы соответственно, перенаправляя людей вокруг загруженных областей, чтобы предотвратить длительные задержки. Учитывая, что средний водитель в США провел 42 часа в пробках в 2023 году, любое такое улучшение является желательным изменением.

Недостатки мониторинга транспорта с ИИ

Хотя преимущества камер дорожного движения с ИИ стоит отметить, они не являются идеальным решением. Технология также несет некоторые существенные потенциальные недостатки.

Ложные положительные результаты и ошибки

Точность ИИ может вызвать некоторые опасения. Хотя он, как правило, более точен, чем люди в повторяющихся, данных задачах, он все равно может совершать ошибки. Следовательно, удаление человеческого надзора из уравнения может привести к тому, что невиновные люди получат штрафы.

Ошибка программного обеспечения может вызвать ошибки алгоритмов машинного зрения. Киберпреступники могут сделать такие случаи более вероятными через атаки на данные. Хотя люди, вероятно, смогут оспорить свои штрафы и очистить свое имя, это будет долгий и трудный процесс, противоречащий некоторым преимуществам эффективности технологии.

Ложные положительные результаты также являются связанной проблемой. Алгоритмы могут производить высокие показатели ложных положительных результатов, что приведет к большему количеству обвинений против невиновных людей, что имеет расовые последствия во многих контекстах. Поскольку предвзятости данных могут оставаться скрытыми до тех пор, пока не будет слишком поздно, ИИ в государственных приложениях может усугубить проблемы с расовыми или гендерными предубеждениями в правовой системе.

Проблемы конфиденциальности

Самая большая проблема вокруг камер дорожного движения с ИИ – это знакомая проблема – конфиденциальность. По мере того, как больше городов устанавливают эти системы, они записывают изображения все большего числа водителей. Так много данных в одном месте вызывает большие вопросы о слежке и безопасности конфиденциальной информации, такой как номерные знаки и лица водителей.

Многие решения камер с ИИ не сохраняют изображения, если они не определяют их как нарушение. Даже так, их эксплуатация будет означать, что решения могут хранить сотни – если не тысячи – изображений людей на дороге. Опасения по поводу правительственной слежки в сторону, все эти данные являются привлекательной целью для киберпреступников.

Агентства правительства США пострадали от 32 211 киберинцидентов в 2023 году alone. Киберпреступники уже нацеливаются на государственные организации и критическую инфраструктуру, поэтому понятно, почему некоторые люди могут беспокоиться, что такие группы соберут еще больше данных о гражданах. Нарушение данных в одной системе камер с ИИ может повлиять на многих, кто не дал бы согласия на передачу своих данных.

Что может принести будущее

Учитывая споры, может потребоваться некоторое время, чтобы автоматические камеры дорожного движения стали глобальным стандартом. Истории о ложных положительных результатах и опасениях по поводу проблем кибербезопасности могут задержать некоторые проекты. В конечном итоге, однако, это хорошая вещь – внимание к этим проблемам приведет к необходимому развитию и регулированию, чтобы обеспечить, что внедрение принесет больше пользы, чем вреда.

Строгие политики доступа к данным и мониторинг кибербезопасности будут иметь решающее значение для оправдания широкого внедрения. Аналогично, государственные организации, использующие эти инструменты, должны проверить разработку своих моделей машинного обучения, чтобы проверить и предотвратить проблемы, такие как предвзятость. Регуляции, такие как недавний Закон ЕС об искусственном интеллекте, уже предоставили законодательный прецедент для таких квалификаций.

Камеры дорожного движения с ИИ несут и обещания, и споры

Камеры дорожного движения с ИИ могут быть еще новыми, но они заслуживают внимания. И обещания, и недостатки технологии требуют большего внимания, поскольку больше правительств стремится внедрить их. Более высокое осознание возможностей и проблем, окружающих эту инновацию, может способствовать более безопасному развитию для безопасной и эффективной дорожной сети в будущем.