Övervakar AI-styrda trafikkameror din körning?

Artificiell intelligens (AI) finns överallt idag. Medan det är en spännande utveckling för vissa, är det en obekväm tanke för andra. Tillämpningar som AI-styrda trafikkameror är särskilt kontroversiella. Som deras namn antyder analyserar de filmade bilder av fordon på vägen med maskinseende.

De är vanligtvis en åtgärd för lagföring — polisen kan använda dem för att fånga distraherade förare eller andra överträdelser, som en bil med inga passagerare som använder en körfil. Men de kan också enbart övervaka trafikmönster för att informera om bredare smarta stadskontor. I alla fall väcker de möjligheter och frågor om etik i lika mån.

Hur vanliga är AI-trafikameror idag?

Medan idén om en AI-styrd trafikkamera fortfarande är relativt ny, används de redan på flera platser. Nästan hälften av Storbritanniens poliskårer har infört dem för att verkställa säkerhetsbältes- och textmedan-du-kör-regler. USA:s lagföring börjar följa efter, med North Carolina som fångar nio gånger så många telefonöverträdelser efter att ha installerat AI-kameror.

Fasta kameror är inte den enda användningsfallet i verksamhet idag. Vissa transportavdelningar har börjat experimentera med maskinseendesystem inuti allmänna fordon som bussar. Minst fyra städer i USA har infört en sådan lösning för att upptäcka bilar som olagligen parkerar i bussfiler.

Med så många lokala myndigheter som använder denna teknik, är det säkert att säga att den troligen kommer att växa i framtiden. Maskinlärande kommer att bli alltmer tillförlitligt över tiden, och tidiga tester kan leda till ytterligare antagande om de visar meningsfulla förbättringar.

Ökande smarta stadssatsningar kan också driva ytterligare expansion. Myndigheter över hela världen satsar hårt på denna teknik. Kina syftar till att bygga 500 smarta städer, och Indien planerar att testa dessa tekniker i minst 100 städer. När detta sker, kan fler förare möta AI-kameror på sina dagliga resor.

Fördelar med att använda AI i trafikkameror

AI-trafikameror växer av en anledning. Innovationen erbjuder några kritiska fördelar för offentliga myndigheter och privata medborgare.

Säkerhetsförbättringar

Den mest uppenbara fördelen med dessa kameror är att de kan göra vägarna säkrare. Distraherad körning är farlig — den ledde till döden för 3 308 personer år 2022 ensam — men det är svårt att upptäcka. Algoritmer kan känna igen förare på sina telefoner lättare än vägpatruller, vilket hjälper till att verkställa lagar som förbjuder sådana vårdslösa beteenden.

Tidiga tecken är lovande. Storbritannien och USA:s poliskårer som har börjat använda sådana kameror har sett en massiv ökning av biljetter som ges till distraherade förare eller de som inte bär säkerhetsbälte. När lagföringen slår till mot sådana handlingar, kommer det att uppmuntra människor att köra säkrare för att undvika straffen.

AI kan också arbeta snabbare än andra metoder, som rödljuskameror. Eftersom det automatiserar analys- och biljettprocessen, undviker det långa manuella arbetsflöden. Som ett resultat anländer straffet snart efter överträdelsen, vilket gör det till en mer effektiv avskräckning än en försenad reaktion. Automatisering innebär också att områden med mindre poliskårer fortfarande kan njuta av sådana fördelar.

Strömlinjeformad trafik

AI-styrda trafikkameror kan minimera trängsel på trafikerade vägar. Områden som använder dem för att fånga olagligen parkerade bilar är ett perfekt exempel. Att verkställa bussfilsregler säkerställer att allmänna fordon kan stanna där de ska, undviker förseningar eller störningar i trafiken i andra filer.

Att automatisera biljetter för säkerhetsbältes- och distraherad körning har en liknande effekt. Att stoppa någon kan störa andra bilar på vägen, särskilt i ett trafikerat område. Genom att ta en bild av nummerskyltar och skicka föraren en räkning istället, kan polismyndigheterna säkerställa säkrare gator utan att bidra till vardags-trafikens kaos.

Icke-lagföringskameror kan ta denna fördel längre. Maskinseendesystem över hela staden kunde känna igen trängsel och uppdatera karttjänster enligt, omdirigera människor runt trafikerade områden för att förhindra långa förseningar. Med tanke på att den genomsnittlige amerikanska föraren tillbringade 42 timmar i trafik år 2023, är varje sådan förbättring en välkommen förändring.

Nackdelar med AI-trafikövervakning

Medan fördelarna med AI-trafikameror är värda att notera, är de inte en perfekt lösning. Tekniken bär också på några betydande potentiella nackdelar.

Falska positiva och fel

Riktigheten hos AI kan väcka vissa farhågor. Medan det tenderar att vara mer exakt än människor i upprepade, dataintensiva uppgifter, kan det fortfarande göra misstag. Följaktligen kan borttagning av mänsklig tillsyn från ekvationen leda till att oskyldiga människor får böter.

Ett programvarufel kan orsaka att maskinseendealgoritmer felidentifierar bilder. Cyberkriminella kan göra sådana fall mer sannolika genom dataförgiftsattacker. Medan människor kan ha möjlighet att bestrida sina biljetter och rensa sitt namn, skulle det ta en lång och svår process att göra det, vilket motverkar några av teknikens effektivitetsfördelar.

Falska positiva är en relaterad farhåga. Algoritmer kan producera höga falska positiva rater, vilket leder till fler anklagelser mot oskyldiga människor, vilket har rasliga implikationer i många sammanhang. Eftersom datafördomar kan förbli dolda tills det är för sent, kan AI i myndighetsapplikationer förvärra problem med ras- eller könsdiskriminering i rättssystemet.

Integritetsproblem

Den största kontroversen kring AI-styrda trafikkameror är en välbekant — integritet. När fler städer installerar dessa system, spelar de in bilder av ett större antal förare. Så mycket data på en plats väcker stora frågor om övervakning och säkerhet för känsliga detaljer som nummerskyltar och förarnas ansikten.

Många AI-kameralösningar sparar inte bilder om de inte bestämmer att det är en överträdelse. Ändå kan deras drift innebära att lösningarna kan lagra hundratals — om inte tusentals — bilder av människor på vägen. Bortsett från farhågor om myndighetsövervakning, är all sådan information ett frestande mål för cyberkriminella.

USA:s myndigheter utsattes för 32 211 cyberincidenter år 2023 ensam. Cyberkriminella riktar redan in sig på offentliga organisationer och kritisk infrastruktur, så det är förståeligt varför vissa människor kan vara oroliga för att sådana grupper skulle samla in ännu mer data om medborgare. Ett dataintrång i ett enda AI-kamerasystem kunde påverka många som inte skulle ha gett sitt samtycke till att lämna ifrån sig sin data.

Vad framtiden kan ha i beredskap

Med tanke på kontroversen, kan det ta en stund för automatiserade trafikkameror att bli en global standard. Berättelser om falska positiva och farhågor om cybersäkerhetsproblem kan fördröja vissa projekt. Slutligen är det dock en bra sak — uppmärksamhet mot dessa utmaningar kommer att leda till nödvändig utveckling och reglering för att säkerställa att distributionen gör mer gott än skada.

Strikta dataåtkomstpolicyer och cybersäkerhetsövervakning kommer att vara avgörande för att motivera en bred antagande. På samma sätt bör myndigheter som använder dessa verktyg verifiera utvecklingen av sina maskinlärningsmodeller för att kontrollera och förhindra problem som fördomar. Regleringar som den nyligen antagna EU:s artificiell intelligenslag har redan skapat ett lagstiftningsprecedens för sådana kvalifikationer.

AI-trafikameror för med sig både löften och kontroverser

AI-styrda trafikkameror kan fortfarande vara nya, men de förtjänar uppmärksamhet. Både löftena och fallgroparna med tekniken behöver större uppmärksamhet när fler myndigheter söker införa dem. Ökad medvetenhet om möjligheterna och utmaningarna kring denna innovation kan främja en säkrare utveckling för ett säkert och effektivt vägnät i framtiden.