Är AI-styrda trafikkameror och övervakar din körning?

Artificiell intelligens (AI) är överallt idag. Medan det är en spännande utveckling för vissa, är det en obekväm tanke för andra. Applikationer 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 lagstiftningsåtgärd – polisen kan använda dem för att fånga distraherade förare eller andra brott, som en bil med inga passagerare som använder en körfält. Men de kan också bara övervaka trafikmönster för att informera om bredare smarta stadsoperationer. I alla fall väcker de möjligheter och frågor om etik i lika mått.

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 polisstyrkor börjar följa efter, med North Carolina som fångat nio gånger så många telefonbrott efter att ha installerat AI-kameror.

Fasta kameror är inte den enda användningen som är aktiv 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 parkerats i bussfiler.

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

Ökande smarta stadsinvesteringar 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 stöta på AI-kameror under sina dagliga resor.

Fördelar med att använda AI i trafikkameror

AI-trafikameror växer för 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. Distraherat körande är farligt – det ledde till döden för 3 308 personer år 2022 ensam – men det är svårt att upptäcka. Algoritmer kan känna igen förare som använder sina telefoner lättare än vägpatruller, vilket hjälper till att verkställa lagar som förbjuder sådana vårdslösa beteenden.

Tidiga tecken är lovande. Storbritanniens och USA:s polisstyrkor som har börjat använda sådana kameror har sett en massiv ökning av biljettar som getts till distraherade förare eller de som inte bär säkerhetsbälte. När polisen slår ner på sådana handlingar, kommer det att uppmuntra människor att köra säkrare för att undvika straff.

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 brottet, 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 bra exempel. Att verkställa bussfileregler säkerställer att allmänna fordon kan stanna där de ska, undviker förseningar eller störningar i trafiken i andra filer.

Att automatisera biljettar för säkerhetsbältes- och distraherat körande brott har en liknande effekt. Att dra över 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 polisen säkerställa säkrare gator utan att bidra till kaoset i den dagliga trafiken.

Icke-lagstiftningskameror 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 genomsnittliga 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

AI:s korrekthet kan väcka vissa farhågor. Medan det tenderar att vara mer exakt än människor i upprepningsbara, dataintensiva uppgifter, kan det fortfarande göra misstag. Följaktligen kan borttagandet 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 datapåverkansattacker. Även om människor sannolikt kan bestrida sina biljettar och rena sitt namn, skulle det ta en lång och svår process att göra det, vilket motverkar några av teknikkens 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 databias kan förbli dold tills det är för sent, kan AI i regeringsapplikationer 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 stort antal förare. Så mycket data på en plats väcker stora frågor om övervakning och säkerheten för känsliga detaljer som nummerskyltar och förarnas ansikten.

Många AI-kameralösningar sparar inte bilder om de inte bestämmer att det är ett brott. Ändå kan deras drift innebära att lösningarna kan lagra hundratals – om inte tusentals – bilder av människor på vägen. Farhågor om regeringsövervakning bortsett, är all den informationen ett lockande mål för cyberkriminella.

USA:s regeringsmyndigheter drabbades av 32 211 cybersäkerhetsincidenter år 2023. Cyberkriminella riktar redan in sig på offentliga organisationer och kritisk infrastruktur, så det är förståeligt att 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 samtyckt till att lämna ifrån sig sina data.

Vad framtiden kan ha att erbjuda

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

Strikta datatillgångspolicyer och cybersäkerhetsövervakning kommer att vara avgörande för att motivera en bred antagning. På liknande sätt bör regeringsorganisationer som använder dessa verktyg verifiera utvecklingen av sina maskinlärningsmodeller för att kontrollera och förhindra problem som bias. Regleringar som den nyligen antagna EU:s artificiell intelligenslag har redan tillhandahållit en lagstiftningsföregångare för sådana kvalifikationer.

AI-trafikameror erbjuder 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 regeringar försöker införa dem. Ökad medvetenhet om möjligheterna och utmaningarna kring denna innovation kan främja en säkrare utveckling för ett säkert och effektivt vägnät i framtiden.