پژوهشگران دانشگاه تگزاس A&M و مؤسسه KAIST کره جنوبی از توسعه یک مدل پیشرفته هوش مصنوعی خبر دادهاند که میتواند با تحلیل نشانههای بصری و زمینهای، نیت انسانها را در لحظه پیشبینی کند؛ فناوریای که گامی مهم در ایمنتر شدن خودروهای خودران به شمار میرود.
گروهی از پژوهشگران دانشگاه Texas A&M و مؤسسه پیشرفته علم و فناوری کره (KAIST) موفق به طراحی یک سیستم نوین هوش مصنوعی شدهاند که فراتر از شناسایی صرف عابران پیاده عمل میکند و قادر است حرکت بعدی آنها را پیشبینی کند.
این سیستم که OmniPredict نام دارد، با تفسیر همزمان نشانههای بصری و اطلاعات زمینهای، توانایی درک نیت انسانها را در زمان واقعی از خود نشان میدهد. هدف اصلی این فناوری، افزایش ایمنی در خودروهای خودران و کاهش رفتارهای پرخطر در محیطهای شهری است.
پیشبینی رفتار عابران با مدلهای زبانی چندوجهی
OmniPredict نخستین سیستمی است که برای پیشبینی رفتار عابران از مدل زبانی بزرگ چندوجهی (MLLM) استفاده میکند. این مدل، همان زیرساختی را به کار میگیرد که در چتباتهای پیشرفته و سامانههای تشخیص تصویر مورد استفاده قرار میگیرد، اما آن را با تحلیل رفتاری ترکیب میکند.
سیستم با بررسی صحنههای مشاهدهشده و تطبیق آنها با جزئیات زمینهای، میتواند تشخیص دهد که یک فرد در گام بعدی چه اقدامی انجام خواهد داد؛ برای مثال آیا از خیابان عبور میکند یا مکث خواهد داشت.
دکتر سریکانت ساریپالی، پژوهشگر ارشد پروژه، با اشاره به غیرقابلپیشبینی بودن محیطهای شهری گفت: این مدل جدید تصویری از آیندهای ارائه میدهد که در آن ماشینها نهتنها آنچه رخ میدهد را میبینند، بلکه میتوانند رفتار بعدی انسانها را نیز حدس بزنند.
هوش خیابانی و شهود انسانگونه
این فناوری با هدف ایمنتر کردن رانندگی خودران، نوعی شهود انسانگونه به خودروها میبخشد. بهجای واکنش صرف به حرکت فعلی عابر، سیستم بررسی میکند که آیا فرد قصد عبور دارد، مکث میکند یا مسیر خود را تغییر میدهد. چنین رویکردی میتواند در محیطهای شلوغ شهری، حرکت خودروهای خودران را روانتر و ایمنتر کند.
به گفته دکتر ساریپالی، این فناوری تنها به کاهش تصادفات منجر نمیشود، بلکه نمایانگر گذار از واکنش پس از خطر به پیشگیری فعال از حادثه است.
تحلیل رفتار در محیطهای پیچیده
کاربرد OmniPredict به خیابانها محدود نمیشود. این سیستم با تحلیل تغییرات وضعیت بدن، نشانههای تردید یا استرس، میتواند در عملیات نظامی و مدیریت شرایط اضطراری نیز مورد استفاده قرار گیرد. تشخیص زودهنگام رفتارهای بالقوه خطرناک، به نیروهای امنیتی امکان تصمیمگیری سریعتر و دقیقتر میدهد.
نتایج آزمایشها و عملکرد
برخلاف سامانههای سنتی که صرفاً به مدلهای بینایی ماشین متکی هستند، OmniPredict ادراک بصری را با استدلال رفتاری ترکیب میکند. پژوهشگران این سیستم را بدون آموزش اختصاصی، روی دشوارترین مجموعهدادههای رفتار عابر آزمایش کردند.
بر اساس نتایج منتشرشده در مجله Computers & Engineering، این مدل به دقت ۶۷ درصدی دست یافته و عملکردی حدود ۱۰ درصد بهتر از پیشرفتهترین مدلهای موجود ثبت کرده است. حتی در شرایط پیچیدهای که عابران بهطور جزئی پنهان هستند یا مستقیماً به خودرو نگاه میکنند، OmniPredict همچنان کارایی بالایی نشان داده است.
پیوستن به گفتگو