- Publicidade -
- Publicidade -
- Publicidade -
Machine learning & AI

Machine learning reduz acidentes sem deslocar riscos

- Publicidade -
- Publicidade -

São Paulo — InkDesign News —

A aplicação de machine learning em câmeras de tráfego impulsionadas por inteligência artificial (AI) revela resultados promissores para a segurança nas estradas, conforme um estudo recente publicado na revista Management Science.

Contexto da pesquisa

A pesquisa, conduzida por Zhi (Aaron) Cheng do London School of Economics, juntamente com pesquisadores da Universidade Sun Yat-sen e da Universidade de Wisconsin–Madison, foca em como câmeras equipadas com AI podem ser uma solução mais eficaz em comparação aos métodos tradicionais de fiscalização de tráfego.

Método proposto

O estudo analisa dados de uma grande cidade metropolitana na China e propõe que câmeras de tráfego com tecnologia de machine learning são capazes de detectar uma gama mais ampla de comportamentos de condução inseguros. A abordagem inclui gravações de vídeo em tempo real que melhoram a precisão nas investigações de acidentes e criam um efeito dissuasor ao encorajar comportamentos de condução mais seguros, mesmo em áreas não monitoradas.

Resultados e impacto

Os pesquisadores estimaram que a implementação em larga escala das câmeras poderia evitar cerca de 1.190 acidentes, 496 ferimentos ou mortes, além de quase $1 milhão em prejuízos à propriedade anualmente. “Nossa pesquisa mostra que câmeras de tráfego com AI não apenas registram infrações—elas promovem comportamentos de direção mais seguros e reduzem significativamente acidentes, mesmo em áreas próximas sem câmeras”, diz Cheng.

“Nossa pesquisa mostra que câmeras de tráfego com AI não apenas registram infrações—elas promovem comportamentos de direção mais seguros e reduzem significativamente acidentes, mesmo em áreas próximas sem câmeras”
(“Our study shows that AI-powered traffic cameras don’t just document violations—they promote safer driving behavior and significantly reduce accidents, even in nearby areas without cameras”)

— Zhi (Aaron) Cheng, Pesquisador, London School of Economics

Os resultados indicam uma diminuição sem a mudança do risco para interseções próximas, um problema frequentemente observado com tecnologias de fiscalização mais antigas.

Esses achados sugere não apenas melhorias em segurança viária, mas também baseia-se em dados para apoiar futuras implementações de tecnologia AI em sistemas de transporte. As implicações vão além da redução de acidentes, tocando em Políticas públicas e planejamento urbano mais seguro.

Fonte: (TechXplore – Machine Learning & AI)

- Publicidade -
- Publicidade -

Tiago F Santiago

Tiago F. Santiago é Analista de Marketing na C2HSolutions, onde, em sua atuação fixa, combina estratégia e tecnologia para impulsionar soluções digitais. Paralelamente, dedica-se como hobby à InkDesign News, contribuindo com a criação de notícias e conteúdos jornalísticos. Apaixonado por programação, ele projeta aplicações web e desenvolve sites sob medida, apoiando-se em sua sólida expertise em infraestrutura de nuvem — dominando Amazon Web Services, Microsoft Azure e Google Cloud — para garantir que cada projeto seja escalável, seguro e de alta performance. Sua versatilidade e experiência técnica permitem-lhe transformar ideias em produtos digitais inovadores.

Artigos relacionados

0 0 votos
Classificação do artigo
Inscrever-se
Notificar de
guest

Este site utiliza o Akismet para reduzir spam. Saiba como seus dados em comentários são processados.

0 Comentários
Mais votado
mais recentes mais antigos
Feedbacks embutidos
Ver todos os comentários
- Publicidade -
Botão Voltar ao topo
0
Adoraria saber sua opinião, comente.x
Fechar

Adblock detectado

Olá! Percebemos que você está usando um bloqueador de anúncios. Para manter nosso conteúdo gratuito e de qualidade, contamos com a receita de publicidade.
Por favor, adicione o InkDesign News à lista de permissões do seu adblocker e recarregue a página.
Obrigado pelo seu apoio!