西班牙科学家利用人工智能识别道路交通事故中的常见规律。
他们运用机器学习和人工神经网络，分析了马德里和巴塞罗那的数小时视频片段与数千张生活影像。
结果表明，大多数事故发生在布满分散驾驶人注意力之元素的城市街道上。
人工智能可用于处理海量信息并绘制风险因素图，使城市规划者更容易管理这些风险。
缺乏各方认可的国际人工智能治理框架，引发了隐私、偏见和伦理方面的担忧。
人工智能（AI）正被用于相关研究，人们期望这些研究有助于减少道路交通事故，据估计此类事故每年造成约 135万人 丧生。
西班牙科学家已将该技术用于识别道路交通事故中的常见规律。这些发现有助于指导城市规划者开展相关工作，以减少碰撞事故，让全球街道更加安全。
随着人口高度密集的城市地区在未来很长一段时间内仍将持续吸引寻求就业机会和更好生活条件的人口，这一点必须予以重视。世界卫生组织（WHO）指出，道路上一半以上的死亡者属于“弱势”道路使用者，即行人、骑自行车者和摩托车骑行者。
利用人工智能推动更安全的街道
研究人员来自加泰罗尼亚开放大学（UOC）。该校是全球首所在线大学，部署人工智能分析了西班牙两大城市数小时的视频片段和数千张生活照片。
尽管去年实施了疫情封锁措施，首都马德里仍发生了逾1.2万起交通事故，造成31人死亡。巴塞罗那的5700起交通碰撞事故导致14人死亡。
研究人员结合了人工智能的两个方面——机器学习与人工神经网络，以找出事故数量较多的城市地区的共同规律。机器学习在识别数据规律时会不断调整，而人工神经网络则模拟大脑处理多层信息的方式。
人类专业知识的必要性
UOC的研究发现，某些具体的物理特征会干扰驾驶人，且环境越杂乱，驾驶人越难集中注意力。驾驶人表示，长椅和公共艺术品等街道设施、临近道路的醒目广告以及路边停放的车辆都是令人不快的干扰因素。
“很明显，场景中不同元素的数量与该处发生的事故数量存在关联。”该研究的主要研究人员之一哈维尔·博尔赫（Javier Borge）谈及这一发现时表示。
该研究支持联合国的可持续发展目标第11项，即使城市包容、安全、有韧性且可持续。该研究得到了西班牙国家交通管理局（DGT）以及马德里和巴塞罗那市政府的支持。
尽管人工智能提供了关键见解，但研究人员认为，只有将分析结果与建筑师、工程师、交通管理部门和城市规划者的专业知识相结合，城市街道才能真正变得更安全。
“人工智能对于发现问题可能出现的位置而言，是一项非常强大的工具，但它无法独自解决这些问题。”博尔赫表示。
人工智能解决现实世界的问题
UOC的研究只是机器学习与人工智能如何帮助决策者应对复杂现实问题的众多案例之一。
在癌症护理领域，该技术已被用于准确筛查、识别疾病并预测其发展。科学家利用人工智能算法处理大量数据，以揭示趋势，并分享有关气候变化潜在影响的信息。
而人工智能能够整合各类数据源，帮助社区对作物歉收或干旱等灾害做出知情预测，这也为防止全球饥饿的努力注入了动力。
治理与伦理问题
尽管人工智能无疑具有解决问题的潜力，但人们担心，缺乏对其应用的国际协调治理可能导致该技术被滥用。不道德地使用个人数据、网络安全攻击和身份盗窃是最为紧迫的担忧之一。
世界经济论坛的《2021年全球技术治理报告》警示，各国政府和企业需要携手应对这些问题。报告指出了一些良好实践领域，例如新西兰政府将隐私、人权和伦理纳入人工智能算法设计之中。
该议题将在四月举办的线上世界经济论坛全球技术治理峰会上作进一步讨论，该峰会希望推动公私合作的方式，以应对人工智能带来的机遇与挑战。
