يمكن لنظام الذكاء الاصطناعي التعرف على ثلاث علامات رئيسية لحوادث الطرق بمجرد النظر إلى وجه السائق

طور الباحثون في جامعة إديث كوان (ECU) نموذجًا للذكاء الاصطناعي يمكنه اكتشاف ما إذا كان السائق مخمورًا أو متعبًا أو غاضبًا، كل ذلك من خلال بث فيديو واحد لوجهه. لا يوجد جهاز تنفس ولا فحص دم، فقط وجهك.

يمكن للنموذج، المسمى Jack of Many Faces، تحديد تركيز الكحول في الدم بدقة تقارب 90% والنعاس بدقة 95%. ويمكنه أيضًا تصنيف مستوى التسمم، وتصنيف السائقين إلى فئات رصينة أو معتدلة أو شديدة الإعاقة.

هل يمكن لتعبيراتك أن تثبت أنك سائق خطير؟

بالإضافة إلى القيادة تحت تأثير الكحول، يتتبع الباحثون أيضًا تعابير الوجه، مثل الغضب. والسبب واضح ومباشر: فالحالات العاطفية العدوانية يمكن أن تكون خطيرة مثل التسمم خلف عجلة القيادة.

وفقًا للدكتور سيد ذو القرنين جيلاني من مركز الذكاء الاصطناعي والتعلم الآلي التابع لجامعة ECU، فإن المستويات العالية من التعب يمكن أن تحاكي ضعف السكر، ويمكن أن يؤدي الغضب إلى الغضب على الطريق. ومن خلال تحديد الثلاثة في وقت واحد، يحصل النظام على صورة أوضح بكثير عن سلامة السائق.

هل يمكن أن تعمل في الظلام؟

كما تناول الباحثون مشكلة عملية. الكاميرات القياسية تكافح في ظروف الإضاءة المنخفضة. النموذج الثاني، BiFuseNet، يجمع بين الفيديو العادي ولقطات الأشعة تحت الحمراء لتحسين الكشف في ظروف الإضاءة المحيطة المنخفضة أو في الليل.

قال عبد الله طارق، طالب الدكتوراه في جامعة ECU، والذي قاد البحث: “كان منطقنا هو تطوير إطار آلي بالكامل لتقدير تركيز الكحول في الدم باستخدام تدفق الفيديو RGB وIR”، مضيفًا أنه “في السابق تم القيام بذلك يدويًا من خلال النظر في تمدد حدقة العين ونسب إغلاق العين، ولكن هذه الطرق قد لا تعمل بشكل جيد مع عوامل معينة، مثل ظروف الإضاءة المختلفة.

وهو يعمل عن طريق تتبع ديناميكيات الوجه تلقائيًا، مثل وميض العين، وحركات الوجه الدقيقة، وغيرها من الإشارات التي تكشف عن الحالة الجسدية للسائق.

لماذا يهم هذا؟

تعتبر الطرق التقليدية مثل أجهزة قياس الكحول دقيقة ولكنها تتطلب تعاونًا نشطًا من السائق. كما أنهم يطالبون بوجود موارد بشرية كبيرة على الأرض لإجراء الاختبارات. تعمل هذه التقنية بشكل سلبي ومستمر، مما يجعلها أكثر عملية للاستخدام في العالم الحقيقي.

تعد القيادة تحت تأثير الكحول أحد أكبر العوامل المساهمة في وقوع الحوادث، حيث تمثل حوالي 30% من حوادث الطرق على مستوى العالم. إذا وصلت هذه التكنولوجيا إلى المركبات، فإن العواقب على السلامة على الطرق يمكن أن تكون هائلة.