Γνωστή εταιρία τεχνολογίας χρησιμοποιεί ήδη συσκευές για τη συλλογή δεδομένων του οχήματος και δημιουργεί προγνωστική ανάλυση της συμπεριφοράς του οδηγού, εντοπίζοντας επικίνδυνες συμπεριφορές όπως για παράδειγμα η γρήγορη επιτάχυνση ή το απότομο φρενάρισμα κατά τη διάρκεια της οδήγησης. Έτσι με βάση μια σειρά από δεδομένα μπορεί να προβλέψει την πιθανότητα ατυχημάτων. Η εταιρεία ισχυρίζεται ότι η προγνωστική της προσέγγιση είχε ως αποτέλεσμα τη μείωση κατά 25% των συγκρούσεων στους στόλους.

Από την άλλη τα προηγμένα συστήματα υποβοήθησης οδηγού (ADAS) που χρησιμοποιούν δεδομένα από κάμερες, ραντάρ και αισθητήρες, προειδοποιούν τους οδηγούς για πιθανούς κινδύνους. Αναλύοντας τον τρόπο οδήγησης, όπως συνεχόμενες αναχωρήσεις από τη λωρίδα κυκλοφορίας και τον επικείμενο κίνδυνο σύγκρουσης, μπορεί να υπάρχουν ρυθμίσεις και να παρεμβαίνουν αυτόματα, όπως για παράδειγμα φρενάρισμα ή η αλλαγή διεύθυνσης για την αποφυγή ατυχήματος.

Μεγάλο μέρος της προσπάθειας για την εφαρμογή της τεχνητής νοημοσύνης πραγματοποιείται από τις ασφαλιστικές εταιρείες, οι οποίες θέλουν να μειώσουν σημαντικά τα ατυχήματα προκειμένου να απαλλαγούν από τις αποζημιώσεις. Το αποτέλεσμα αυτής της προσπάθειας είναι διπλό. Όχι μόνο μειώνονται τα ατυχήματα, αλλά μπορούν να γίνουν φθηνότερα τα ασφάλιστρα σε αυτούς που δεν εμφανίζουν παραβατικές οδηγικές συμπεριφορές.

Τέλος, η τεχνητή νοημοσύνη μπορεί να λάβει υπόψη ορισμένα καιρικά μοτίβα, οδικές συνθήκες και την κυκλοφορία του αυτοκινήτου σε ώρες αιχμής που δημιουργούν υψηλότερα επίπεδα κινδύνου για να βγουν χρήσιμα συμπεράσματα για τον τρόπο οδήγησης. Επίσης, μια σημαντική σκέψη είναι η χρήση του «μαύρου» κουτιού στα αυτοκίνητα, που θα καταγράφει τις κινήσεις του οχήματος και τη συμπεριφορά του οδηγού, ώστε να υπάρχει ανά πάσα στιγμή μια συνολική εικόνα των καταστάσεων που επικρατούν μέσα και έξω από το αυτοκίνητο.

(με πληροφορίες από ΑΠΕ -ΜΠΕ / Κυριάκος Παρασίδης / photo: freepik)