آیا زیرساختها برای استفاده از هوش مصنوعی در ثبت تخلفات رانندگی آماده است؟
خبر استفاده از هوش مصنوعی در بخشهای مختلف کشور هر روز منتشر میشود این در شرایطی است که هنوز هیچ مسیر مشخصی برای کاربردی کردن آن وجود ندارد و اولویت استفاده از هوش مصنوعی مشخص نشده است. اما بیشک استفاده و کاربردی کردن هوش مصنوعی در زیرساختهای کشور یکی از اهدافی است که دولتمردان و مجریان تصمیمها آن را پیگیری میکنند. از همین رو رئیس پلیس راهنمایی و رانندگی تهران در اظهارنظری اعلام کرد راهور در نظر دارد برای پیشگیریی از تخلفات رانندگی از هوش مصنوعی استفاده کند.
رئیس پلیس راهور تهران از برنامهریزی برای بهرهگیری از هوش مصنوعی برای برخورد با تخلفات رانندگی به خصوص تخلفات ساکن خبر داده و اعلام کرده با استفاده از ظرفیت هوشمصنوعی این دوربینها میتوانند معابر را رصد کرده و در صورت وقوع تخلف یا وضعیت غیرعادی نظیر تصادف موضوع را ثبت و اعلام کنند.
این در حالی است که برخی از کارشناسان این حوزه استفاده از هوش مصنوعی در تخلفات رانندگی یا پیشگیری از آن را بسیار هزینهبر میدانند و از نظر آنان استفاده از آن در شرایط فعلی به غیر از صرف هزینه زیاد امکان پذیر نیست از سوی دیگر برخی دیگر از کارشناسان معتقدند در شرایط فعلی هوش مصنوعی در پردازش اطلاعات در بخشهای مختلف راهنمایی و رانندگی استفاده میشود و با تغییرات جزئی میتوان آن را بهینه کرد.
محمد صبری «مدیرعامل دیباران» درباره نبود زیرساختهای لازم سختافزاری برای اجرای این طرح گفت: دو رویکرد در استفاده از هوش مصنوعی برای رصد تخلفات رانندگی وجود دارد. یک رویکرد استفاده از سامانههای نرمافزاری در کنار تجهیزات سختافزاری است بنابراین احتیاج به دوربینهای خاصی به نام «AR Camera» است و در بستههای نرمافزاری آن این قابلیت وجود دارد تا بتوانند برخی تخلفات رانندگان را تشخیص دهند. این روش دقت بالاتری دارد اما به دلیل وابسته بودن به تجهیزات سختافزاری گرانتر است. رویکرد دوم استفاده از دوربینهای موجود است که در این صورت تنها بخش نرمافزاری استفاده میشود و احتیاجی به نصب و استقرار ندارد اما متأسفانه کارکرد آن به صورت مرکزی است و بنابراین استریمها برای پردازش احتیاج به پهنای باند بالاتری دارد.
صبری گفت: برای تصویربرداری در این پروژه احتیاج به دوربینهای خاصی وجود دارد که مجهز به پردازندههای گرافیکی باشند که بتوانند بخش زیادی از پردازشها را در لبه انجام دهند که این تکنولوژی در ایران وجود ندارد یا در صورتی که علم آن وجود داشته باشد، تولید چنین دوربینهایی گران تمام خواهد شد. بنابراین اگر اجرای این پروژه در مقیاس بالا مد نظر است ترجیحا باید از دوربینهای خارجی استفاده کرد چرا که تولید دوربینهایی با پردازش گرافیکی بالا در لایه زیر ساخت توجیه اقتصادی ندارد.
هوش مصنوعی به دادههای واقعی احتیاج دارد
مدیرعامل دیباران در ادامه برای توضیح مسیر ورود هوش مصنوعی به حوزه راهنمایی و رانندگی گفت: برای پروژههای از این دست به یک شبکه عصبی عمیق نیاز است. در وهله اول توسعهدهندگان این تکنولوژی به مجموعهای از دادههای آموزشی برچسبدار احتیاج دارند. تخلفات رانندگی خواسته شده از هوش مصنوعی، نیازمند یک پایگاه داده واضح است تا هوش مصنوعی استفاده شده بتواند آنها را پردازش کند و بتواند به دقت مطلوبی برسد. به عنوان مثال حرکت بین لاینها به عنوان یک تخلف رانندگی باید به عنوان داده توسط دوربینهای راهنمایی و رانندگی ضبط شود و برچسب تخلف داشته باشد. هوش مصنوعی میتواند این مسائل را یادبگیرد و از آن استفاده کند.
در این پروسه، تهیه گزارش دادهها باید توسط پلیس صورت گیرد چون ممکن است این دادهها به صورت عموم در دسترس نباشد. اگر پلیس نتواند در جمعآوری پایگاه دادهها موفق شود، باید بودجهای را برای تهیه دیتا و برچسبگذاری آن در نظر بگیرد. مهمترین بخش اجرای چنین پروژههایی تهیه داده و برچسبگذاری آن است.
یکی از دلایلی که نمیتوان این پروژهها را عملیاتی کرد و صرفاً در حد تئوری خوب پیش میرود، نبود دادههای لازم و واقعی است. به عنوان مثال اگر دوربینی در شرایط بد نور و آب و هوایی، ارتفاع دوربین و شرایطی از این قبیل قرار بگیرد، کارآیی خود را از دست میدهد و در نهایت داده خوبی به دست نمیآید و این نکات مشکلاتی هستند که به دوربینهای فعلی وارد است. یکی از چالشهای پلیس راهور در این پروسه، استفاده از محصول از پیش تعیین شده است. این محصول مانند هوش انبارداری یا تجاری نیست و قطعاً از قبل موجود نخواهد بود و در دوره حداقل یک تا سه سال در صورت مشارکت پیمانکار، در تعامل با کارفرما باید تکمیل شود.
هوش مصنوعی در مقام پیشگیری از جرم
از نظر محمد باقر سجادی نایب رئیس کمیسیون هوش مصنوعی نصر تهران، در حوزه هوش مصنوعی زیر حوزهای به نام پردازش تصویر وجود دارد که راهنمایی رانندگی برای استفاده از هوش مصنوعی نیازمند آن است.
یکی از حوزههای مهم هوش مصنوعی، پردازش تصویر است که راهنمایی و رانندگی برای ورود به فناوری هوش مصنوعی میبایست از این حوزه بهره جدی بگیرد. پردازش تصویر با تحلیل و پیشبینی تصاویری که از دوربینهای نظارتی ثبت و ضبط شده میتواند نقش زیادی را در پیشگیری و رصد تخلفات ایفا کند. همچنین تحلیل دادههای پایگاههای اطلاعاتی راهنمایی و رانندگی میتواند در کاهش تخلفات و اقدامات پیشگیرانه تاثیر بسزایی داشته باشد به طوریکه اطلاعات و دانشی را به ما ارائه میکند که دستیابی انسانی به آن سخت، زمانبر و پر هزینه است.
او گفت: اولین مشکلی که در ورود هوش مصنوعی به حوزه راهنمایی و رانندگی، میتواند باعث شکست این پروژه بزرگ شود، تبیین نکردن مسئله و نبود سیاستگذاری های لازم است. باید توجه نمود که هوش مصنوعی در اینجا به مثابه یک ابزار است که میتوان به طرق مختلف از آن استفاده کرد بنابراین در صورت عدم وجود سیاستگذاریهای صحیح نه تنها خدمات هوش مصنوعی به نفع مردم نخواهد بود بلکه موجبات نارضایتی مردمی را فراهم میکند که نتیجه آن اعتراضات و شکایات عمومی بوده و مدتی بعد هم این فناوری کنار گذاشته میشود.
طبق گفته او: راهنمایی و رانندگی جهت موفقیت علاوه بر سیاستگذاری صحیح و تهیه نقشه راه، میبایست به صورت موازی برنامهای کوتاه مدت به عنوان پیروزی سریع تعریف نماید و این برنامه بدون حضور جدی و موثر بخش خصوصی و متخصص هوش مصنوعی محکوم به شکست است. پیشبینی میکنم پس از ۶ ماه، تهیه نقشه راه و دوره پیروزیهای سریع به پایان میرسد و بر اساس نتایج آن میتوان از موفقیت پروژه بزرگ هوش مصنوعی در راهنمایی و رانندگی اطمینان حاصل کرد.
سجادی اضافه کرد: بنده به این پروژههای پرچمدار که به صورت عمومی در رسانه مطرح میشود امیدوار نیستم زیرا معمولا اهداف دیگری پشت آن وجود دارد. گاهی اوقات طرح چنین مسائلی جنبه خودنمایی دارد، گاهی جنبه پوشش به یک رانت دارد و … اگر این پروژههای با فناوری بالا (هایتک) بخواهد توسعه یابد نیاز به برنامهریزی صحیح دارد نه اعلام عمومی. متاسفانه ما این موضوع را حتی در بخشهای تخصصی مانند معاونت علمی نیز شاهد هستیم که هدف از اعلام هوش مصنوعی منفعت کشور نیست و پشت ماجرا سیاست و راهبرد صحیحی وجود ندارد.
هزینهای که اجرای این طرح دارد متعلق به سختافزار نیست
علی عظیمی فعال هوش مصنوعی در حالت کلی نظر بسیار متفاوتی داشت. او برای بکارگیریی هوش مصنوعی در راهنمایی و رانندگی نیازی به تکنولوژیهای پیشرفته نمیدید. طبق گفته او، عبارت هوش مصنوعی در این پروژه بسیار کلی است و در حال حاضر نیز از سیستمهایی مانند احراز هویت و پلاکخوانی استفاده میشود که در دورهای هوش مصنوعی تلقی میشدند. هوش مصنوعی اکنون این امکان را دارد که حرکات غیر معمول خودرو را ثبت و شناسایی کند که هر نوع تخلفی را شامل نمیشود و در دنیا از هوش مصنوعی در این حوزه تحت عنوان دستیار استفاده میشود. گمان میکنم منظور استفاده از هوش مصنوعی در راهنمایی و رانندگی نیز با همین منظور باشد.
عظیمی گفت: فکر میکنم این پروژه بار پردازشی بالایی ندارد و هزینه سنگینی ایجاد نمیکند. داخل دوربین، ماٰژولهایی اضافه میشود که میتواند نواحی خاصی را تخلف ارزیابی کند و بعد به سیستم پلاک خوان ارائه شود و نهایتاً خودروی متخلف شناسایی میشود. با ظرفیت فعلی کشور اینایده عجیب به نظر نمیرسد اما باید ورود به این پروژه توجیه اقتصادی داشته باشد. مشخصاً انواع طیف تکنولوژیهای شناساییاشیا در این پروژه کاربرد دارند و به این دلیل که یک دستور مشخص دارد و آن تعریف حالتهای تخلف است، به تکنولوژی که نیاز به وارد کردن سختافزار خاصی باشد، احتیاج نداریم. هزینهای که اجرای این پروژه خواهد داشت متعلق به نصب تکنولوژی نیست بلکه این هزینه متعلق به جمعآوری دادهها و کمیت و میزان گستردگی مناطق مد نظر است.
داوود ادیب، رییس هیات مدیره انجمن شرکت های فناور هوش مصنوعی و اقتصاد دیجیتال ایران نیز، ورود هوش مصنوعی به حوزه راهنمایی و رانندگی را ناممکن ندانسته است.
ادیب درباره اجرای این طرح توسط راهنمایی و رانندگی گفت: این طرح قابل اجرا بوده و اکنون نیز نمونه های متعددی در کشور اجرا شده است. با توجه به زیر ساخت ها و متخصصینی که امروزه پلیس راهور در اختیار دارد مواردی از قبیل پیش بینی جرم ، تحلیل داده ها ، تحلیل محتوای صوتی ، پروفایل سازی جامع ، بررسی هویتی و جامع خودرو و به عبارتی هر اشیای متحرک ، احراز هویت سرنشین ها ، پاسخ به رویدادهای اضطراری ، تقاطع گیری و تشخیص الگوهای مشکوک همان طوری که پیش بینی می گردد در دستور کار این مجموعه قرارگرفته باشد، می تواند توسط پلیس راهور عملیاتی گردیده و اجرا شود.
استفاده از هوش مصنوعی در رصد تخلفات رانندگی اصولا یکی از رویکردهایی است که با توسعه هوش مصنوعی در جهان در حال اتفاق است و نه تنها پلیس ، بلکه تمامی ارکان های اجتماعی در حوزه های مختلف هدف گذاری نموده اند که از هوش مصنوعی استفاده نموده ودر این راستا سازمان های خود را به روز رسانی کنند.