IT之家 10 月 27 日消息，據新華社今日報道，美國約翰斯?霍普金斯大學研究團隊研發出一款名為“交通安全副駕”的生成式人工智能工具，能夠精準預測交通事故風險。相關研究成果發表于最新一期《自然?通訊》雜志。

交通事故的發生通常包含多重復雜因素：天氣、交通流量、道路設計及駕駛行為等。IT之家從報道中獲悉，該工具通過大語言模型技術，解析了包括路況、血液酒精濃度數值、衛星與實地影像等信息在內的 66000 余起交通事故數據，從而實現對個體及復合風險因素的智能研判。

團隊表示，該工具不僅能提供預測，還會同步給出“置信度評分”，直觀呈現預測結果的可靠程度。這一特性有效破解了 AI 決策如同“黑匣子”的難題，為高風險領域的 AI 應用掃除了關鍵障礙。

數據顯示，美國馬里蘭州高速公路死亡人數從 2013 年的 466 人攀升至 2023 年的 621 人。模型分析顯示，酒駕、超速行駛引發的事故量，是其他因素的 3 倍之多。

與普遍采用的僅能基于歷史數據進行分析的機器學習技術不同，報道指出，這款工具“擁有真正的預測能力”。在面對訓練樣本中未出現過的新情況時，該工具同樣能夠生成準確預警。更值得期待的是，該工具可通過補充數據持續優化預測模型，靈活適配不同地區的交通治理需求。