美国约翰斯·霍普金斯大学研究团队研发出一款名为“交通安全副驾”的生成式人工智能工具，能够精准预测交通事故风险。相关研究成果发表于最新一期《自然·通讯》杂志。
交通事故的发生往往交织着天气、交通流量、道路设计及驾驶行为等多重复杂因素。这款工具通过大语言模型技术，解析了66000余起交通事故数据，包括道路状况、血液酒精浓度数值、卫星与实地影像等，从而实现对个体及复合风险因素的智能研判。
团队表示，该工具不仅能提供预测，还会同步给出“置信度评分”，直观呈现预测结果的可靠程度。这一特性有效破解了人工智能（AI）决策如同“黑匣子”的难题，为高风险领域的AI应用扫除了关键障碍。
数据显示，美国马里兰州高速公路死亡人数从2013年的466人攀升至2023年的621人。模型分析显示，酒驾与超速行驶引发的事故量，是其他因素的3倍之多。
与普遍采用的仅能基于历史数据进行分析的机器学习技术不同，这款工具拥有真正的预测能力。即使面对训练样本中未出现过的新情况，它也能生成准确预警。更值得期待的是，该工具可通过补充数据持续优化预测模型，灵活适配不同地区的交通治理需求。
