El método es, a priori, contrario a la intuición. Para predecir con un algoritmo de aprendizaje profundo dónde ocurrirán los accidentes de tráfico, un equipo de investigadores del laboratorio de inteligencia artificial del Instituto de Tecnología de Massachusetts (Estados Unidos) y la Universidad Hamad bin Khalifa en Qatar no utilizó el análisis de accidentes anteriores.
Estas herramientas de pronóstico ya se han desarrollado, al menos en un contexto académico, pero se refieren a áreas bastante grandes: una carretera completa, varios cientos de metros cuadrados o incluso kilómetros cuadrados. En este caso, el proyecto aborda una previsión en zonas de 5 por 5 metros, a esta escala, las bases de datos de accidentes viales no proporcionan datos suficientes para cada zona para permitir entrenar un algoritmo. Los eventos están muy dispersos y, dependiendo de la ubicación, el algoritmo tenderá a sobreestimar o subestimar el riesgo de accidente.
Estudiar la configuración de las instalaciones
De ahí la idea de utilizar otros criterios. Si se registraban accidentes en tal o cual tipo de curva, ese tipo de camino o intersección, el equipo tomaba en cuenta la configuración de la ubicación y no el número de ocurrencias. Luego, su predicción consiste en detectar ubicaciones de carreteras con características similares e identificarlas como “en riesgo”.
“Nuestro objetivo […] no está identificando exactamente dónde ocurrirán nuevos accidentes, porque eso es imposible. En cambio, buscamos el riesgo subyacente de un accidente en cada ubicación, ya sea que los accidentes ya hayan ocurrido allí o no “. escribir investigadores en su artículo publicado a mediados de octubre de 2021.
El proyecto se centró en cuatro ciudades estadounidenses, Nueva York, Boston, Chicago y Los Ángeles, en un área geográfica combinada de 7.500 kilómetros cuadrados. Utilizaron imágenes de satélite de MapBox, un servicio para desarrolladores, mapas de carreteras de OpenStreetMap y datos de GPS que cubren el período 2015-2017. Se utilizaron para evaluar las trayectorias de los vehículos en las carreteras y para deducir la densidad del tráfico. En total, se podrían reconstruir 7,6 millones de kilómetros de ruta. Último elemento, un base de datos de 4,2 millones de accidentes entre 2016 y 2020, con coordenadas y registros de tiempo.
Después de eso, el algoritmo se entrenó en varias combinaciones de estos datos, con o sin los datos históricos. La evaluación mostró que a partir de los datos de 2016 a 2017, fue posible predecir correctamente los accidentes de 2019-2020. Esto significa, dicen los investigadores, que la herramienta se puede transferir a cualquier ciudad de cualquier país, incluso cuando no tenemos un censo de accidentes de tráfico. Incluso podría usarse para diseñar mejor un plan de carretera antes de la construcción al hacer referencia a lo que sucedió en otros lugares en carreteras con características similares.
“Explorador. Entusiasta de la cerveza. Geek del alcohol. Gurú de Internet sutilmente encantador. Erudito de la web en general”.
