美国约翰斯·霍普金斯大学的研究团队近日推出了一款名为“交通安全副驾”的生成式人工智能工具，该工具能够精准预测交通事故风险，研究成果已发表在国际权威期刊《自然·通讯》上。这一创新系统基于先进的大语言模型技术，通过对超过6.6万起交通事故数据的深度分析，成功整合了路况信息、血液酒精浓度、卫星图像与实地影像等多维度数据，实现了对个体行为与复合风险因素的智能研判。
与传统的预测模型相比，“交通安全副驾”具备真正的预测能力，不仅能够应对未曾出现的场景，还能持续自我优化，不断提升预测准确率。该工具的一大亮点是能够同步输出置信度评分，显著提升了AI决策过程的透明度，有效破解了“黑匣子”难题，让AI的决策依据更加清晰可见。
数据显示，酒驾与超速行驶导致的交通事故量是其他因素的三倍。以马里兰州为例，2023年高速公路死亡人数较2013年显著上升，这一数据充分凸显了该技术应用推广的紧迫性和现实意义。随着智能交通技术的不断发展，“交通安全副驾”有望成为未来交通安全管理的重要工具，为减少交通事故、保障人民生命安全提供有力支持。
