Jak může umělá inteligence zlepšit naše silnice? Parta studentů převádí teorii do praxe

Doprava v Praze, ale i dalších větších českých městech, bývá řidiči často považována za tristní. Většina z nás by však nejspíš změnila názor, kdyby si vyzkoušela řízení v Los Angeles. Tato metropole je totiž nechvalně proslulým rekordmanem, co se cestování automobilem týče.

Podle výzkumu INRIX se totiž v roce 2017 stalo Los Angeles městem s nejhorší dopravní situací na světě. Řidiči si v kolonách během špiček počkali v průměru rekordních 102 hodin. Nejen tato zpráva pak motivovala studenty z Loyola Marymount University k práci na projektu, který by mohl situaci zlepšit.

K tomu si zvolili technologii strojového učení, konkrétně open-source program TensorFlow z produkce Google, který naučili rozeznávat různá poškození silnice, jako například praskliny či výmoly. Cílem bylo naučit program rychlému hledání poškození silnice ze záznamu kamery umístěné na kapotě vozu.

Podle studentů by tento systém mohl najít uplatnění jak u samotných měst, tak u stavebních společností. Odpadly by totiž problémy se zdlouhavým vyhledáváním skutečně vážně poškozených úseků a místo toho by se rovnou mohlo přejít na opravu. Vše by se tak urychlilo, zjednodušilo a nejspíš by došlo i k finančním úsporám.

Pokud by se podobný systém dostal do praxe, mohlo by v budoucnu dojít k vytvoření mnohem bezpečnějších a efektivnějších podmínek k cestování autem, doprava by byla plynulejší a řidiči šťastnější. Kromě rychlejšího cestování by se totiž také mohly dočkat úspory peněz, které jinak musí investovat do oprav poškození automobilu, ke kterým na špatných silnicích dochází pravidelně.