في عالم تسوده الابتكارات التكنولوجية، يظهر البحث الجديد الذي يركز على تقدير السلامة المدرك للإرشاد المحلي للمشاة كخطوة رائدة نحو طرق أكثر أماناً. حيث تقدم هذه الدراسة منهجاً واضحاً يقوم بتقدير السلامة من خلال تحليل الصور المستويات الشارعية باستخدام تمثيل لغوي وسيط.

تتضمن آلية العمل إنشاء وتخزين وصفات نصية مستندة إلى نماذج الرؤية واللغة، ومن ثم يتم تقييم مستويات الأمان. والجدير بالذكر أن كل نتيجة تظل قابلة للفحص من قبل المستخدم، مما يعزز من شفافية هذه العملية.

تم اختبار تسعة شروط وصفية عبر خمس مجموعات نماذج، وتمت مقارنتها بمعيار صورة مباشرة قائم على تقنية "Contrastive Language–Image Pre-training (CLIP)". النتائج أظهرت أن التمثيل المعتمد على الوصف يصل لمستوى مماثل للتمثيلات الصورة بدلاً من أن يتخلف عنها.

تطبيق هذه المنهجية شمل 654,115 صورة تغطي 36 منطقة انتخابية في موقعين في شمال إنجلترا (مانشستر وهدرسفيلد). وقد تم التحقق من صحة النتائج بشكل مستقل حيث أظهرت الاتفاقية مستويات معنوية ولكنها متواضعة.

بالإضافة إلى ذلك، أظهرت النتائج أن سلوك الإرشاد يختلف بشكل منتظم حسب طول الرحلة، حيث لم يحدث تغيير ملحوظ في الرحلات القصيرة أقل من 1 كم، بينما زاد طول المسار منخفض المخاطر في الرحلات التي تتراوح من 3 إلى 6 كم بمعدل 12.78%.

تُظهر هذه الدراسة كيف يمكن دمج الذكاء الاصطناعي بشكل فعال في تحسين تجربة المشاة وتعزيز الأمان في المدن. ما رأيكم في هذه الابتكارات المذهلة؟ شاركونا في التعليقات.