A nagy AI-sztori: jó lesz, ha az út is figyel ránk, nem csak mi az útra?

A mesterséges intelligencia ma már nemcsak az online térben, hanem az utak felett is dolgozik. Bár az útdíjrendszerekről ritkán gondolkodunk technológiai innovációként, a háttérben egyre összetettebb mesterségesintelligencia-alapú megoldások működnek. A nagy AI-sztori legújabb epizódjában Prait Dáviddal, az i-CELL Mobilsoft Zrt. AI-fejlesztési vezetőjével beszélgettünk arról, hogyan válhat az útdíjrendszer a jövőben nem pusztán bevételi eszközzé, hanem a közlekedésbiztonság és a fenntarthatóság egyik kulcselemévé. A podcast állandó szakmai vendége Aczél Petra kommunikációkutató, a Széchenyi István Egyetem professzora.

A nagy AI-sztori legújabb epizódját itt tekinthetik meg:

Prait Dávid arra hívta fel a figyelmet, hogy a mesterséges intelligencia már most is jelen van a hazai útdíjrendszerben, elsősorban az ellenőrzési oldalon. A kamerák és szenzorok nemcsak rendszámokat olvasnak le, hanem a járművek méretét, kategóriáját és egyéb jellemzőit is elemzik, hogy kiszűrjék a visszaéléseket. Ez különösen a 3,5 tonna feletti haszonjárművek esetében fontos, ahol az úthasználattal arányos díjfizetés egyszerre szolgál igazságossági és gazdasági célokat.

A mesterséges intelligencia valódi jelentősége azonban nem itt kezdődik. Prait szerint 

Az MI-alapú előrejelzések – például meteorológiai és forgalmi adatok összekapcsolásával – képesek lehetnek előre jelezni a balesetveszélyes helyzeteket, torlódásokat vagy akár a porviharok kialakulását, amelyek az elmúlt években súlyos tömegbalesetekhez vezettek.

Aczél Petra erre reagálva hangsúlyozta: ezek a rendszerek láthatatlanul vannak jelen a mindennapjainkban, mégis komoly hatással vannak az életünkre. Éppen ezért kulcskérdés, mennyire „okos” egy ilyen mesterséges intelligencia. „Nem biztos, hogy az a jó rendszer, amelyik mindent tud és mindent összekapcsol” – mutatott rá a digitális és MI-etikai dilemmákra. Egy túlzottan autonóm rendszer nemcsak technológiai, hanem társadalmi kockázatokat is hordozhat.

A fejlesztők tudatosan kerülik az önállóan tanuló, kontrollálatlan modelleket. Az i-CEL Mobilsoftnál a gépi látásos és predikciós rendszerek felügyelt tanítással készülnek, majd validálás után „lezárják” őket, vagyis nem képesek új adatokból önálló következtetéseket levonni. Ezek az MI-megoldások döntéstámogató eszközként működnek: segítik az emberi döntéshozókat, de nem váltják ki őket.

A gyakorlati haszon különösen látványos lehet a Magyar Közúttal közös kutatásokban. A cél az, hogy 

• a forgalomszámlálás és az ellenőrzés egy része olcsóbb, egyszerűbb, 
• akár út menti oszlopokra szerelt kamerákkal történjen, csökkentve annak szükségességét, hogy közutas dolgozók veszélyes munkakörnyezetben, az úttesten dolgozzanak. 

Szóba került a dinamikus díjszabás lehetősége is. Egy fejlettebb rendszer képes lehet arra, hogy előrejelzések alapján ideiglenesen olcsóbbá vagy drágábbá tegyen bizonyos útvonalakat, ezzel terelve a forgalmat kevésbé veszélyes vagy környezetkímélőbb irányba. Ez nemcsak a balesetek számát csökkentheti, hanem a települések élhetőségét is javíthatja az átmenő forgalom visszaszorításával.

Aczél Petra ugyanakkor többször figyelmeztetett: minden integráció új kérdéseket vet fel. Ha az útdíjrendszer összekapcsolódik más közlekedési, meteorológiai vagy akár rendészeti rendszerekkel, akkor adatvédelmi, etikai és társadalmi határokat kell húzni. 

– fogalmazott.

Az adás végére világossá vált: a mesterséges intelligencia az útdíjrendszerekben nem futurisztikus látomás, hanem már formálódó valóság. A tét azonban nem az, hogy a gép átveszi-e az irányítást, hanem az, hogy képesek vagyunk-e olyan rendszereket építeni, amelyek valódi társadalmi hasznot termelnek, miközben az emberi kontroll és felelősség megmarad. Aczél Petra megjegyezte: a jövőben valószínűleg sokkal tudatosabban fogunk közlekedni már csak azért is, mert egyre jobban értjük, mit „tud rólunk” az útdíjrendszer.

Részletek a beszélgetés tartalmából:

• Az MI szerepe az útdíjrendszerben ma és a jövőben (00:40)
• Hogyan szűri ki az AI a visszaéléseket a forgalomban? (04:50)
• MI-alapú előrejelzések: balesetek és torlódások megelőzése (09:30)
• Miért nem „önálló” az AI ezekben a rendszerekben? (13:20)
• A felügyelt tanítás és az emberi kontroll szerepe (17:40)
• Kamerák, szenzorok és olcsóbb forgalomszámlálás (22:10)
• Közutas munkavégzés és a balesetek csökkentése (26:30)
• Dinamikus útdíjak és a forgalomterelés lehetőségei (31:00)
• Adatvédelem és etikai határok az okosközlekedésben (36:20)
• Merre tovább? Az útdíjrendszer mint közlekedési ökoszisztéma (41:10)

A korábbi podcastjeinket itt hallgathatják meg.