引入人工智能技術 政府決策更加高效

德拉瓦州獲聯邦資助,計劃採用人工智能技術,在有淹水風險的時候自動啟動疏散擁擠海灘的措施。圖為德拉瓦州海灘海浪拍岸。美聯社資料圖片

美聯社電

德拉瓦州(Delaware)的低海拔加上擁擠的海灘和有限的離開路線,使該州特別容易受到大洪水的侵害,官員現在希望聯邦基礎設施資金的湧入,讓其透過人工智能在未來自動啟動疏散計劃。

拜登政府定於周四宣布向德拉瓦州和其他七個州提供總計5300萬元的補助金,用於解決交通擁堵問題的高科技對策。儘管該資金來自總統於2021年簽署的基礎設施法,包括為拜登家鄉州的防洪工作提供500萬元,但許多項目在那之後已經發生變化。

曾擔任德拉瓦州交通部長的聯邦公路管理局局長巴特(Shailen Bhatt)表示:「機器學習預測分析是眼前的新技術,因為我們現在可以取得這一切數據,而人則很難弄清楚什麼是數據,什麼是可操作的資訊。」

德拉瓦州每在旅遊旺季,周末早晨都會出現前往海灘的車隊,然後在晚間返回,促使官員每周需要進行疏散演習,但洪水構成了一個獨特問題,例如道路淹水,導致使用最直接路線逃離比就地避難更加危險。

德拉瓦州交通局控制著這個全國平均海拔最低州的九成以上道路,其任務是在高水位期間實施疏散計劃,考慮到情況變化的快速,這是任何官員的噩夢。

總部位於維吉尼亞州阿靈頓的BlueHalo與德拉瓦州合作開發相關軟件,該公司交通部門主管George Zhao表示:「由人來監控成千上萬的偵測器或數據源,這是不堪重負的事。」

這就是人工智能派上用場之處。該系統不派遣工作人員到現場封鎖無法通行的道路,而是使用傳感器來檢測天氣的威脅,甚至可以預測它們。

然後,它通過手機警報將訊息直接發送給駕駛人,並且在電子公路標誌上同步放送。

數據量不斷增長,許多自動駕駛汽車現在不僅能夠告知駕駛人前方的危險,還能向系統供給訊息以警告他人。

密蘇里科技大學的研究人員於2019-22年期間,在密西西比河上測試早期版本的洪水預測分析系統。共同撰述研究報告的該校工程管理和系統工程副教授科恩斯(Steve Corns)表示,該系統能夠在幾分鐘內檢測到過去需要數小時才能完成的工作。

這輪撥款中的其他補助金,包括1400萬元用於馬里蘭州的機器學習交通預測和訊號計時,以及1270萬元用於改進密歇根州安娜堡市(Ann Arbor)的交通系統,其蜂窩技術可能成為全國仿傚的樣板。它還包括1160萬元用於擴大明尼蘇達州大急流城(Grand Rapids)的微型大眾運輸服務。

科技-三藩市版