تحديات الذكاء الاصطناعي في مراقبة السلوك البشري: دروس من مترو لندن

اخبار هنا العالم - في خطوة نحو تحديث أنظمة المراقبة الحضرية، قامت هيئة النقل في لندن (TfL) بتجربة مثيرة للاهتمام لأنظمة مراقبة مزودة بالذكاء الاصطناعي في محطة مترو ويلسدن غرين. جرت هذه التجربة بين أكتوبر 2022 وسبتمبر 2023، بهدف رصد السلوكيات غير المرغوبة مثل التهرب من دفع الأجرة، والسلوكيات العدوانية، ومخاطر السلامة المحتملة.

تتفوق تقنيات الذكاء الاصطناعي في رصد الأنماط المحددة، مثل تجاوز الحدود الجغرافية، أو الدخول إلى مناطق محظورة، أو كسر الروتين اليومي. ومع ذلك، فإن الفروق الدقيقة، والغموض، والاختلافات الثقافية تشكل تحديات كبيرة لهذه الأنظمة. لا يستطيع الذكاء الاصطناعي تفسير "السبب" وراء حركة معينة، بل يرى "الفعل" فقط. على سبيل المثال، قد يرى النظام شخصًا يركض، لكنه لا يستطيع تحديد ما إذا كان يمارس الرياضة، أو يهرب من خطر، أو يطارد حافلة.

ووفقًا لتوان لي آنه، الرئيس التنفيذي لشركة Advanced Technology Innovations (ATIN)، فإن أكبر التحديات في البيئات الديناميكية أو المزدحمة تتمثل في حجب الأشخاص أو الأشياء عن الرؤية. عندما يتداخل الأشخاص أو يتحركون بسرعة في إضاءة خافتة، قد يدمجهم النظام في شخص واحد أو يكررهم، مما يؤدي إلى إغفال أحداث رئيسية أو تصنيف خاطئ تمامًا لما يحدث. هذا يؤكد على أن معالجة مقاطع بصرية قصيرة دون مراعاة الوقت، أو ديناميكيات الحشود، أو الصوت، تخلق "نقاطًا عمياء" في فهم الذكاء الاصطناعي.

ولمعالجة هذه المشكلات، يجادل الخبراء بأن الحل يكمن في تدريب الذكاء الاصطناعي على رؤية المشهد بأكمله، وليس فقط الأجزاء المعزولة. عندما يتم دمج مصادر بيانات متعددة ويُسمح للنموذج بالتعلم من الأنماط بمرور الوقت، فإنه يقترب من فهم النية وراء السلوكيات. هذا النهج الشامل يمكن أن يمكّن التقنية من التوقف عن ارتكاب نفس الأخطاء وتصبح مفيدة حقًا في تطبيقات العالم الحقيقي.