AI wykryje, że piłeś alkohol. Wystarczy jedno “spojrzenie”

Naukowcy z Wietnamskiego Uniwersytetu Narodowego opracowali specjalny system bazujący na sztucznej inteligencji, który z 93 proc. dokładnością potrafi rozpoznać czy jesteśmy pijani. Wystarczy jedno “spojrzenie” na naszą twarz, aby AI to ustaliła. Rozwiązanie może pomóc w walce z pijanymi kierowcami.

System opracowany przez Kha Tu Huynh i Huynh Phuong Thanh Nguyen z Wietnamskiego Uniwersytetu Narodowego został opisany na łamach czasopisma naukowego “International Journal of Intelligent Information and Database Systems”. Jak wyjaśnia serwis Tech Xplore, jego twórcy uważają, że rozwiązanie może okazać się szczególnie przydatne w miejscach, gdzie jazda i ryzykowne zachowania pod wpływem alkoholu jest poważnym problemem.

Tak jest np. w Polsce, gdzie pomimo zaostrzania kar dla kierowców i innych uczestników ruchu drogowego pod wpływem alkoholu wciąż zdarzają się tragiczne w skutkach wypadki. Z raportu Komendy Głównej Policji “Wypadki drogowe w Polsce w 2021 r.” wynika, że w 2021 r. kierujący, piesi oraz pasażerowie będący pod działaniem alkoholu uczestniczyli w 2488 wypadkach drogowych, co stanowi 10,9 proc. ogółu wypadków. W trakcie tych zdarzeń śmierć poniosło 331 osób, a 2805 osób odniosło obrażenia.

Dotychczasowe rozwiązania, których celem było wykrycie pijanych kierowców, skupiały się na ocenie oczu, pozycji głowy czy całego ciała. Tech Xplore podkreśla jednak, że łatwo było je zmylić przez różne inne czynniki, zaburzające ostateczną ocenę. System bazujący na sztucznej inteligencji zaproponowany przez ekspertów z Wietnamskiego Uniwersytetu Narodowego wykorzystuje natomiast obrazowanie termiczne, co oznacza, że tworzy obrazy na podstawie promieniowania podczerwonego emitowanego przez obiekt.

Naukowcy przekonują, że system działa z 93 proc. dokładnością. Jego skuteczność powinna być jak najwyższa, aby uniknąć potencjalnych błędów. Chodzi tu zarówno o pomijanie pijanych osób, jak i błędną ocenę osób trzeźwych, co mogłoby doprowadzić kierowców do frustracji, a nawet utraty zaufania wobec instytucji wykorzystujących system.