AI đầu tiên trên thế giới giúp ngăn tai nạn giữa xe và động vật

Một nhóm nghiên cứu đã phát triển và thử nghiệm thành công công nghệ ven đường đầu tiên trên thế giới, được thiết kế để ngăn chặn các vụ va chạm giữa động vật và xe tại các vùng nông thôn của Úc. Công nghệ này mang tính đột phá, mở ra hướng đi mới trong việc bảo vệ cả động vật hoang dã và an toàn giao thông.

Mã nguồn của công nghệ AI này sẽ được cung cấp miễn phí trên toàn thế giới thông qua nền tảng GitHub. Điều này cho phép các nhà nghiên cứu và nhà bảo tồn trên khắp hành tinh phát triển các mô hình nhận diện đặc thù cho từng loài động vật, từ đó nâng cao hiệu quả ứng dụng tại nhiều khu vực khác nhau.

Việc công bố mã nguồn mang lại hy vọng cứu sống nhiều loài động vật nguy cấp hơn nữa. Các loài như gấu trúc đỏ ở Nepal, thú ăn kiến khổng lồ ở Brazil, tê tê ở Đông Nam Á, hay báo tuyết ở Trung Á đều đối mặt với nguy cơ khi băng qua các tuyến đường cắt ngang môi trường sống tự nhiên của chúng. Công nghệ này hứa hẹn giảm thiểu rủi ro, góp phần bảo tồn đa dạng sinh học toàn cầu.

Nghiên cứu là kết quả hợp tác giữa Đại học Sydney, Đại học Công nghệ Queensland (QUT) và Cục Giao thông và Đường bộ Queensland. Sự kết hợp này đã tạo nên một dự án mang tính ứng dụng cao, hướng tới giải quyết vấn đề thực tế trong giao thông và bảo vệ thiên nhiên.

Các nhà nghiên cứu từ Trung tâm Robotics Úc thuộc Đại học Sydney và Trung tâm Nghiên cứu Tai nạn và An toàn Đường bộ Queensland đã dẫn dắt dự án.

Trong hơn 12 tháng, họ phát triển và thử nghiệm hệ thống có tên LAARMA, tức Hệ thống Giám sát và Cảnh báo Ven đường Kích hoạt bởi Động vật Lớn. Đây là giải pháp công nghệ tiên tiến với chi phí hợp lý.

Hệ thống LAARMA hoạt động nhờ các đơn vị ven đường tích hợp AI, sử dụng cảm biến để phát hiện động vật xuất hiện gần đường. Khi phát hiện một con vật, hệ thống kích hoạt các Bảng Tin nhắn Biến đổi (VMS) nhấp nháy gần đó nhằm cảnh báo người lái xe, giúp họ kịp thời điều chỉnh tốc độ và tránh va chạm.

Thử nghiệm thực địa được tiến hành tại vùng Viễn Bắc Queensland, nơi thường xuyên xảy ra các vụ va chạm với đà điểu cassowary. Kết quả cho thấy hệ thống đạt độ chính xác 97% trong việc phát hiện loài chim này, ghi nhận hơn 287 lần xuất hiện.

Các bảng cảnh báo đã chứng minh hiệu quả khi tốc độ xe giảm đáng kể sau mỗi lần kích hoạt, từ đó giảm thiểu nguy cơ tai nạn.

Công nghệ tự tiến hóa

Hệ thống LAARMA tích hợp nhiều loại cảm biến gắn trên cột, bao gồm camera RGB, hình ảnh nhiệt và LiDAR. Điểm nổi bật là công nghệ AI tự học hỏi, cho phép hệ thống cải thiện hiệu suất theo thời gian mà không cần dữ liệu gắn nhãn.

Đến cuối đợt thử nghiệm, LAARMA đạt tỷ lệ phát hiện chính xác động vật lên đến 78,5% trong phạm vi 100 mét.

Trong 5 tháng, nhóm nghiên cứu lắp đặt các cột LAARMA tại khu vực tập trung nhiều đà điểu cassowary hoang dã ở Kuranda. Khả năng của AI tiến bộ vượt bậc, từ mức phát hiện ban đầu chỉ 4,2% lên 78,5% vào cuối thử nghiệm. Đồng thời, tốc độ xe giảm tối đa 6,3 km/h khi các bảng hiệu nhấp nháy, cho thấy tác động tích cực đến hành vi lái xe.

Tiến sĩ Kunming Li từ Trung tâm Robotics Úc thuộc Đại học Sydney chia sẻ rằng hệ thống tự học để nâng cao hiệu quả. Ông giải thích đây là công nghệ tự giám sát, mỗi lần phát hiện đà điểu cassowary, nó lại tích lũy thêm kinh nghiệm để cải thiện khả năng nhận diện trong tương lai.

Khác với các hệ thống truyền thống cần con người lập trình hoặc huấn luyện, LAARMA tự động thích nghi. Mỗi lần quan sát một con đà điểu cassowary, hệ thống ghi nhớ đặc điểm của nó, dù trong bóng tối, sau cây cối hay khi di chuyển nhanh, giúp tăng độ chính xác theo thời gian.

Tiến sĩ Li nhấn mạnh thêm rằng hệ thống không chỉ tìm kiếm sự trùng khớp đơn thuần mà còn phân tích hình dáng điển hình của đà điểu cassowary trong nhiều tình huống khác nhau, như lúc bình minh, trong mưa hay khi bị che khuất bởi bụi rậm. Điều này khiến LAARMA ngày càng thông minh và đáng tin cậy.

Ông đánh giá đây là bước tiến lớn hướng tới bảo vệ động vật hoang dã một cách tự động. So với các phương pháp trước đây, LAARMA linh hoạt và dễ mở rộng hơn. Càng được ứng dụng thực tế, hệ thống càng trở nên chính xác, thể hiện khả năng tự tiến hóa vượt trội.

Khoa học hành vi kết hợp AI

Để tối ưu hóa công nghệ phát hiện động vật, các nhà nghiên cứu tại QUT đã thiết kế và thử nghiệm kỹ lưỡng các thông điệp cảnh báo hiển thị trên bảng hiệu ven đường. Họ áp dụng một phương pháp nổi tiếng từ khoa học hành vi nhằm đảm bảo thông điệp thực sự hiệu quả.

Nhóm nghiên cứu tiến hành thử nghiệm với các nhóm tập trung, khảo sát hơn 550 tài xế trên khắp Úc và thực hiện các bài kiểm tra trên mô phỏng lái xe. Mục tiêu là tìm ra thông điệp nào có khả năng thuyết phục người lái giảm tốc độ tốt nhất.

Khi phát hiện đà điểu cassowary, bảng hiệu kỹ thuật số được thiết kế đặc biệt sẽ sáng lên với cảnh báo thời gian thực, nhắc nhở tài xế giảm tốc và tăng cường quan sát.

Khác với các biển báo vàng cố định thường bị bỏ qua, LAARMA chỉ kích hoạt khi thực sự có động vật xuất hiện, mang lại hiệu quả cảnh báo rõ rệt theo nhận định của các nhà nghiên cứu.

Thử nghiệm thực địa cuối cùng cho thấy tốc độ xe giảm tới 6,3 km/h trong khu vực xảy ra sự kiện khi thông điệp được kích hoạt, so với điều kiện thông thường. Sự thay đổi này rất đáng kể vì giảm tốc độ, dù chỉ vài km/h, cũng có thể cải thiện đáng kể thời gian phản ứng, khoảng cách phanh và kết quả khi xảy ra va chạm.

Giáo sư Ioni Lewis, đồng trưởng dự án từ QUT, nhận định rằng ngoài thành tựu công nghệ, dữ liệu hành vi cho thấy cảnh báo thời gian thực và phù hợp ngữ cảnh thực sự thay đổi cách lái xe của mọi người. Bà nhấn mạnh điều này rất quan trọng vì chỉ vài giây có thể quyết định giữa một vụ suýt va chạm và tai nạn nghiêm trọng.

Giáo sư Lewis cũng chỉ ra lợi ích kép của hệ thống, vừa bảo vệ động vật nguy cấp vừa đảm bảo an toàn cho người lái. Bà giải thích đà điểu cassowary tuy là loài nguy cấp nhưng có kích thước lớn, va chạm với chúng ở tốc độ 100 km/h chẳng khác nào đâm vào một chiếc tủ lạnh. Vì vậy, công nghệ này hướng tới cứu mạng sống của cả con người và động vật.

Theo thống kê từ Cục Giao thông và Đường bộ Queensland (TMR), kể từ năm 1996, đã có 174 con đà điểu cassowary thiệt mạng vì xe cộ. Các chuyên gia lo ngại con số thực tế còn cao hơn do nhiều trường hợp không được báo cáo, trong khi tài xế thường không nhận thức được hậu quả họ gây ra.

Ông Ross Hodgman, Giám đốc Khu vực Bắc Queensland của TMR, cho biết đà điểu cassowary xuất hiện trên hoặc gần đường là điều quen thuộc ở Viễn Bắc Queensland.

Ông khẳng định cơ quan này cam kết bảo vệ loài then chốt này, không chỉ vì vai trò của chúng đối với hệ sinh thái Rừng Mưa Nhiệt Đới Wet Tropics, mà còn để giảm thiểu tai nạn do va chạm trực tiếp hoặc khi tài xế đánh lái tránh chim.

Ông Hodgman đánh giá kết quả nghiên cứu rất triển vọng. Một hệ thống chi phí thấp, triển khai tại các điểm nóng về va chạm giữa xe và động vật, có thể nâng cao nhận thức và cảnh báo sớm cho tài xế, từ đó cải thiện an toàn giao thông đường bộ.

Ông Ian Christensen, Giám đốc Điều hành iMOVE CRC, nhận định dự án này là minh chứng rõ nét cho sự đổi mới ứng dụng. Nó thể hiện sức mạnh của việc kết hợp công nghệ cảm biến tiên tiến và AI với khoa học hành vi để tạo ra giải pháp thiết thực cho các thách thức thực tế.

Ông Christensen cho biết thêm rằng việc mở mã nguồn hệ thống LAARMA qua GitHub đã mở rộng tiềm năng ứng dụng toàn cầu. Nhờ đó, các chính phủ và tổ chức bảo tồn trên thế giới có thể dễ dàng điều chỉnh công nghệ để đáp ứng nhu cầu bảo vệ động vật hoang dã và an toàn đường bộ tại địa phương mình.