🚗 **AI驱动的交通事故风险预测：** 约翰霍普金斯大学的研究团队成功研发出一款名为“交通安全副驾”的生成式人工智能工具。该工具利用大语言模型技术，通过对超过66000起交通事故数据的深度分析，能够精准预测交通事故发生的风险。这标志着AI在交通安全领域迈出了重要一步，为预防事故提供了新的可能。

📊 **多维度数据整合与智能研判：** 该AI工具能够综合分析包括天气状况、交通流量、道路设计以及驾驶员行为在内的多种复杂因素。它通过解析具体的事故数据，如道路状况、血液酒精浓度数值以及卫星与实地影像，从而对个体和复合的风险因素进行智能研判，提供了比传统方法更全面的风险评估。

💡 **解决AI“黑匣子”难题与提高透明度：** “交通安全副驾”的一大亮点是它能同步提供预测结果的“置信度评分”。这一功能直观地展示了预测的可靠程度，有效解决了人工智能决策过程不透明的“黑匣子”问题。这种透明度对于在交通安全等高风险领域推广和应用AI技术至关重要，能够增强用户对AI预测的信任度。

📈 **揭示酒驾超速为主要事故诱因：** 通过对美国马里兰州高速公路事故数据的分析，该研究揭示了酒驾与超速行驶是引发交通事故的最主要因素，其造成的事故量是其他因素的三倍之多。这一发现为制定更具针对性的交通安全政策和执法措施提供了关键证据支持。

美国约翰霍普金斯大学研究团队研发出一款名为“交通安全副驾”的生成式人工智能工具，能够精准预测交通事故风险。相关研究成果发表于最新一期《自然·通讯》杂志。

交通事故的发生往往交织着天气、交通流量、道路设计及驾驶行为等多重复杂因素。这款工具通过大语言模型技术，解析了66000余起交通事故数据，包括道路状况、血液酒精浓度数值、卫星与实地影像等，从而实现对个体及复合风险因素的智能研判。

团队表示，该工具不仅能提供预测，还会同步给出“置信度评分”，直观呈现预测结果的可靠程度。这一特性有效破解了人工智能（AI）决策如同“黑匣子”的难题，为高风险领域的AI应用扫除了关键障碍。

数据显示，美国马里兰州高速公路死亡人数从2013年的466人攀升至2023年的621人。模型分析显示，酒驾与超速行驶引发的事故量，是其他因素的3倍之多。