۱۲ شخصیت برای ۳ میلیون نفر؛ انقلابی در پیش‌بینی رفتار سفر

دانشمندان بریتانیایی با استفاده از هوش مصنوعی و ۱۲ شخصیت رفتاری، شبیه‌سازی رفتاری از سه میلیون مسافر ساخته‌اند. این روش که «آلف» نام دارد، رفتار واقعی انسان را به جمعیت‌های مصنوعی اضافه می‌کند تا مؤثرترین راهکارهای کاهش کربن در حمل‌ونقل شناسایی شود.

به گزارش سرویس ترجمه خبرگزاری ایمنا، شبیه‌سازی رفتار مسافران به فرایند ساخت مدل‌های رایانه‌ای گفته می‌شود که نحوه تصمیم‌گیری، انتخاب نوع سفر و واکنش افراد مختلف به تغییرات سیستم حمل‌ونقل را تقلید می‌کنند. این کار به‌طور معمول با استفاده از جمعیت‌های مصنوعی انجام می‌شود، یعنی مجموعه‌های آماری از ویژگی‌های افراد همچون سن، درآمد و محل سکونت، بدون آنکه از داده‌های شخصی واقعی استفاده شود.

اهمیت این شبیه‌سازی در آن است که سیاست‌گذاران می‌توانند پیش از اجرای هزینه‌بر در دنیای واقعی، تأثیر اقداماتی همچون کاهش قیمت بلیت اتوبوس یا احداث مسیر دوچرخه را در یک محیط مجازی و کم‌ریسک آزمایش کنند. حمل‌ونقل یکی از بزرگترین منابع انتشار کربن است و شبیه‌سازی دقیق رفتار مسافران، مسیر را برای تشویق مردم به ترک خودروهای شخصی و روی آوردن به اتوبوس، دوچرخه و پیاده‌روی هموار می‌کند.

با این وجود، مشکل بزرگ جمعیت‌های مصنوعی سنتی، ناتوانی در نمایش «جزئیات رفتار انسانی» است. این مدل‌ها نمی‌توانند تفاوت نگرش افراد نسبت به سفر، عادت‌های شخصی یا اولویت‌های غیرمنطقی را منعکس کنند. برای رفع این مشکل، بریتانیا اقدام پیشگامانه‌ای را در منطقه وست‌میدلندز به اجرا درآورده است. در این پروژه که بخشی از مرکز ملی تحقیقاتی ترابری (TransiT) بریتانیاست، دانشمندان دانشگاه هریوت-وات با همکاری هشت دانشگاه و نزدیک به ۷۰ شریک صنعتی، از هوش مصنوعی برای ساخت شبیه‌سازهای مسافری نسل جدید استفاده کردند.

۱۲ شخصیت برای ۳ میلیون نفر؛ انقلابی در پیش‌بینی رفتار سفر

ایده اصلی آن است که جمعیت مصنوعی سه‌میلیون‌نفری وست‌میدلندز را با «۱۲ شخصیت حمل‌ونقلی» وزارت حمل‌ونقل بریتانیا پیوند بزنند. این شخصیت‌ها، نمونه‌های تخیلی اما بر پایه پژوهش هستند که گروه‌های واقعی کاربران را نمایش می‌دهند. انجام این پیوند به‌صورت دستی برای میلیون‌ها نفر غیرممکن است، اما دانشمندان روشی ابداع کرده‌اند که با استفاده از مدل‌های زبانی بزرگ (LLMs) و یک فرایند یادگیری فعال به نام آلف (ALF)، به‌طور خودکار هر فرد مصنوعی را به یکی از ۱۲ شخصیت رفتاری متصل می‌کند. این الگوریتم هر بار با دریافت داده جدید، عملکرد خود را بهبود می‌بخشد.

نتیجه این کار، شبیه‌سازی است که می‌تواند به پرسش‌های کلیدی درباره حمل‌ونقل ازجمله این پاسخ دهد که اگر بلیت اتوبوس را ارزان کنیم، کدام گروه از مسافران بیشتر روی می‌آورند یا چه نوع زیرساختی دوچرخه‌سواران ماجراجو را از رانندگان محتاط جدا می‌کند؟

این پروژه که توسط شورای تحقیقات مهندسی بریتانیا تأمین مالی شده، یکی از پنج پروژه نمایشی دوقلوی دیجیتال در این کشور است. موفقیت این روش، افق تازه‌ای نه‌تنها در حمل‌ونقل، بلکه در حوزه‌هایی همچون بهداشت و برنامه‌ریزی شهری نیز گشوده است. بریتانیا نشان داد که با تلفیق هوش مصنوعی و شناخت عمیق رفتار انسانی، می‌توان گامی بلند به سوی آینده‌ای کم‌کربن و هوشمند برداشت.

کد خبر 979810

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.