Le système de surveillance par IA DETECTOR vise à réduire l'évasion tarifaire dans le métro de New York
- Le système de métro de NYC utilise la technologie de surveillance par IA, « DETECTOR », pour lutter contre l'évasion tarifaire, en traquant les méthodes et les moments des pics d'infractions.
- « DETECTOR » est conçu pour générer des rapports de données sur l'évasion tarifaire, et non pour identifier ou alerter les forces de l'ordre en temps réel.
- Les méthodes d'évasion tarifaire incluent le passage par les portes de secours, le saut par-dessus les tourniquets, le fait de se faufiler dessous et le « back-cocking ».
L'Autorité de transport métropolitaine de New York City (M.T.A.) a adopté une technologie de surveillance par IA de pointe pour lutter contre l'évasion tarifaire dans le système de métro. Le système d'IA, nommé « DETECTOR », développé par l'entreprise espagnole de logiciels AWAAIT, a déjà été mis en œuvre dans sept stations à travers la ville. Le M.T.A. prévoit d'étendre son utilisation à une douzaine de stations supplémentaires d'ici la fin de l'année. Cette mesure intervient après que l'agence a perdu une somme stupéfiante de 690 millions de dollars en évasion tarifaire l'année précédente, l'incitant à prendre des mesures décisives contre ce problème croissant.
Objectif du système de surveillance par IA
DETECTOR a été initialement conçu pour le réseau de métro de Barcelone et s'est avéré efficace pour détecter les méthodes d'évasion tarifaire. À New York, le système d'IA est intégré à l'infrastructure de caméra existante pour surveiller les flux vidéo en temps réel, fournissant des données 24h/24 et 7j/7 sur les modèles d'évasion tarifaire sans identifier les contrevenants individuels ni aider les forces de l'ordre.
Le M.T.A. souligne que DETECTOR est principalement utilisé pour générer des rapports et quantifier l'ampleur de l'évasion tarifaire, et non pour identifier les fraudeurs ou déclencher des alertes en temps réel aux forces de l'ordre. Cette technologie vise à aider le M.T.A. à mesurer la fréquence et les méthodes d'évasion tarifaire, leur permettant de mieux comprendre l'échelle du problème.
Compréhension des méthodes d'évasion tarifaire
L'analyse de l'IA a révélé des informations fascinantes sur les méthodes d'évasion tarifaire utilisées par les usagers du métro. Les données indiquent qu'environ 50 % de l'évasion tarifaire implique des personnes passant par les portes de sortie de secours, 20 % grimpent ou sautent par-dessus les tourniquets, 12 % se faufilent en dessous, et 16 % utilisent une méthode connue sous le nom de « back-cocking » (tirer le tourniquet vers l'arrière pour glisser à travers l'espace).
DETECTOR permet au M.T.A. de surveiller les pics d'évasion tarifaire à des moments spécifiques de la journée. Un pic significatif se produit autour de 15h à 16h, coïncidant avec les heures de sortie des écoles, tandis qu'un pic plus petit se produit pendant les heures de pointe du matin. Armé de ces données, le M.T.A. peut efficacement concevoir des stratégies ciblées pour faire face à ces périodes de pointe.
Réponse aux défis de l'évasion tarifaire
Le M.T.A. reconnaît que l'évasion tarifaire pose un défi complexe et a proposé diverses solutions pour résoudre le problème. Ces solutions vont de l'amélioration de la sensibilisation des étudiants sur l'importance de payer les tarifs à la mise en place de nouveaux tourniquets plus difficiles à contourner sans paiement, éliminant potentiellement le besoin de portes de sortie de secours.
Bien que le système d'IA d'AWAAIT ait été utilisé à Barcelone pour fournir des alertes d'évasion tarifaire aux contrôleurs de billets via une application smartphone, l'approche du M.T.A. se concentre uniquement sur la génération de rapports de données. Le système de NYC n'implique pas d'interventions directes en temps réel par les contrôleurs ou les agents d'application de la loi.
Efforts du MTA pour résoudre l'évasion tarifaire
Le M.T.A. prend l'évasion tarifaire au sérieux, reconnaissant son impact financier significatif sur le système de transport. En tirant parti de la technologie IA, l'agence vise à obtenir de meilleures informations sur l'ampleur du problème, conduisant in fine à des solutions plus ciblées et efficaces.
Avec « DETECTOR », un système de surveillance alimenté par l'IA, le M.T.A. fait un pas majeur pour résoudre l'évasion tarifaire dans le système de métro de New York. La technologie fournit des données précieuses sur les modèles d'évasion tarifaire, permettant à l'agence de concevoir des stratégies ciblées pour lutter contre ce problème. À mesure que le système s'étend à d'autres stations, le M.T.A. espère réduire l'évasion tarifaire et améliorer l'efficacité et la durabilité globales du système de métro.
Les esprits les plus brillants du secteur crypto lisent déjà notre newsletter. Vous aussi ? Rejoignez-les.
Avertissement : Les informations fournies ne constituent pas des conseils de trading. Cryptopolitan.com décline toute responsabilité quant aux investissements réalisés sur la base des informations fournies sur cette page. Nous recommandons vivement de mener des recherches indépendantes et/ou de consulter un professionnel qualifié avant de prendre toute décision d'investissement.
Glory Kaburu
Glory est une journaliste extrêmement compétente, maîtrisant les outils d'intelligence artificielle et la recherche. Passionnée par l'IA, elle a rédigé plusieurs articles sur le sujet. Elle se tient informée des dernières avancées en intelligence artificielle, en apprentissage automatique et en apprentissage profond, et écrit régulièrement à ce propos.
