Il sistema di sorveglianza AI DETECTOR mira a frenare l'evasione del biglietto nella metropolitana di NYC
- Il sistema della metropolitana di NYC impiega la tecnologia di sorveglianza basata sull'intelligenza artificiale "DETECTOR" per contrastare l'evasione del biglietto, monitorando metodi e orari dei picchi.
- "DETECTOR" è progettato per generare report sui dati relativi all'evasione del biglietto, non per identificare o segnalare alle forze dell'ordine in tempo reale.
- I metodi di evasione includono il passaggio attraverso le porte di emergenza, il salto delle tornelli, il passaggio sotto di esse e la pratica nota come "back-cocking".
L'Autorità dei Trasporti Metropolitani di New York City (M.T.A.) ha abbracciato la tecnologia di sorveglianza AI all'avanguardia per combattere l'evasione del biglietto nel sistema della metropolitana. Il sistema AI, denominato "DETECTOR", sviluppato dall'azienda software spagnola AWAAIT, è già stato implementato in sette stazioni in tutta la città. L'M.T.A. prevede di espanderne l'uso ad altre due dozzine di stazioni entro la fine dell'anno. Questa mossa arriva dopo che l'agenzia ha perso una sconcertante somma di 690 milioni di dollari a causa dell'evasione del biglietto nell'anno precedente, spingendola a prendere decisioni decisive contro questo problema in crescita.
Scopo del sistema di sorveglianza AI
DETECTOR è stato originariamente progettato per la rete metropolitana di Barcellona e si è dimostrato efficace nel rilevare i metodi di evasione del biglietto. A New York City, il sistema AI è integrato con l'infrastruttura delle telecamere esistenti per monitorare i flussi video in tempo reale, fornendo dati 24/7 sui modelli di evasione del biglietto senza identificare i singoli trasgressori o aiutare le forze dell'ordine.
L'M.T.A. sottolinea che DETECTOR è utilizzato principalmente per generare report e quantificare l'entità dell'evasione del biglietto, non per identificare gli evasori o attivare avvisi in tempo reale alle forze dell'ordine. Questa tecnologia mira ad aiutare l'M.T.A. a misurare la frequenza e i metodi di evasione del biglietto, consentendo loro di comprendere meglio la scala del problema.
Comprensione dei metodi di evasione del biglietto
L'analisi dell'IA ha rivelato intuizioni affascinanti sui metodi di evasione del biglietto utilizzati dai passeggeri della metropolitana. I dati indicano che circa il 50% dell'evasione del biglietto coinvolge individui che camminano attraverso i cancelli di emergenza, il 20% sale o salta sopra le tornelli, il 12% si abbassa sotto di essi e il 16% utilizza un metodo noto come "back-cocking", che consiste nel tirare all'indietro la tornella per scivolare attraverso lo spazio.
DETECTOR consente alla M.T.A. di monitorare i picchi di evasione del biglietto in orari specifici della giornata. Un aumento significativo si verifica tra le 15:00 e le 16:00, in coincidenza con l'orario di uscita dalle scuole, mentre un picco minore si registra durante l'ora di punta mattutina. Grazie a questi dati, la M.T.A. può elaborare strategie mirate per affrontare questi periodi di massima affluenza.
Affrontare le sfide dell'evasione del biglietto
La M.T.A. riconosce che l'evasione del biglietto rappresenta una sfida complessa e ha proposto diverse soluzioni per contrastare il fenomeno. Queste soluzioni spaziano dal miglioramento delle campagne di sensibilizzazione rivolte agli studenti sull'importanza di pagare il biglietto, all'implementazione di nuovi tornelli più difficili da aggirare senza pagamento, potenzialmente eliminando la necessità di porte di emergenza.
Sebbene il sistema AI di AWAAIT sia stato utilizzato a Barcellona per fornire agli ispettori avvisi di evasione del biglietto tramite un'app per smartphone, l'approccio della M.T.A. si concentra esclusivamente sulla generazione di report dati. Il sistema di New York non prevede interventi diretti in tempo reale da parte di ispettori o agenti di enforcement.
Lo sforzo della M.T.A. per affrontare l'evasione del biglietto
La M.T.A. sta prendendo sul serio il problema dell'evasione del biglietto, riconoscendone il significativo impatto finanziario sul sistema di trasporto. Sfruttando la tecnologia AI, l'agenzia mira ad acquisire una migliore comprensione dell'entità del problema, portando infine a soluzioni più mirate ed efficaci.
Con "DETECTOR", un sistema di sorveglianza basato sull'intelligenza artificiale, la M.T.A. compie un passo importante per affrontare l'evasione del biglietto nel sistema della metropolitana di New York. La tecnologia fornisce dati preziosi sui modelli di evasione, consentendo all'agenzia di elaborare strategie mirate per combattere questo problema. Man mano che il sistema si espande ad altre stazioni, la M.T.A. spera di frenare l'evasione del biglietto e migliorare l'efficienza e la sostenibilità complessiva del sistema metropolitano.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Dichiarazione di responsabilità: Le informazioni fornite non costituiscono consulenza finanziaria. Cryptopolitan.com non si assume alcuna responsabilità per gli investimenti effettuati sulla base delle informazioni presenti in questa pagina. Si raccomanda vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Glory Kaburu
Glory è una giornalista estremamente competente, esperta di strumenti AI e ricerca. È appassionata di intelligenza artificiale e ha scritto diversi articoli sull'argomento. Si tiene aggiornata sugli ultimi sviluppi nell'intelligenza artificiale, nel machine learning e nel deep learning, scrivendone regolarmente.
