Οι κάμερες τεχνητής νοημοσύνης που εγκαθίστανται και στην Ελλάδα αλλάζουν τον τρόπο με τον οποίο ελέγχονται οι παραβάσεις στους δρόμους, καθώς εντοπίζουν ταχύτερα περιστατικά όπως η υπερβολική ταχύτητα, η χρήση κινητού στο τιμόνι και η μη χρήση ζώνης.
Παρά την εξάπλωση του συστήματος, αρκετοί οδηγοί εξακολουθούν να αναζητούν τρόπους για να αποφύγουν την καταγραφή, την ώρα που οι αρχές και οι πάροχοι της τεχνολογίας υποστηρίζουν ότι τα περιθώρια εξαπάτησης περιορίζονται συνεχώς.
Πώς λειτουργούν οι κάμερες νέας γενιάς
Σε αντίθεση με τις παλαιότερες κάμερες τροχαίας, τα νέα συστήματα δεν αρκούνται σε μία απλή φωτογράφιση του οχήματος. Συνδυάζουν αλγορίθμους computer vision, λογισμικό αναγνώρισης προτύπων και αισθητήρες υψηλής ευκρίνειας, ώστε να εντοπίζουν με μεγαλύτερη ακρίβεια διαφορετικά είδη παραβάσεων.
Μεταξύ αυτών περιλαμβάνονται η υπέρβαση ορίου ταχύτητας, η παραβίαση ερυθρού σηματοδότη, η χρήση κινητού τηλεφώνου από τον οδηγό, η μη χρήση ζώνης ασφαλείας ή κράνους, αλλά και η παράνομη κίνηση σε λεωφορειολωρίδες ή στη Λωρίδα Έκτακτης Ανάγκης.
Το σύστημα δεν εξετάζει μόνο την πινακίδα. Αναλύει επίσης το περίγραμμα του οχήματος, το χρώμα, τις διαστάσεις, τη θέση του στον δρόμο, την πορεία του και την εκτιμώμενη ταχύτητά του. Σε αυτό το πλαίσιο αξιοποιείται και η τεχνολογία ANPR, δηλαδή η αυτόματη αναγνώριση πινακίδων, η οποία μπορεί να διαβάσει αριθμούς κυκλοφορίας ακόμη και σε χαμηλό φωτισμό, τη νύχτα ή υπό δυσμενείς καιρικές συνθήκες.
Τα τεχνάσματα που κυκλοφορούν στο διαδίκτυο
Μαζί με την εξάπλωση των «έξυπνων» καμερών, στο διαδίκτυο έχουν πολλαπλασιαστεί και οι λεγόμενες λύσεις αποφυγής εντοπισμού. Ορισμένοι οδηγοί αναζητούν προϊόντα ή πατέντες που υποτίθεται ότι δυσκολεύουν την αναγνώριση της πινακίδας ή τη σωστή καταγραφή της παράβασης.
- Καλύμματα πινακίδων
- Ανακλαστικά σπρέι
- Αυτοκόλλητα που αλλοιώνουν χαρακτήρες
- Μηχανισμοί αλλαγής γωνίας της πινακίδας
- Ηλεκτρονικές παρεμβολές ή αυτοσχέδιες κατασκευές
Στην πράξη, όμως, οι περισσότερες από αυτές τις μεθόδους δεν αποδίδουν όπως υπόσχονται. Οι σύγχρονες κάμερες χρησιμοποιούν υπέρυθρη λήψη, πολλαπλά καρέ και εναλλακτικές γωνίες λήψης, γεγονός που επιτρέπει την ταυτοποίηση ακόμη και όταν μέρος της πινακίδας δεν είναι καθαρά ορατό. Σε ορισμένες περιπτώσεις, η συνολική μορφή του οχήματος αρκεί για να βοηθήσει στον εντοπισμό και στη διασταύρωση στοιχείων.
Επιπλέον, η ίδια η απόπειρα απόκρυψης ή παραποίησης πινακίδας μπορεί να αποτελέσει αυτοτελή παράβαση. Αυτό σημαίνει ότι ένας οδηγός δεν κινδυνεύει μόνο με πρόστιμο για την αρχική παραβίαση του ΚΟΚ, αλλά και με πρόσθετες κυρώσεις για την αλλοίωση στοιχείων κυκλοφορίας του οχήματος.
Τι έδειξαν τα πρώτα στοιχεία από την Ελλάδα
Η πιλοτική εφαρμογή του συστήματος στην Ελλάδα ανέδειξε ένα ακόμη κρίσιμο στοιχείο: η τεχνητή νοημοσύνη μπορεί να είναι ισχυρό εργαλείο εντοπισμού, αλλά δεν λειτουργεί χωρίς λάθη. Σύμφωνα με τα πρώτα δεδομένα, σημαντικό ποσοστό πιθανών παραβάσεων που κατέγραψε το σύστημα δεν οδήγησε τελικά σε επιβολή κλήσης, επειδή απορρίφθηκε έπειτα από ανθρώπινο έλεγχο.
Οι λανθασμένες ενδείξεις σχετίζονταν με πραγματικές συνθήκες που μπορεί να μπερδέψουν ακόμη και ένα εξελιγμένο σύστημα. Για παράδειγμα, σκιές ή αντανακλάσεις ενδέχεται να εκληφθούν ως κινητό τηλέφωνο στο χέρι του οδηγού, η θέση της ζώνης να ερμηνευθεί εσφαλμένα λόγω γωνίας λήψης ή η μέτρηση της ταχύτητας να χρειάζεται επανεξέταση όταν το οπτικό πεδίο δεν είναι ιδανικό.
Για αυτόν τον λόγο, οι καταγραφές δεν μετατρέπονται αυτομάτως σε οριστικές παραβάσεις. Πριν βεβαιωθεί μια κλήση, μεσολαβεί ανθρώπινος έλεγχος από αρμόδιο αστυνομικό, ο οποίος εξετάζει το οπτικό υλικό και κρίνει αν πράγματι στοιχειοθετείται παράβαση.
Μπορεί πράγματι να ξεγελαστεί η AI;
Θεωρητικά, κανένα σύστημα τεχνητής νοημοσύνης δεν είναι απόλυτα αλάνθαστο ή απρόσβλητο. Όπως όλα τα τεχνολογικά εργαλεία, έτσι και οι έξυπνες κάμερες μπορούν να παρουσιάσουν αδυναμίες, ιδίως όταν καλούνται να ερμηνεύσουν περίπλοκες συνθήκες του πραγματικού κόσμου.
Ωστόσο, άλλο πράγμα οι αντικειμενικοί περιορισμοί ενός συστήματος και άλλο η οργανωμένη προσπάθεια εξαπάτησής του. Οι ειδικοί επισημαίνουν ότι όσο εξελίσσονται οι αλγόριθμοι, τόσο μικρότερες γίνονται οι πιθανότητες να πετύχει κάποιος με πρόχειρα τεχνάσματα. Τα συστήματα «μαθαίνουν» από περισσότερα δεδομένα, βελτιώνουν την αναγνώριση προτύπων και ενσωματώνουν πιο σύνθετους τρόπους ελέγχου.
Η βασική αδυναμία τους, όπως φαίνεται μέχρι τώρα, δεν εντοπίζεται τόσο στους οδηγούς που επιχειρούν να κρύψουν μια πινακίδα, αλλά στις περιπτώσεις όπου το περιβάλλον δυσκολεύει την ορθή ερμηνεία της εικόνας. Έντονες αντανακλάσεις, ασυνήθιστος φωτισμός, πυκνή κίνηση ή σύνθετες κυκλοφοριακές συνθήκες μπορούν να προκαλέσουν εσφαλμένες ενδείξεις. Αυτός είναι και ο λόγος που ο ανθρώπινος παράγοντας παραμένει αναγκαίος.
Τι σημαίνει αυτό για τους οδηγούς
Το πρακτικό συμπέρασμα είναι μάλλον απλό. Όποιος ποντάρει σε «μαγικές λύσεις» για να αποφύγει την καταγραφή, αναλαμβάνει μεγάλο ρίσκο με αμφίβολο αποτέλεσμα. Όχι μόνο επειδή οι σύγχρονες κάμερες γίνονται διαρκώς πιο αποτελεσματικές, αλλά και επειδή ορισμένες από αυτές τις παρεμβάσεις μπορεί να οδηγήσουν σε σοβαρότερες νομικές συνέπειες.
Ο ασφαλέστερος τρόπος για να μη βρεθεί ένας οδηγός αντιμέτωπος με ψηφιακή κλήση παραμένει η τήρηση του Κώδικα Οδικής Κυκλοφορίας. Αυτό σημαίνει σεβασμό στα όρια ταχύτητας, σωστή χρήση ζώνης και κράνους, αποφυγή κινητού στο τιμόνι και υπεύθυνη συμπεριφορά στις ειδικές λωρίδες κυκλοφορίας.
Καθώς οι έλεγχοι γίνονται πιο σύνθετοι και η τεχνολογία αποκτά μεγαλύτερη παρουσία στους ελληνικούς δρόμους, το ουσιαστικό ερώτημα δεν είναι πώς θα ξεγελαστεί το σύστημα, αλλά πώς θα ενισχυθεί η οδική ασφάλεια. Και σε αυτό το πεδίο, η συμμόρφωση των οδηγών παραμένει ο καθοριστικός παράγοντας.
