韩国科学技术院11日表示,产业及系统工程系李义真教授研究团队开发出一项技术,可让车载人工智能自动判断应在何时主动向驾驶者提供对话服务。
研究团队开发出综合分析车辆采集的各类传感器数据与周边环境信息、自动判断何时该向驾驶者搭话的人工智能技术。
此次研究重点在于解决车载对话式服务存在的问题,通过人工智能的自动判断技术解决对话式服务导致的驾驶者注意力分散问题,有望成为防止因在不当时机向驾驶者搭话而可能引发交通事故等的基础技术。
此次研究成果已于9月13日在泛在计算领域国际最高水平学会ACM UbiComp上发表。研究由博士生金阿旭作为第一作者参与,并与博士生崔佑赫、三星研究院研究员朴贞美、现代汽车集团研究员金桂润共同完成。
车载对话式服务必须同时提供便利与安全。驾驶中若只专注于对话式服务,就会出现疏于注视前方或无法留意周边状况的问题。这不仅影响驾驶,也可能对对话式服务的整体使用产生负面影响。
研究人员为判断适合搭话的时机,提出了综合考虑当前驾驶状况的安全度、对话服务执行的成功率以及驾驶中进行对话时驾驶者感受到的主观难度的认知模型。
研究团队的认知模型可通过对各项指标的多样组合,根据人工智能代理提供的对话式服务类型设定介入时机的判断标准。
在仅传达天气预报等简单信息时,可只考虑当前驾驶状况的安全度来判断介入时机;对于需要作出“是”“否”等简单回答的提问,则同时考虑当前驾驶状况的安全度与对话服务执行的成功率。也可非常保守地同时考虑三项指标进行判断,该方式用于代理与驾驶者通过多轮交互作出决策时。
要开发高精度的自动判断人工智能技术,需要实际道路驾驶中与代理交互的数据,因此研究团队反复制作样机并进行测试,开发出可在真实车辆行驶环境中使用的基于导航应用的模拟对话式服务。
为实现自动判断,研究团队将对话式服务系统与车辆联动,综合采集方向盘操作、刹车踏板操作状态等车内传感器数据,以及车间距、车流等周边环境信息。
研究团队利用模拟对话式服务,构建了29名驾驶者在实际驾驶中与语音代理进行的1388次交互及传感器数据,并据此开展机器学习训练与测试,结果确认适当时机的检测准确率最高达87%。
研究团队此次的技术开发有望解决对话式服务造成的驾驶者注意力分散问题。该技术可直接应用于提供对话式服务的车载信息娱乐系统,也有望用于驾驶疏忽的实时诊断与干预。
李义真教授表示:“今后的车载服务将朝着更加主动提供服务的形态不断演进”,“仅利用汽车生成的基本传感器数据就能准确找到最佳介入时机,今后将可提供安全的对话服务”。






