חברת Nexar הודיעה על השקת BADAS 2.0 – הדור החדש של מודל הבינה המלאכותית שלה לחיזוי תאונות דרכים, שלדבריה מהווה קפיצת מדרגה בתחום מערכות הבטיחות מבוססות AI. המודל החדש מבוסס על אימון בהיקף רחב במיוחד של כ-2 מיליון אירועי סיכון ותאונה מהעולם האמיתי, שנאספו ממאות מיליוני קילומטרים של נהיגה, ללא שימוש בדאטה סינתטי.

בשונה ממערכות ADAS מסורתיות, המתמקדות בזיהוי סכנה קיימת, BADAS 2.0 נועד לחזות מצבי סיכון עוד לפני התרחשותם. לפי החברה, כ-91% מההתראות שמפיק המודל ניתנות לפני רגע הפגיעה, בפרק זמן שמאפשר לנהג או למערכת להגיב ולמנוע את התאונה. המודל מגיע לדיוק של כ-99.4% בבנצ’מרקים פנימיים.

אחד החידושים המרכזיים בדור החדש הוא מעבר מיכולת חיזוי בלבד ליכולת “הסקה” (reasoning): המערכת לא רק מזהה סכנה, אלא גם מסבירה את הגורמים לה ומספקת המלצה לפעולה, כגון בלימה או הסטת ההגה. לצד זאת, BADAS 2.0 כולל יכולות הסבר (Explainability), עם הצגת אזורי עניין בתמונה (heatmaps) והסבר טקסטואלי, שמאפשרים להבין כיצד התקבלה ההחלטה.

המודל מבוסס על גישה שמכונה על ידי Nexar “Physical AI” – ניסיון ללמד את המערכת להבין את הדינמיקה של העולם הפיזי, כולל תנועה, כוונות נהגים והתנהגות סביבתית, ולא רק לזהות אובייקטים בתמונה. במסגרת זו, הוא מפגין יכולת הכללה לתרחישים נדירים או מורכבים, כגון תנאי ראות קשים או מצבים לא שגרתיים בכביש.

BADAS 2.0 מוצע בשלוש תצורות: מודל מלא לביצועים מקסימליים, גרסת Flash המותאמת לפעולה על מכשירים, וגרסת Flash Lite קלה במיוחד, המיועדת להרצה על מצלמות דרך, מערכות רכב ומכשירי קצה נוספים. המטרה היא לאפשר שילוב של המודל במגוון רחב של יישומים – ממערכות סיוע לנהג (ADAS) ועד פלטפורמות ביטוח, ערים חכמות ושירותי מוביליות.

ההשקה מגיעה כחצי שנה לאחר הצגת הדור הראשון של BADAS, שהתמקד בהבנת וידאו בזמן (video-native) ובחיזוי סכנות מנקודת מבט הרכב. בעוד הדור הראשון הדגים את היכולת לחזות תאונות על בסיס דאטה אמיתי, BADAS 2.0 מרחיב את היכולת הזו לכדי מערכת שמבקשת להבין סיטואציות תעבורה מורכבות, להסביר אותן ולהציע תגובה בזמן אמת.

בהיבט השוקי, המהלך ממקם את Nexar כחברה הפועלת במרחב שבין מערכות ADAS מסורתיות לבין פלטפורמות נהיגה אוטונומית, עם דגש על שכבת בינה מלאכותית שמבוססת על דאטה אמיתי מהכביש. השילוב בין מאגר נתונים רחב לבין מודל המסוגל לחזות ולהסביר סיכונים עשוי להפוך לרכיב משמעותי במערכות בטיחות מתקדמות ובשירותי מוביליות עתידיים.