Otonom Araçlarda Yeni Dönem: Yapay Zekâ Adımınızı Önceden Tahmin Ediyor

Yayaların bir sonraki adımını önceden tahmin edebilen yeni bir yapay zekâ modeli geliştirildi. OmniPredict adı verilen sistem, insan davranışlarını yorumlayarak otonom araçların trafikte daha güvenli kararlar almasını hedefliyor. Uzmanlara göre bu teknoloji, sürücüsüz araçlarda “görmekten anlamaya” geçişin en somut örneklerinden biri.Detaylar haberimizde…

Trafikte en büyük bilinmez: İnsan davranışı

Otonom araç teknolojileri son yıllarda büyük bir hızla gelişti. Kameralar, radarlar ve sensörler sayesinde araçlar; yayaları, diğer araçları ve çevresel engelleri algılayabiliyor. Ancak tüm bu teknolojik ilerlemelere rağmen çözülemeyen temel bir sorun var. O da insan davranışının öngörülemezliği.

Bir yayanın kaldırımda beklerken aniden yola adım atması, sürücüyle göz teması kurarak geçiş sinyali vermesi ya da son anda duraksaması, otonom sistemler için ciddi riskler oluşturuyor. Bugüne kadar geliştirilen birçok yapay zekâ modeli, bu tür davranışları yalnızca geçmiş görüntülere dayanarak tahmin etmeye çalıştı. Ancak bu yaklaşım, insanın karar verme süreçlerini anlamakta yetersiz kaldı.

OmniPredict: Görmenin ötesinde bir sistem

OmniPredict’e genel bakış: GPT-4o destekli sistem; sahne görüntülerini, yakın plan görselleri, sınır kutularını ve araç hızını bir araya getirerek yayaların bir sonraki adımda ne yapabileceğini anlamayı amaçlıyor. Bu zengin veri birleşimini analiz eden model, davranışları karşıdan karşıya geçme, görüşün kapanması (occlusion), eylemler ve bakış yönü olmak üzere dört temel kategoriye ayırarak daha akıllı ve güvenli tahminler üretiyor.Kaynak: Dr. Srinkanth Saripalli / Texas A&M Üniversitesi Mühendislik Fakültesi.

Bilim insanları tarafından geliştirilen OmniPredict, bu noktada devreye giriyor. Sistem, bir sahneyi yalnızca görsel veriler üzerinden analiz etmekle kalmıyor; o sahnedeki insanların niyetlerini, bağlamsal ipuçlarını ve olası davranışlarını da birlikte değerlendiriyor.

Araştırmacılar bu yaklaşımı, “algı ile muhakemenin birleşimi” olarak tanımlıyor. Yani OmniPredict için önemli olan sadece bir yayanın nerede durduğu değil; neden orada durduğu ve bir sonraki adımda ne yapabileceği.

İnsan gibi düşünen bir yapay zekâ mümkün mü?

OmniPredict’in en çarpıcı yönü, insan davranışlarını sezgisel biçimde ele alması. Sistem, bir yayanın araçla göz teması kurmasını, vücut yönelimini ya da kısmen gizlenmiş olmasını ayrı ayrı değerlendirerek karar veriyor.

Bu yaklaşım, otonom araçların “nesne tanıyan makineler” olmaktan çıkıp, davranış okuyan sistemlere dönüşmesi anlamına geliyor. Uzmanlara göre bu dönüşüm, sürücüsüz araçların toplum tarafından kabul edilmesi açısından da kritik bir eşik.

En zorlu veri setleriyle sınandı

Dr. Srinkanth Saripalli ve Texas A&M Üniversitesi araştırma ekibinin geliştirdiği yeni çığır açıcı yaya odaklı yapay zekâ sistemi. Kaynak: Texas A&M Üniversitesi Mühendislik Fakültesi

Araştırma ekibi, OmniPredict’i yaya davranışı araştırmalarında referans kabul edilen JAAD ve WiDEVIEW veri setleri üzerinde test etti. Bu veri setleri; yayaların farklı trafik koşullarında nasıl karar verdiğini, hangi anlarda risk aldığını ve araçlarla nasıl etkileşime girdiğini ortaya koymasıyla biliniyor.

Üstelik testler, modele önceden özel bir eğitim verilmeden gerçekleştirildi. Buna rağmen OmniPredict, yüzde 67 doğruluk oranı elde ederek mevcut yapay zekâ modellerini yaklaşık yüzde 10 farkla geride bıraktı.

JAAD ve WiDEVIEW Nedir?

JAAD (Joint Attention in Autonomous Driving), otonom sürüş araştırmalarında yaygın olarak kullanılan bir veri seti. Bu set; yayaların yola yaklaşma, duraksama, karşıdan karşıya geçme gibi davranışlarını ve araçlarla kurdukları göz teması, beden yönelimi ve etkileşim anlarını içerir.

JAAD, özellikle yayaların niyetlerinin ve karar anlarının analiz edilmesine olanak tanıdığı için, otonom araçlarda insan davranışlarını anlamaya yönelik çalışmalarda referans kabul edilir.

WiDEVIEW ise farklı yol ve çevre koşullarında yaya davranışlarını incelemek amacıyla oluşturulmuş, kapsamlı bir yaya veri seti. Bu set; kalabalık alanlar, kısmen gizlenen yayalar, sınırlı görüş açısı gibi gerçek hayata yakın ve karmaşık senaryoları içermesiyle öne çıkıyor.  WiDEVIEW, yapay zekâ sistemlerinin yalnızca net ve ideal koşullarda değil, zorlayıcı ve belirsiz durumlarda nasıl performans gösterdiğini ölçmek için kullanılıyor.

Görünmeyeni de hesaba kattı

Gerçek trafik ortamında yayalar her zaman net biçimde görünmez. Park edilmiş araçlar, kalabalıklar ya da çevresel engeller görüşü kısıtlar. Çoğu sistem bu tür durumlarda ciddi performans kaybı yaşar.

Ancak araştırma sonuçlarına göre OmniPredict, kısmen gizlenen yayalar ya da yalnızca başını araca çeviren kişiler gibi durumlarda da tutarlı tahminler üretmeyi başardı. Bu da sistemin salt görsel öğrenmeye değil, bağlam temelli akıl yürütmeye dayandığını gösteriyor.

Daha hızlı karar, daha güvenli trafik

Araştırmada dikkat çeken bir diğer bulgu ise OmniPredict’in tepki süresi oldu. Sistem, geleneksel modellere kıyasla daha hızlı karar veriyor ve farklı yol koşulları arasında daha güçlü genelleme yeteneği sergiliyor.

Uzmanlara göre bu özellik, gerçek dünya uygulamaları için hayati öneme sahip. Çünkü trafik ortamı, laboratuvar koşullarından çok daha karmaşık ve dinamik.

“Gerçek dünya için güçlü bir işaret”

Araştırmanın yazarlarından Srikanth Saripalli, OmniPredict’in sunduğu potansiyelin altını çiziyor:

“OmniPredict’in performansı oldukça heyecan verici. Esnek yapısı, bu sistemin yalnızca araştırma ortamında değil, gerçek dünyada da kullanılabileceğine dair güçlü işaretler veriyor.” Saripalli’ye göre bu tür sistemler, otonom araçların insanlarla daha uyumlu hareket etmesini sağlayabilir.

Otonom sürüşte paradigma değişimi

Uzmanlar, OmniPredict’i otonom araç teknolojilerinde bir paradigma değişimi olarak değerlendiriyor. Bugüne kadar geliştirilen sistemler büyük ölçüde “ne görüyorum?” sorusuna odaklandı. Yeni yaklaşım ise “neden oluyor ve sonra ne olacak?” sorularını merkeze alıyor.

Bu da otomasyonun ötesinde, insanla birlikte düşünen bir teknoloji anlayışını gündeme getiriyor. Saripalli bu farkı şu sözlerle özetliyor:

“OmniPredict sadece ne yaptığımızı görmüyor; neden yaptığımızı anlıyor ve bir eylemi ne zaman gerçekleştireceğimizi tahmin edebiliyor.”

Toplumsal etkiler: Güven, etik ve sorumluluk

Geliştirilen bu tür teknolojiler yalnızca teknik değil, toplumsal soruları da beraberinde getiriyor. Yapay zekânın insan davranışlarını tahmin etmesi; güvenlik, mahremiyet ve etik tartışmalarını da gündeme taşıyor.

Uzmanlara göre şeffaflık, denetlenebilirlik ve etik çerçeveler oluşturulmadan bu sistemlerin yaygınlaşması mümkün değil. Ancak doğru regülasyonlarla birlikte, OmniPredict benzeri sistemler trafik kazalarının azaltılmasında önemli rol oynayabilir.

Daha güvenli yollar mümkün mü?

Araştırmacılar, OmniPredict’in özellikle yaya kaynaklı kazaların azaltılmasında kritik bir potansiyele sahip olduğunu belirtiyor. Yapay zekâ destekli araçların insanların bir sonraki hamlesini doğru şekilde tahmin edebilmesi hem sürücüler hem de yayalar için daha güvenli bir trafik ortamı anlamına geliyor.

Henüz yol kullanımına hazır bir sistem olmasa da OmniPredict, otonom araçların geleceğinde daha akıllı, daha sezgisel ve insan davranışlarını daha iyi anlayan bir dönemin habercisi olarak görülüyor.

Araştırmanın Künyesi:

Araştırmanın adı: Multimodal understanding with GPT-4o to enhance generalizable pedestrian behavior prediction

Yazarlar: Je-Seok Ham, Jia Huang, Peng Jiang, Jinyoung Moon, Yongjin Kwon, Srikanth Saripalli, Changick Kim

Yayın tarihi: 18 Ekim 2025

Yayınlandığı dergi: Computers and Electrical Engineering

Araştırmanın odağı: Otonom araçlarda yaya davranışlarının yapay zekâ ile öngörülmesi

Öne çıkan bulgu: OmniPredict modeli, önceden özel eğitim almadan yüzde 67 doğruluk oranına ulaştı