سایت علمی ساینمگ نوشته است که پژوهشگران «دانشگاه مریلند»(UMD) از فناوری‌های مبتنی بر هوش مصنوعی استفاده کرده‌اند تا راه‌هایی را برای حفظ سلامت مسافران جاده‌ها ارائه دهند. در مقاله علمی آمده است که بسیاری از مردم برای یافتن راه خود از پلتفرم «گوگل استریت ویو»(Google Street View) استفاده می‌کنند اما پژوهشگران دانشگاه مریلند از آن برای تعیین مکان‌هایی استفاده کرده‌اند که ممکن است سفر را به طور ناگهانی به پایان برسانند. دکتر کوین نگوین، متخصص همه‌گیرشناسی و آمار در دانشکده بهداشت عمومی دانشگاه مریلند، در این پژوهش از فناوری‌های مبتنی بر هوش مصنوعی برای شناسایی عناصر محیطی مهم و موثر بر تصادفات موتر، دوچرخه و عابران پیاده استفاده کرده است. دکتر نگوین که در کار خود از فناوری‌ها و منابع کلان داده برای رسیدگی به نابرابری‌های سلامتی استفاده می‌کند، گفت: تصادفات رانندگی، علت اصلی مرگ جوانان بین پنج تا ۲۹ سال هستند. بنابراین، بسیار مهم است که بدانیم چگونه محیط فیزیکی می‌تواند برخوردهای مرگبار را افزایش یا کاهش دهد و کدام جوامع بیشتر تحت تأثیر این موضوع قرار دارند. نگوین و همکارانش از پلتفرم هوش مصنوعی گوگل استریت ویو استفاده کردند که نماهای ۳۶۰ درجه را از خیابان‌های سراسر جهان ارائه می‌کند و آن را برای تعیین رابطه بین تصادفات موتر و مکان‌های رخ دادن تصادفات به کار بردند. آنها با استفاده از نقشه‌برداری مجازی، ویژگی‌های خاص جاده‌ها مانند چراغ‌های راهنما یا فضای سبز را در مقیاس سراسری بررسی کردند. نگوین گفت: از آنجا که ما می‌توانستیم حجم زیادی از داده‌های گوگل استریت ویو را از سراسر کشور استخراج کنیم، نتایج دقیقی را به دست آوردیم که نشان می‌دهند عناصر ساخت بر تصادفات موتر تأثیر می‌گذارند. واضح است که مکان‌های دارای فضای سبز، چراغ‌های راهنما، جاده‌های تک‌خطی و پیاده‌روهای بیشتر، با میزان کمتری از تصادفات رانندگی مرگبار همراه بودند. پیاده‌روها بیشترین تاثیر را در کاهش تصادفات داشتند. مکان‌هایی که پیاده‌روهای بیشتری دارند، ۷۰ درصد تصادفات رانندگی کمتری داشته‌اند و تصادفات در مکان‌های دارای جاده تک‌خطی که اغلب در مناطق روستایی یافت می‌شوند، ۵۰ درصد کمتر است. چراغ‌های راهنما و علائم ایست، ایمنی بیشتری را برای عابران پیاده و دوچرخه‌سواران فراهم می‌کنند و با تصادفات رانندگی کمتری در هر دو گروه مرتبط هستند. برعکس، مناطق دارای جاده‌سازی، تصادفات و اثرات نامطلوب بیشتری را به همراه دارند. شیائوهه یو، تحلیلگر داده در دانشکده بهداشت عمومی دانشگاه مریلند و از پژوهشگران این پروژه گفت: بسیاری از مسائل سلامت عمومی که جوامع با آنها روبرو می‌شوند، اغلب قابل حل هستند. فناوری‌های نوظهور و دسترسی به منابع داده گسترده، در یافتن راه‌حل‌هایی برای برخی از مشکلات سلامت عمومی که مردم را آزار می‌دهند، سودمند بوده‌اند. پژوهشگران امیدوارند که این یافته‌ها با ارائه گزینه‌های عملی اثبات‌شده به منظور بهبود ایمنی جاده‌ برای رانندگان، عابران پیاده و دوچرخه‌سواران، آگاهی تصمیم‌گیرندگان را درباره سیاست‌های حمل‌ونقل و زیرساخت‌ها افزایش دهد. هران مانه، تحلیلگر داده و از پژوهشگران این پروژه گفت: ما امیدواریم که پژوهش ما باعث شود تا برنامه‌ریزان شهری و توسعه‌دهندگان، محیط در حال ساخت را با دقت بیشتری زیر نظر بگیرند و خیابان‌ها و جوامع ایمن‌تری را طراحی کنند. از نظر نگوین، یک مسیر پژوهشی کاملا جدید در حال ظهور است. وی افزود: ما شاهد افزایش استفاده از علم داده و هوش مصنوعی برای پژوهش‌های بزرگ‌تر و کارآمدتر مانند این پژوهش هستیم. این پژوهش نشان می‌دهد که چگونه می‌توانیم از هوش مصنوعی برای بهبود سلامت عمومی استفاده کنیم. ما می‌دانیم که پژوهش‌های بیشتری در راه هستند. این پژوهش در مجله «Injury Prevention» به چاپ رسید.

سایت علمی بیزنس اعلام کرده است که نتایج تحقیقات جدید نشان داد که هوش مصنوعی هنوز برای جایگزینی بیشتر مشاغل انسانی پرهزینه است. این سایت علمی با نشر گزارشی گفته است که محققان از دست دادن شغل ناشی از هوش مصنوعی را کمتر از ریزش شغل کنونی در بازار می‌دانند. در ادامه آمده است که بر اساس نتایج تحقیق موسسه فناوری ماساچوست، هوش مصنوعی (AI) هنوز برای جایگزینی بیشتر مشاغل انسانی پرهزینه است. در گزارش آمده است که عبارت «ماشین‌ها مشاغل ما را می‌دزدند» احساسی است که اغلب در زمان تغییرات سریع فناوری بیان می‌شود. چنین اضطرابی با ایجاد مدل‌های زبانی بزرگ (مانند چت بات ChatGPT، Bard، GPT-۴) که مهارت قابل‌توجهی در کارهایی که قبلا فقط انسان‌ها در آنها مهارت نشان می‌دادند، دوباره ظهور کرده است. سایت علمی بیزنس می‌گوید که تحقیقات نشان داده است که تنها ۲۳ درصد از جبران خسارت کارگرانی که در معرض توانایی رایانه‌ای هوش مصنوعی قرار می‌گیرند، به دلیل هزینه‌های اولیه بالای سیستم‌های هوش مصنوعی، برای شرکت‌ها مقرون‌به‌صرفه است. برعکس، در صورتی که یک سیستم فقط در سطح شرکت قابل استفاده باشد، ۷۷ درصد از وظایف برای خودکارسازی مقرون به صرفه نیستند. در گزارش آمده است که این تضاد روشن می‌کند که مقرون به صرفه بودن مدل‌های هوش مصنوعی احتمالا نقش مهمی در گسترش فناوری ایفا می‌کند. این تحقیق می‌گوید حتی اگر سیستم رایانه‌ای هوش مصنوعی ۱۰۰۰ دلار قیمت داشته باشد، باز هم وظایفی وجود دارد مانند مشاغل کم دستمزد و کار در شرکت‌های کوچک که جایگزینی آن‌ها با هوش مصنوعی از نظر اقتصادی جذاب نیست. این موسسه افزود هوش مصنوعی می‌تواند از طریق کاهش هزینه گسترش یا افزایش مقیاسی که در آن پیشرفت انجام می‌شود، جذاب‌تر شود. در گزارش آمده است که به‌طور کلی، مدل ما نشان می‌دهد که از دست دادن شغل ناشی از توانایی رایانه‌ای هوش مصنوعی، حتی فقط در مجموعه وظایف آن، کمتر از انحراف شغلی موجود در بازار خواهد بود بنابراین جایگزینی نیروی کار بیشتر تدریجی تا ناگهانی خواهد شد.