A mesterséges intelligencia mentheti meg a Dunába esettek életét Budapesten. Erre az innovatív ötletre épít a HÍDFŐ Life Support csapata, amely a Nemzeti Közszolgálati Egyetem (NKE) immár ötödik alkalommal megrendezett NKE Ideathon 2026 innovációs ötletversenyének döntőjében harmadik helyezést ért el, emellett pedig elnyerte a Startup Campus Inkubátor Zrt. mentorálási különdíját. Trencsényi Dániel, az Országos Katasztrófavédelmi Főigazgatóság Veszélyhelyzet-kezelési Főosztályának munkatársa és Jászfalusi Borka, a Pannon Egyetem hallgatója újszerű megoldása jelentősen növelheti a vízbe fulladásos balesetek túlélési esélyeit a fővárosi Duna-szakaszon. Trencsényi Dánielt az innovatív projekt születéséről, a technológia működéséről és a katasztrófavédelemben rejlő lehetőségekről kérdeztük.
Mi volt az a konkrét esemény, ami miatt elkezdték fejleszteni a HÍDFŐ rendszert? Miért éppen a budapesti Duna-szakasz lett a projekt középpontja?
A HÍDFŐ rendszer fejlesztését alapvetően azok az évről évre visszatérő eltűnéses esetek motiválták, amelyeknél csak utólag derült ki, hogy az érintett valójában a Dunába esett vagy a folyóba került. Ezek között fiatalok és felnőttek egyaránt voltak, és sokszor közös mintázatként jelent meg, hogy túl későn állt össze a kép arról, mi is történt valójában.
Főleg éjszaka vagy alacsony forgalmú időszakokban gyakran előfordul, hogy maga az esemény nem is válik azonnal láthatóvá. Ilyenkor nincs szemtanú vagy nincs, aki rögtön észlelné a bajt, így mire egy bejelentés megszületik, vagy egyáltalán felmerül, hogy az illető a Dunába kerülhetett, addigra már értékes percek, akár órák is eltelhetnek.
Mi pontosan erre a kritikus időveszteségre kerestünk technológiai megoldást a rendszer fejlesztése során. A HÍDFŐ célja az, hogy ne utólag, hanem szinte azonnal képes legyen észlelni az ilyen eseményeket, hiszen vízbe esésnél sok esetben valóban perceken múlik az emberi élet.
És hogy miért pont Budapest? Azért, mert itt minden adott ahhoz, hogy egy ilyen rendszert valós környezetben lehessen kipróbálni. A hídhálózat sűrű, a forgalom jelentős, a kamerarendszer kiépíthető és sajnos itt történik a legtöbb ilyen jellegű eset is.
A rendszer egyik legfontosabb eleme az a nagyon szűk, 4-5 perces időablak, mielőtt valaki eszméletét veszti. Hogyan tudják ezt a rövid időt a gyakorlatban hatékonyan kihasználni?
A rendszer szempontjából ez a 4–5 perc tulajdonképpen nem egy „határidő”, hanem egy nagyon szűk lehetőség arra, hogy egyáltalán legyen esély a gyors mentésre. A vízbe esés utáni első percek kritikusak: ilyenkor még van reális esély arra, hogy az illető a felszínen maradjon és a mentés időben megérkezzen.
A gyakorlatban ezt úgy próbáljuk kihasználni, hogy a teljes folyamatot a lehető legjobban lerövidítjük az esemény és a beavatkozás között. Amikor a kamera rögzít egy gyanús történést, az algoritmus ezt valós időben elemzi, és azonnal jelzést ad, ha vízbe esésre vagy ugrásra utaló mintát észlel. Ezzel párhuzamosan a rendszer nem vár további megerősítésre, hanem azonnal továbbítja a riasztást az operátornak.
Az operátor szerepe itt nagyon gyors, másodpercekben mérhető ellenőrzés: megerősíti, hogy valóban kritikus eseményről van szó, ezután pedig az információ már célzottan, pontos helymeghatározással jut el a vízirendészethez. Így nem egy bejelentés utáni lassú reakció indul el, hanem egy gyakorlatilag azonnali láncreakció. A lényeg tehát az, hogy ezt a 4–5 percet nem „kitöltjük”, hanem visszanyerjük: minden technikai és szervezési lépés azt szolgálja, hogy a felismerés és a kiérkezés között a lehető legkevesebb idő vesszen el.
Az algoritmust több mint 500 000 képpel tanították be. Melyik volt a fejlesztés legnehezebb technikai kihívása? Milyen megoldásokat alkalmaztak (adatbővítés, VGG16 stb.), hogy valós körülmények között is megbízhatóan működjön?
A legnagyobb technikai kihívás az volt, hogy a valós környezet sokkal zajosabb és kiszámíthatatlanabb, mint a tanítóadatok. A Duna és a hidak képe folyamatosan változik: más a helyzet nappal és éjszaka, rossz időben, a vízfelszín pedig állandóan tükröződik és mozgásban van. Ebben kellett megbízhatóan felismerni nagyon hasonló eseményeket, például egy zuhanó embert, egy madarat vagy egy leeső tárgyat.
A megoldás egyrészt a nagy, több mint 500 ezer képből álló adatbázis és annak adatbővítése volt, ahol különböző fényviszonyokat és környezeti helyzeteket szimuláltunk. Másrészt előtanított modelleket, például VGG16 alapú hálózatokat finomhangoltunk a saját adatokra.
Fontos elem volt az is, hogy a rendszer ne csak egyetlen képet nézzen, hanem mozgássorozatokat is elemezzen, mert így sokkal pontosabban különíthetők el a valós veszélyhelyzetek a téves riasztásoktól.
Mennyire megbízható a rendszer a téves riasztások kiszűrésében? Hogyan különbözteti meg például egy zuhanó embert egy madártól, egy kidobott tárgytól vagy attól, ha valaki csak átmászik a korláton?
A rendszer megbízhatósága úgy van felépítve, hogy nem csak a tényleges vízbe esést kezeli, hanem már az azt megelőző gyanús helyzeteket is. Éppen ezért, ha valaki például átmászik a korláton, azt a rendszer már egy előre jelzett, magas kockázatú szituációként kezeli és azonnal jelzést küld az operátorok felé. Ez még nem végső riasztás, hanem egy korai figyelmeztetés, ami lehetőséget ad arra, hogy az emberi felügyelet már az esemény kialakulása közben be tudjon avatkozni.
A végső döntés mindig több információ alapján születik. A rendszer nem egyetlen képkockát elemez, hanem a mozgás folyamatát is figyeli, ezért tud különbséget tenni például egy zuhanó ember, egy madár vagy egy leeső tárgy között. Ezek mind más sebességgel, pályán és mozgásmintával viselkednek, amit az algoritmus külön kezel.
A lényeg, hogy a cél nem az, hogy csak utólag reagáljon, hanem hogy már az első gyanús mozdulatoknál bevonja az operátorokat, így a reakcióidő jelentősen csökken, miközben a téves riasztások száma kontroll alatt marad.
Becsléseik szerint 40–70 százalékkal nőhet a túlélési esély. Mire alapozzák ezt a számot?
Ez a 40–70 százalékos becslés elsősorban nem egyetlen konkrét mérésből vagy magyar statisztikából származik, hanem abból a logikából, hogy a vízbe eséses eseteknél a túlélés egyik legfontosabb tényezője a reakcióidő.
A nemzetközi tapasztalatok alapján jól látszik, hogy az első percek döntők: minél gyorsabban indul el a mentés, annál nagyobb az esély arra, hogy az érintett még elérhető állapotban legyen és pontosan lokalizálható maradjon a vízben. Ha viszont a bejelentés késve érkezik, a sodrás és az állapotromlás nagyon gyorsan rontja a túlélési esélyeket.
A HÍDFŐ esetében a becslés arra épül, hogy a rendszer jelentősen lerövidíti az észlelés és a beavatkozás közötti időt. Mivel a kameraalapú felismerés szinte azonnal jelzi az eseményt, az operátorok és a vízirendészet sokkal korábban tudnak reagálni, mint a hagyományos bejelentéses rendszerben.
A projektet pilotként is említették. Milyen realista időtávban képzelhető el, hogy a rendszer ne csak a budapesti hidakon, hanem más folyókon vagy akár autópályákon is működjön?
Az említett 40–70 százalékos tartomány inkább egy konzervatív, modellezett hatásbecslés, amely azt mutatja meg, hogy mennyit számít a percekben mérhető időnyereség a túlélési esélyek szempontjából. A legreálisabb időtáv itt nem is annyira technológiai kérdés, mert maga a rendszer elvben könnyen átültethető más helyszínekre is. Inkább az számít, mennyire stabilan bizonyít Budapesten és mennyire sikerül beépíteni a működésébe az ottani tapasztalatokat.
Ha a pilot jól teljesít, akkor néhány éven belül elképzelhető a kiterjesztés más nagyvárosi folyószakaszokra is, ahol hasonló a környezet és rendelkezésre áll a szükséges kamerahálózat és reagálási infrastruktúra. Ez jellemzően egy 2–5 éves skálán mozoghat, attól függően, mennyire gyorsan lehet szabványosítani a rendszert.
Az autópályák vagy más kritikus infrastruktúrák bevonása már egy következő lépcső lenne, mert ott más típusú eseményekre kell optimalizálni az algoritmust és a riasztási logikát. Ez inkább középtávon, több éves adaptációs és tesztelési folyamat után reális.
Összességében tehát a rendszer nem helyhez kötött, inkább egy skálázható biztonsági platform, de a szélesebb körű bevezetés mindig azon múlik, mennyire bizonyít éles környezetben.
Ha öt év múlva tökéletesen működne a rendszer országszerte, önök szerint milyen változást hozna ez a vízbiztonságban és a mentési kultúrában Magyarországon?
Ha öt év múlva országosan is stabilan működne egy ilyen rendszer, az alapjaiban változtatná meg a vízi mentés logikáját Magyarországon.
A legnagyobb különbség az lenne, hogy a reakció már nem utólag indulna el, amikor valaki bejelenti az eseményt, hanem gyakorlatilag valós időben, az észlelés pillanatában. Ez önmagában azt jelentené, hogy sokkal kevesebb esetnél telne el kritikus idő az esemény és a beavatkozás között.
Ez a gyakorlatban várhatóan csökkentené a halálos kimenetelű vízi balesetek számát, mert a mentőegységek hamarabb indulnának, pontosabb információval és helymeghatározással. Emellett a különböző szervek – rendőrség, mentők, vízirendészet – közötti együttműködés is sokkal gyorsabbá és szervezettebbé válna.
A mentési kultúrában pedig egy szemléletváltás is megjelenne: a hangsúly egyre inkább a megelőző, proaktív megfigyelés felé tolódna el, nem pedig a késői reagálás felé. Az ilyen rendszerek hosszabb távon azt is erősíthetik, hogy a mesterséges intelligencia nem helyettesíti az embert, hanem egyfajta folyamatos „figyelőrendszerként” segíti az életmentést.
Nyitókép forrása: demerzel21 / depositphotos.com
