打瞌睡、滑手机、不系安全带——这些行为在货车司机当中并不少见。为提升行车安全，越来越多运输车队开始安装具备双向拍摄功能的人工智能行车记录仪，不仅实时监测路况，也能分析驾驶员的行为是否存在风险。
人工智能行车记录仪供应商之一、Project Argus的营运董事黄新情受访时，向《联合早报》记者出示一段令人触目惊心的画面：一名司机在驾驶途中频繁闭眼打瞌睡，双手虽握着方向盘，但车子左右偏移，明显控制不稳。画面显示，事件发生在劳动节假期后的隔天。
她说，虽然人力部对司机的休息时间有规定，平时较少出现疲劳驾驶，但在假期后的上班日，这种情况会明显增加，因为不少司机前一晚可能熬夜，休息不足，隔天疲劳上岗。
她指出，人工智能系统会分析司机的眼神，例如是否频繁闭眼、视线下垂，以判断是否有打瞌睡或滑手机的迹象；同时也会检测有没有系上安全带，识别其他潜在的危险行为。
黄新情以某家公司的违规警报月报为例说，公司一个月内记录到的违规行为中，高达86％涉及分心驾驶，最典型的就是驾驶时使用手机。第二常见的违规行为是未系安全带。
她没有透露公司设备销量，但多数客户来自运输和租车业。
面对这类实时监控，一些司机尝试规避系统侦测。黄新情展示的画面中，有人将手机藏在衣服里接听电话，有人甚至用斜挎包带伪装成安全带。
不过，这些规避行为反而帮助系统“进化”，让人工智能模型不断优化识别能力。
例如，系统不再只检测司机是否手持手机，还能通过嘴部动作识别是否在讲电话；安全带方面，系统能分析司机拉带、扣带等整个系安全带的动作，判断是否确实系好安全带。
系统也能精准记录司机踩下油门或刹车的时间。
在事故调查和责任判定时也非常关键
黄新情说，这类数据不仅能反映急刹车、急加速等危险行为，在事故调查和责任判定时也非常关键。“例如，谁先变道、谁先加速，这些记录就是最直接的证据。”
不过，这类具“侵入性”的监测，难免引起一些司机不满。黄新情说：“有些司机会抱怨换衣服不方便，或者单纯觉得警报声很烦。”
她分享，有一回，一辆罗厘在行驶中突然滑向路旁工地，系统随即发出撞击警报。由于司机有不良驾驶记录，最初曾被怀疑是操作失误所致。但调阅行车记录和驾驶数据后发现，事故是因为零件掉落引发，并非人为失误，司机最终免责。
“现在多数司机也开始理解，这不是监视，而是一种保护。”
