Samsara 的全新 Droliness Detection 功能使用在其大规模数据集上训练的综合 AI 模型来检测困倦迹象。Samsara 是一家初创公司，由两名麻省理工学院毕业生于 2015 年创立，总部位于旧金山。
该系统为驾驶员触发实时驾驶室音频警报，并通过短信或电子邮件通知管理人员，以对疲劳相关事件进行分类。这些见解可以被视为 Samsara 平台中的报告，使管理人员能够解码整个车队的疲劳模式，专注于驾驶员指导，并最终提高安全性和效率。
美国国家安全委员会报告称，如果驾驶员疲劳，发生车祸的可能性要高出三倍，根据 AAA 交通安全基金会的数据，超过 17% 的致命车祸涉及昏昏欲睡的司机。尤其是商业卡车运输行业，容易出现长时间和不可预测的路况，导致困倦。Samsara 说，尽管 AI 的进步和机器学习使主动警报成为可能，但“对于训练 AI 模型进行检测来说，困倦仍然是一种非常微妙的行为”。
Samsara 人工智能和数据副总裁 Evan Welbourne 表示，“很难检测到一个人何时真的昏昏欲睡。这不仅仅是一种行为，比如打哈欠或闭上眼睛。与其他危险驾驶行为相比，困倦的情况可能更少，因此准确检测的好坏取决于馈送和训练 AI 模型的数据。”
为了确保准确性，Samsara 的嗜睡检测系统经过训练，可以考虑几种表明疲劳的行为，与定义嗜睡的领先和临床验证的标准保持一致。这些行为包括点头、懒散、长时间闭眼、打哈欠、揉眼睛等等。
仅打哈欠通常不足以检测困倦。Samsara 在 6 月的年度 Beyond 会议上首次宣布推出嗜睡检测，该会议邀请了来自该行业的 2,000 多名实体运营领导者。
Samsara 的 PB 级数据集每年收集超过 10 万亿个数据点，用于训练 AI 模型，这些模型可以自动化工作流程、加快价值实现时间并为客户提供个性化、可操作的见解。
