Egy ittas, jogosítvány nélkül vezető sofőr elütött egy 13 éves biciklis kislányt Kiskunhalason péntek délután. A baleset helyszínére kiérkezve a Készenléti Rendőrség két járőre mellett elszaladt a férfi, akit a rendőrök visszatartottak. Ekkor a balesetet okozó, úttesten álló autó alól segítségért kiáltó gyermekhangot hallottak. A rendőrök a kocsihoz sietve, annak hátsó kereke alá szorulva egy kislányt találtak – írja a police.hu. Mivel a gyermekre teljes súlyával ránehezedett a jármű, a két járőr az alváznál fogva felemelte az autót, a gyermeket azonban nem tudták kiemelni, ezért segítségért kiáltottak. Két gyalogos sietett a helyszínre, és a közreműködésükkel sikerült a lányt kihúzni a kocsi alól. A rendőrök mentőt és tűzoltót hívtak. A kiérkező mentők elmondták, hogy a gyermek életét a gyors rendőri segítségnyújtás mentette meg, és mivel a 13 éves lány súlyos sérüléseket szenvedett, kórházba szállították. A Készenléti Rendőrség járőrei a visszatartott férfit kihallgatták, és mivel a balesettel összefüggésben több bűncselekmény gyanúja is felmerült, átadták a Kiskunhalasi Rendőrkapitányság munkatársainak.

A 34 éves, hímesházai születésű Michelisz pályafutása legnagyobb sikerét érte el Sepangban a WTCR bajnoki címének megszerzésével, 2017-ben az akkor még túraautó-világbajnokságnak (WTCC) nevezett sorozatban volt második. A 14 körös sepangi zárófutamot Michelisz kezdte a pole pozícióból, mellőle pedig riválisa, Esteban Guerrieri (Honda) startolt. A rajtnál az argentin pilóta azonnal elment Michelisz mellett, akit a harmadik helyről induló spanyol Mikel Azcona (Cupra) is megelőzött az első kanyarban. A magyar versenyző aztán még egy pozíciót veszített a svéd Johan Kristofferssonnal (Volkswagen) szemben, majd a versenybíróság egy kicsúszott autó műszaki mentésének az idejére a pályára küldte a biztonsági autót. A safety car a negyedik kör végén állt ki a mezőny elől, és az élen száguldó négyes, Guerrieri, Azcona, Kristoffersson, valamint Michelisz óriási csatába kezdett, amelynek során szinte csak millimétereken múlt, hogy a versenyautók ne érjenek össze, vagy hogy valamelyik versenyzőnek fel kelljen adnia a futamot. Egy környi küzdelem után Azcona állt az élre, őt Kristoffersson követte, Guerrieri pedig folyamatosan lassulni kezdett, s előbb Michelisz, majd szinte az egész mezőny elment mellette. Mint kiderült, az argentin versenyzőnek műszaki problémája volt, csapatrádión azt közölte, hogy vége a futamának, és bár a boxból arra bíztatták, hogy ne adja fel, a nyolcadik körben már 10. volt, és a folytatásban egyre hátrébb csúszott. Michelisznek így egyetlen feladata maradt, mégpedig az, hogy célba érjen, ezt pedig az ötödik pozícióban haladva teljesítette is a magyar pilóta, aki ezzel megszerezte a WTCR bajnoki trófeáját. Az idényzáró futamot Kristoffersson nyerte, Azcona ért célba másodikként, az olasz Kevin Ceccon (Alfa Romeo) pedig harmadikként. Michelisz ebben a szezonban 30 futamból ötöt nyert meg, és végül 370 ponttal, 21 pontos előnnyel lett világkupa-győztes. "Egészen hihetetlen, hogy megcsináltuk, pedig ez a malajziai záró hétvége nagyon trükkös volt a három futammal, a váltakozó időjárási körülményekkel, és mindennel, ami a pályán történt" - nyilatkozta a verseny után Michelisz. "Ez a siker a csapaté, a családomé, a barátaimé, és az összes magyar szurkolóé, aki az elmúlt több mint tíz évben mögöttem állt" - tette hozzá a WTCR új bajnoka.

A közlekedési dugót senki sem szereti, de mindenki ismeri. Biztosan te is rengetegszer jártál már úgy, hogy elkéstél a munkából, az iskolából, mert csak lépésben haladt a forgalom, vagy csak estére értetek haza a Balatonról, mert olyan sok autó volt az autópályán. Ha nem sietsz sehová, a forgalmi dugók miatt akkor is rengeteg időt elpazarolsz, hiszen ahelyett, hogy a kocsiban ülsz, lehetnél a családoddal, a barátaiddal, sokkal hasznosabban elfoglalhatnád magadat. Ráadásul mindez pénzben is kifejezhető gazdasági veszteséget okoz.  Dugóban araszolás helyett rengeteg hasznosabb és kellemes dolgot lehetne csinálni Egy átlagos budapesti ingázó 162 órát töltött forgalmi dugóban 2018-ban az Inrix kutatóintézet jelentése szerint. Gondolj csak bele, pár óra híján ez annyi, mint egy teljes hét! Ezzel az eredménnyel a magyar főváros a 30. helyen áll a 38 ország 200 világvárosát rangsoroló listán. Ráadásul a dugóhelyzet egyre rosszabb, tavaly 16 órával kényszerültek többet a dugóban ülni az autósok, mint egy évvel korábban. Túl sok az autó, az utakat egyszerűen nem ilyen hatalmas forgalomra tervezték őket, és az elmúlt években még nőtt is a járművek száma.  De hogyan alakul ki dugó? Egyszerűen válaszolva miattunk, közlekedők miatt. Az autópályán sokszor előfordul, hogy látszólag minden ok nélkül van dugó: nincs baleset, nincs útépítés, sávlezárás, mégis lépésben haladnak az autók a sztrádán. A különös jelenség okát magyar kutatók fejtették meg, bonyolult matematikai képletekkel bebizonyították, hogy ha egy autósnak hirtelen lassítania kell, akkor a mögötte haladó sofőr még jobban lassít, a következő szintén, és így tovább. A lassulás hullámszerűen terjed végig a kocsisorban, ami végül nagyon lassú tempóhoz, sőt akár megálláshoz is vezethet.  Maguk a közlekedők okozzák a dugókat Önmagában a sok autó még nem okozna torlódást, a gond a hirtelen fékezéssel van. A tudósok szerint ha 20-30 százalékkal csökken a sebesség, akkor szinte borítékolható a dugó kialakulása. A gyakorlatban ez olyan, mint amikor 130-ról hirtelen 100-ra lassítunk az autópályán. A dolog érdekessége, hogy aki először fékez, az nem lesz a dugó részese, visszagyorsít, és megy tovább, mintha mi sem történt volna. Mögötte viszont beáll az forgalom. Ha ennél kisebb mértékű a lassítás, a mögöttünk haladó autók nem reagálnak olyan határozottan, és a dugókezdemény elhal, a torlódás szépén kisimul.  Sokat számít a vezetési stílus Mindez nagyban függ a vezetési stílustól is, hiszen aki agresszívan, a követési távolságra fittyet hányva, erős fékezésekkel halad a sztrádán, az nagyobb eséllyel okoz dugót. De az sem jó, ha valaki a forgalom tempójánál jóval lassabban vezet, esetleg nem tartja be a jobbra tartási kötelezettséget, mert ezzel lassításra kényszeríti a többi autót, és máris kész a dugó. Sokat számít az emberi reakcióidő is, mivel egyre később kezdjük el a fékezést, a mögöttünk haladóknak pedig egyre kevesebb idejük marad a lassításra, ezért jobban beletaposnak a fékbe.  A reakcióidő és a vezetési stílus is számít Ideális esetben az autópályán haladó összes járműnek ugyanolyan, de legalább hasonló sebességgel kellene közlekednie. Most túl nagy a sebességkülönbség, hiszen a személyautók 130 kilométer/órával haladhatnak, míg a teherautókra vonatkozó legnagyobb megengedett sebesség csupán 80 kilométer/óra.  A modern technika segíthet Mivel az autópályákon kialakuló dugókat maguk a közlekedők okozzák, a megoldást az jelentené, ha az emberi tényező minél inkább háttérbe szorulna. Ma már olyan intelligens vezetéstámogató rendszereket építenek az autókba, amelyekkel a dugók kialakulását is drasztikusan vissza lehetne szorítani. A sebességtartó automatika – ismertebb nevén a tempomat – sok autóban megtalálható, arra szolgál, hogy egyenletesen tartsa az autó sebességét a hosszú útszakaszokon.  A tempomat továbbfejlesztett változata – az adaptív távolságtartó tempomat – arra is képes, hogy érzékelje az előttünk haladó autó távolságát, és úgy állítsa be a sebességünket, hogy a távolság egy határon belül maradjon. Ez azt jelenti, hogy hirtelen fékezés helyett finom lassítással reagál a előttünk lévő kocsi fékezésére, hiszen pontosabban felméri a távolságot és az emberi reakcióidőnél sokkal gyorsabb, így jóval kisebb eséllyel alakulnak ki dugók. Ehhez persze az is kellene, hogy minél több autóban legyen ilyen rendszer, amíg ez nem valósul meg, marad az, hogy figyelmesen, megfelelő követési távolsággal autózunk, és igyekszünk elkerülni a dugókat. Nektek is tetszett Tóbiás és Balambér meséje? Minden héten frissülő történtünket kövessétek itt az Autószektoron, naponta új játékokért, tanácsokért pedig lájkoljatok minket a Facebookon!

Miközben az autóiparban az önvezető járművek, az elektromobilitás és az új üzleti modellek kapják a legnagyobb figyelmet, kevesebb szó esik arról, hogy a mesterséges intelligencia (MI) miként alakítja át a háttérben működő pénzügyi, adminisztratív és kontrolling folyamatokat. A neurális hálókra épülő megoldások ma már nemcsak a gyártósorokon, hanem a könyvelésben, a számlakezelésben, a szervizelszámolásban és a kockázatmenedzsmentben is megjelentek. A technológia alapja egyszerű, mégis rendkívül hatékony: a múltbeli adatok mintázataiból tanul, és ezek alapján képes javaslatokat tenni új helyzetekre is. A mesterséges neurális háló az emberi agy működésének számítógépes modellje. Alapja az úgynevezett mesterséges neuron, amely bemeneti adatokat (számokat) fogad, azokat súlyozottan összegzi, majd egy aktivációs függvény segítségével eldönti, milyen kimenetet adjon. Egyetlen neuron önmagában kevés, de ha sokat hálózatba szervezünk, ezek képesek komplex problémák mintázatait felismerni. A háló rétegekből épül fel: bemeneti réteg az adatokat fogadja, rejtett rétegek az információ feldolgozását végzik, kimeneti réteg az eredményt szolgáltatja. A tanítás során a rendszer megtanulja, milyen bemeneti adatokhoz milyen kimenetek társulnak. Képes általánosítani, azaz olyan esetekre is helyes választ adni, amelyekkel korábban nem találkozott. Az autókereskedelmi és szervizvállalatok pénzügyi és adminisztratív területein a neurális hálók alkalmazása számos kézzelfogható előnyt hozhat. Ezek a rendszerek kiegészítik a meglévő ERP, DMS vagy könyvelési rendszereket ott, ahol az emberi munkaidő, az ismétlődő feladatok, vagy a kockázatok csökkentése a cél. A rendszer tanul az eddigi számlákból, és képes előminősíteni, hogy egy számla „szokványos” vagy szokatlan, javasolni a költséghelyet, főkönyvi számlát, értékelni a fizetési határidő helyességét, becsülni az elfogadhatóság valószínűségét. Egy szerviz, amely naponta több tucat garanciális ügyet és biztosítói számlát kezel, sok időt spórolhat az MI-vel: kiszűri a nagy valószínűséggel vitás eseteket, előrejelzi, mely biztosítók hajlamosak elutasítani bizonyos típusú igényeket, javaslatot tesz alternatív elszámolási megoldásokra. A neurális háló működéséhez három adathalmaz szükséges: tanító adatok, teszt adatok, validációs adatok. A tanítás erőforrásigényes (szerver, GPU), de a működtetés már minimális kapacitással is megoldható. Megbízható eredményekhez nagyszámú, jól strukturált, releváns adat kell. Hiányos vagy torz adatok félrevezethetik a hálót. Ha a rendszer túl pontosan „megtanulja” a múltat, az új, eddig nem látott esetekben hibázhat. Ezért fontos az adatok szétosztása tanító, teszt és validációs halmazokra. Az MI nem tud magyarázatot adni döntéseire. Csak azt mondja meg, hogy szerinte egy számla 98%-ban elfogadható vagy sem, de nem tudja elmagyarázni miért. A neurális hálók a pénzügyi adminisztrációban már bizonyítottak. A számlakezelés, könyvelési előkészítés, biztosítói és garanciális viták kezelése olyan területek, ahol az ismétlődő adatok és döntések miatt kiválóan alkalmazhatók. Az autókereskedelmi és szerviz szektor számára az MI nemcsak költségcsökkentést, hanem kockázatminimalizálást és versenyelőnyt is kínál. Aki időben lép, hamarosan a piaci sztenderdek előtt járhat.   DLM Consulting Kft.