Voiko tekoäly parantaa liikenteen sujuvuutta? Googlen vihreän valon onnistumisen ja epäonnistumisen tutkiminen

Voiko tekoäly parantaa liikenteen sujuvuutta? Googlen vihreän valon onnistumisen ja epäonnistumisen tutkiminen

Googlen uuden koneoppimisjärjestelmän varhaiset testit ovat osoittaneet lupauksia liikennevalojen parantamisessa. The Green Light -projekti mallintaa liikennemalleja optimaalisen liikennevalosarjan aikaansaamiseksi koneoppimisen ja tekoälyn avulla. Scientific American mukaan varhaiset kokeilut ovat johtaneet jonkin verran parannuksiin. liikennevirrat joillakin ruuhkaisilla reiteillä Seattlessa. Seattlen liikenneviranomaiset totesivat, että Green Light varmisti tunnetut kuristuspaikat, auttoi havaitsemaan liikenteen pullonkauloja ja tarjosi käytännön suosituksia.

Syksyllä 2023 käyttöön otettua Googlen Green Light -kokeiluohjelmaa testataan vilkkaasti liikennöidyissä metropoleissa, kuten Rio de Janeirossa ja Kolkatassa, sekä Seattlessa ja 12 muussa kaupungissa, mukaan lukien Hampuri. Näiden kokeiden aikana paikalliset liikenneinsinöörit muokkaavat liikennemerkkijonoja järjestelmän suositusten perusteella. Aloitteen tavoitteena on lyhentää liikennevalojen odotusaikoja, tehostaa keskeisten tie- ja risteysliikenteen sujuvuutta ja lopulta vähentää kasvihuonekaasupäästöjä. Googlen mukaan alustavat tutkimukset viittaavat siihen, että CO2-päästöjä voitaisiin vähentää 10 % ja liikennevalopysähdyksiä voitaisiin vähentää jopa 30 %.

Green Light on ytimenään tekoäly (AI) -malli, joka on räätälöity jokaiseen risteykseen ottaen huomioon elementit, kuten sen ulkoasun, ajo- ja pysähtymistottumukset, liikennevalojen ajoitukset sekä signaali- ja liikennejärjestelmien vuorovaikutuksen. Tekniikka luo näiden mallien perusteella suosituksia, joihin kaupunkisuunnittelijat pääsevät käsiksi erillisen käyttöliittymän kautta. Projektissa ei tarvita kalliita kiinteitä antureita tai jatkuvaa paikan päällä tapahtuvaa seurantaa on iso plussa. Sen sijaan se hyödyntää jo olemassa olevia Google Mapsin liikennetietoja, jotka kerätään liikkuvilta autoilta ja älypuhelimien käyttäjiltä, ​​jotka toimivat "mobiilisensoreina".

Green Lightin ehdotukset eivät kuitenkaan aina ole luotettavia. Michiganin yliopiston Transportation Research Instituten johtaja Henry Liu on varovaisempi tekniikan suhteen. Vaikka Green Light pystyi lyhentämään risteysten odotusaikoja Birminghamissa 20–30 prosenttia, Liu huomauttaa, että tehokkuus vaihtelee lähtöpisteen mukaan. Esimerkiksi Birminghamissa liikennevalot noudattavat asetettuja aikatauluja, jotka perustuvat vanhentuneisiin liikennetietoihin. Ympäristön hyödyt ovat myös kiistanalaisia, koska hallituksen tietojen mukaan tyhjäkäynnillä toimivat autot ja liikenneruuhkat aiheuttavat vain noin 2 % liikenteeseen liittyvistä päästöistä. Yhdysvallat. Todellisuudessa autot, jotka ajavat nopeusrajoitusta nopeammin, kuluttavat paljon enemmän polttoainetta kuin autot, jotka pysähtyvät punaisiin valoihin.

Lisäksi Green Light ei ota huomioon monimutkaisia ​​elementtejä, jotka voivat johtaa vähemmän hyödyllisiin suosituksiin, kuten linja-auto- ja pyöräteiden ylittäminen, raitiovaunut tai vilkas jalankulkijoiden ylitys. Seattlen liikennevalojen säätö jouduttiin vaihtamaan, koska se lopulta osoittautui tehottomaksi. Toisessa testikaupungissa, Manchesterissa, työskentelee liikenneinsinöörejä, jotka päättävät rutiininomaisesti jättää huomiotta Googlen neuvot, koska siellä olevat liikennevalot on toisinaan tarkoituksella ohjelmoitu suosimaan linja-autoja tai pakottamaan työmatkalaiset asuinalueille kuluttamaan lisäaikaa. Tekoälyn strategia vähentää pysähdyksiä risteyksissä saattaa toimia sitä vastaan ​​joissakin tilanteissa.

Code Labs Academy © 2025 Kaikki oikeudet pidätetään.