As primeiras probas dun novo sistema de aprendizaxe automática de Google mostraron algo prometedor para mellorar os patróns de sinais de tráfico. O proxecto Green Light modela os patróns de tráfico para proporcionar secuencias de semáforos óptimas mediante a aprendizaxe automática e a intelixencia artificial. Segundo Scientific American, os primeiros experimentos levaron a mellorar algo fluxo de tráfico nalgunhas rutas congestionadas en Seattle. As autoridades de transporte de Seattle indicaron que Green Light comprobou as localizacións coñecidas de estrangulamento, axudou a detectar os pescozos de botella e ofreceu recomendacións prácticas.
O programa de proba Green Light de Google, que se presentou no outono de 2023, estase a probar en metrópoles con moito tráfico como Río de Xaneiro e Calcuta, así como en Seattle e outras doce cidades, incluíndo Hamburgo. Durante estes experimentos, os enxeñeiros de tráfico locais están a modificar as secuencias de sinais de tráfico en función das recomendacións do sistema. Os obxectivos da iniciativa son acurtar os tempos de espera dos semáforos, mellorar o fluxo de tráfico de estradas e interseccións clave e, eventualmente, reducir as emisións de gases de efecto invernadoiro. Segundo Google, a investigación preliminar suxire que as emisións de CO2 poderían reducirse nun 10 % e que as paradas dos semáforos poderían reducirse ata un 30%.
Na súa esencia, Green Light é un modelo de intelixencia artificial (IA) que se personaliza para cada intersección, tendo en conta elementos como o seu deseño, os hábitos de condución e parada, os horarios dos semáforos e a interacción entre os sistemas de sinalización e de tráfico. A tecnoloxía crea recomendacións baseadas nestes patróns, ás que os urbanistas poden acceder a través dunha interface dedicada. A falta de necesidade do proxecto de sensores fixos caros ou de seguimento continuo no lugar é unha gran vantaxe. Pola contra, fai uso dos datos de tráfico de Google Maps xa existentes, que se recollen de coches en movemento e usuarios de teléfonos intelixentes que serven como "sensores móbiles".
Non obstante, as suxestións de Green Light non sempre son fiables. O director do Instituto de Investigación do Transporte da Universidade de Michigan, Henry Liu, é máis cauteloso sobre a tecnoloxía. Aínda que Green Light puido reducir os tempos de espera das interseccións en Birmingham entre un 20 e un 30 por cento, Liu sinala que o grao de efectividade varía dependendo do punto de partida. En Birmingham, por exemplo, os semáforos seguen uns horarios establecidos que se basean en información de tráfico anticuada. Os beneficios para o medio ambiente tamén son discutibles porque, segundo datos do goberno, os coches ao ralentí e os atascos só representan ao redor do 2% das emisións relacionadas co tráfico no país. Estados Unidos. En realidade, os coches que viaxan máis rápido que o límite de velocidade usan moito máis combustible que os que están parados nos semáforos vermellos.
Ademais, Green Light non ten en conta elementos complexos que poden dar lugar a recomendacións menos útiles, como cruzar carrís para autobuses e bici, tranvías ou pasos de peóns moi transitados. Un axuste do semáforo en Seattle tivo que ser revertido xa que finalmente resultou ineficaz. Outra cidade de probas, Manchester, ten enxeñeiros de tráfico que deciden rutineiramente ignorar os consellos de Google xa que os sinais de tráfico alí ás veces están programados a propósito para favorecer os autobuses ou para que os viaxeiros en zonas residenciais teñan en conta o tempo extra. A estratexia da IA de reducir as paradas nos cruces pode funcionar en contra nalgunhas situacións.