A Google új gépi tanulási rendszerének korai tesztjei ígéretesnek bizonyultak a közlekedési jelzések javításában. A Green Light projekt a forgalmi mintákat modellezi, hogy optimális közlekedési lámpákat biztosítsanak a gépi tanulás és a mesterséges intelligencia felhasználásával. A [Scientific American] szerint (https://www.scientificamerican.com/article/googles-project-green-light-uses-ai-to-take-on-city-traffic/) a korai kísérletek némileg javulást eredményeztek forgalomáramlás egyes zsúfolt útvonalakon Seattle-ben. A seattle-i közlekedési hatóságok kijelentették, hogy a Green Light ellenőrizte az ismert fojtóhelyeket, segített felderíteni a forgalmi szűk keresztmetszeteket, és gyakorlati ajánlásokat tett.
A Google Green Light próbaprogramját, amelyet 2023 őszén vezettek be, olyan nagy forgalmú metropoliszokban tesztelik, mint Rio de Janeiro és Kolkata, valamint Seattle-ben és tizenkét másik városban, köztük Hamburgban. E kísérletek során a közlekedési jelzések sorrendjét a helyi közlekedésmérnökök módosítják a rendszer ajánlásai alapján. A kezdeményezés célja a közlekedési lámpák várakozási idejének lerövidítése, a kulcsfontosságú közúti és kereszteződések forgalmának javítása, és végső soron az üvegházhatású gázok kibocsátásának csökkentése. A Google szerint az előzetes kutatások azt sugallják, hogy a CO2-kibocsátás 10%-kal csökkenthető, és a közlekedési lámpák megállása akár 30%-kal.
A Green Light lényegében egy mesterséges intelligencia (AI) modell, amelyet minden kereszteződéshez személyre szabtak, figyelembe véve az olyan elemeket, mint az elrendezés, a vezetési és megállási szokások, a közlekedési lámpák időzítése, valamint a jelző- és közlekedési rendszerek közötti kölcsönhatás. A technológia ezen minták alapján ajánlásokat hoz létre, amelyeket a várostervezők egy dedikált felületen keresztül érhetnek el. A projektnek nincs szüksége drága fix érzékelőkre vagy folyamatos helyszíni monitorozásra, ami nagy előny. Inkább a már meglévő Google Maps forgalmi adatokat használja fel, amelyeket a mozgó autóktól és az okostelefon-felhasználóktól gyűjtenek össze, akik „mobil érzékelőként” szolgálnak.
A Green Light javaslatai azonban nem mindig megbízhatóak. A Michigani Egyetem Közlekedési Kutatóintézetének igazgatója, Henry Liu körültekintőbb a technológiával kapcsolatban. Bár a Green Light 20-30 százalékkal csökkentette a várakozási időt a kereszteződésekben Birminghamben, Liu rámutat, hogy a hatékonyság mértéke a kiindulási ponttól függően változik. Birminghamben például a közlekedési lámpák meghatározott menetrendeket követnek, amelyek az elavult közlekedési információkon alapulnak. A környezetre gyakorolt előnyök azért is vitathatók, mert kormányzati adatok szerint az alapjáraton közlekedő autók és a forgalmi dugók a forgalommal összefüggő károsanyag-kibocsátásnak csak körülbelül 2%-át teszik ki. Egyesült Államok. Valójában a megengedett sebességnél gyorsabban haladó autók sokkal több üzemanyagot fogyasztanak, mint a piros lámpánál megállított autók.
Ezenkívül a Green Light nem veszi figyelembe az összetett elemeket, amelyek kevésbé hasznos ajánlásokhoz vezethetnek, mint például a busz- és kerékpársávok keresztezése, a villamosok vagy a forgalmas gyalogátkelőhelyek. A Seattle-i közlekedési lámpák beállítását meg kellett fordítani, mivel végül hatástalannak bizonyult. Egy másik tesztvárosban, Manchesterben vannak olyan közlekedési mérnökök, akik rendszeresen úgy döntenek, hogy figyelmen kívül hagyják a Google tanácsait, mivel az ottani közlekedési jelzőlámpákat olykor szándékosan úgy programozzák, hogy előnyben részesítsék a buszokat, vagy hogy a lakónegyedekben ingázókat megnöveljék. Az AI stratégiája, amely szerint csökkenti a megállások számát az átkelőhelyeken, bizonyos helyzetekben ellene hat.