Google-ի կողմից մեքենայական ուսուցման նոր համակարգի վաղ փորձարկումները որոշակի խոստումներ են տվել ճանապարհային ազդանշանների օրինաչափությունների բարելավման հարցում: Կանաչ լույսի նախագիծը մոդելավորում է երթևեկության օրինաչափությունները՝ լուսացույցների օպտիմալ հաջորդականություն ապահովելու համար՝ օգտագործելով մեքենայական ուսուցումը և արհեստական ինտելեկտը: Ըստ [Scientific American]-ի (https://www.scientificamerican.com/article/googles-project-green-light-uses-ai-to-take-on-city-traffic/), վաղ փորձերը հանգեցրել են որոշակի բարելավման երթևեկության հոսքը Սիեթլի որոշ ծանրաբեռնված երթուղիներում: Սիեթլի տրանսպորտային իշխանությունները հայտարարեցին, որ Կանաչ լույսը ստուգում էր խեղդվող խեղդվողների հայտնի վայրերը, օգնեց հայտնաբերել երթևեկության խցանումները և առաջարկել գործնական առաջարկություններ:
Google-ի «Կանաչ լույս» փորձնական ծրագիրը, որը ներկայացվել է 2023 թվականի աշնանը, փորձարկվում է խցանված մետրոպոլիաներում, ինչպիսիք են Ռիո դե Ժանեյրոն և Կալկաթան, ինչպես նաև Սիեթլում և տասներկու այլ քաղաքներում, ներառյալ Համբուրգը: Այս փորձերի ընթացքում երթևեկության ազդանշանների հաջորդականությունը փոփոխվում է տեղական ճանապարհային ինժեներների կողմից՝ համակարգի առաջարկությունների հիման վրա: Նախաձեռնության նպատակներն են կրճատել լուսացույցի սպասման ժամանակը, բարելավել հիմնական ճանապարհների և խաչմերուկների երթևեկության հոսքը և, ի վերջո, նվազեցնել ջերմոցային գազերի արտանետումները: Ըստ Google-ի, նախնական հետազոտությունը ցույց է տալիս, որ CO2 արտանետումները կարող են կրճատվել 10%-ով, իսկ լուսացույցի կանգառները՝ կրճատվել: մինչև 30%-ով։
Իր հիմքում Green Light-ը արհեստական ինտելեկտի (AI) մոդել է, որը հարմարեցված է յուրաքանչյուր խաչմերուկի համար՝ հաշվի առնելով այնպիսի տարրեր, ինչպիսիք են դրա դասավորությունը, վարելու և կանգառի սովորությունները, լուսացույցի ժամանակացույցը և ազդանշանային և երթևեկության համակարգերի փոխազդեցությունը: Տեխնոլոգիան ստեղծում է առաջարկություններ՝ հիմնված այս օրինաչափությունների վրա, որոնք քաղաքաշինական պլանավորողները կարող են մուտք գործել հատուկ ինտերֆեյսի միջոցով: Ծրագրի համար թանկարժեք ֆիքսված սենսորների կամ տեղում շարունակական մոնիտորինգի կարիքը մեծ պլյուս է: Ավելի շուտ, այն օգտագործում է արդեն գոյություն ունեցող Google Maps-ի երթևեկության տվյալները, որոնք հավաքվում են շարժվող մեքենաներից և սմարթֆոններից օգտվողներից, որոնք ծառայում են որպես «բջջային սենսորներ»:
Այնուամենայնիվ, Green Light-ի առաջարկները միշտ չէ, որ հուսալի են: Միչիգանի համալսարանի Տրանսպորտային հետազոտությունների ինստիտուտի տնօրեն Հենրի Լյուն ավելի շրջահայաց է տեխնոլոգիայի նկատմամբ: Թեև Green Light-ը կարողացավ Բիրմինգհեմում կրճատել խաչմերուկի սպասման ժամանակը 20-30 տոկոսով, Լյուն նշում է, որ արդյունավետության աստիճանը տատանվում է՝ կախված մեկնարկային կետից: Բիրմինգհեմում, օրինակ, լուսացույցները հետևում են սահմանված ժամանակացույցերին, որոնք հիմնված են հնացած երթևեկության տեղեկատվության վրա: Շրջակա միջավայրի համար օգուտները նույնպես վիճելի են, քանի որ, ըստ կառավարության տվյալների, պարապուրդի մեջ գտնվող մեքենաները և խցանումները կազմում են երթևեկության հետ կապված արտանետումների միայն 2%-ը։ Միացյալ Նահանգներ. Իրականում թույլատրված արագությունից ավելի արագ ընթացող մեքենաները շատ ավելի շատ վառելիք են օգտագործում, քան կարմիր լույսի տակ կանգնեցված մեքենաները:
Բացի այդ, «Կանաչ լույսը» չի հաշվի առնում բարդ տարրերը, որոնք կարող են հանգեցնել ոչ այնքան օգտակար առաջարկությունների, ինչպիսիք են ավտոբուսների և հեծանվային ուղիների, տրամվայի կամ զբաղված հետիոտնային անցումների հատումը: Սիեթլում լուսացույցի կարգավորումը պետք է հետ շրջվեր, քանի որ այն ի վերջո անարդյունավետ էր: Մեկ այլ փորձնական քաղաք՝ Մանչեսթերը, ունի երթևեկության ինժեներներ, որոնք սովորաբար որոշում են անտեսել Google-ի խորհուրդները, քանի որ այնտեղ երթևեկության ազդանշանները երբեմն նպատակաուղղված են ծրագրավորված ավտոբուսներին նպաստելու կամ բնակելի թաղամասերում երթևեկողներին լրացուցիչ ժամանակի ավելացման համար: Անցումներում կանգառները նվազեցնելու AI-ի ռազմավարությունը կարող է որոշ իրավիճակներում աշխատել դրա դեմ: