I primi test di un nuovo sistema di apprendimento automatico di Google hanno mostrato qualche promessa nel migliorare i modelli dei segnali stradali. Il progetto Green Light modella i modelli di traffico per fornire sequenze ottimali di semafori utilizzando l'apprendimento automatico e l'intelligenza artificiale. Secondo Scientific American, i primi esperimenti hanno portato a risultati leggermente migliorati flusso di traffico su alcune rotte congestionate a Seattle. Le autorità dei trasporti di Seattle hanno affermato che Green Light ha verificato le posizioni note delle strozzature, ha contribuito a rilevare i colli di bottiglia del traffico e ha offerto raccomandazioni pratiche.
Il programma di prova Green Light di Google, introdotto nell’autunno del 2023, è in fase di test in metropoli ad alto traffico come Rio de Janeiro e Calcutta, così come a Seattle e in altre dodici città, tra cui Amburgo. Durante questi esperimenti, le sequenze dei segnali stradali vengono modificate dagli ingegneri del traffico locali sulla base delle raccomandazioni del sistema. Gli obiettivi dell'iniziativa sono ridurre i tempi di attesa ai semafori, migliorare il flusso del traffico sulle strade principali e sugli incroci e, infine, ridurre le emissioni di gas serra. Secondo Google, una ricerca preliminare suggerisce che le emissioni di CO2 potrebbero essere ridotte del 10% e le fermate ai semafori potrebbero essere ridotte fino al 30%.
Fondamentalmente, Green Light è un modello di intelligenza artificiale (AI) personalizzato per ogni incrocio, tenendo conto di elementi quali il layout, le abitudini di guida e di arresto, i tempi dei semafori e l'interazione tra segnali e sistemi di traffico. La tecnologia crea raccomandazioni basate su questi modelli, a cui gli urbanisti possono accedere tramite un’interfaccia dedicata. Il fatto che il progetto non necessiti di costosi sensori fissi o di un monitoraggio continuo in loco è un grande vantaggio. Piuttosto, utilizza i dati sul traffico già esistenti di Google Maps, raccolti dalle auto in movimento e dagli utenti di smartphone che fungono da “sensori mobili”.
Tuttavia, i suggerimenti di Green Light non sono sempre affidabili. Il direttore del Transportation Research Institute dell'Università del Michigan, Henry Liu, è più cauto riguardo alla tecnologia. Sebbene Green Light sia riuscita a ridurre i tempi di attesa agli incroci a Birmingham del 20-30%, Liu sottolinea che il grado di efficacia varia a seconda del punto di partenza. A Birmingham, ad esempio, i semafori seguono orari prestabiliti basati su informazioni sul traffico antiquate. Anche i benefici per l’ambiente sono discutibili perché, secondo i dati del governo, le auto ferme e gli ingorghi rappresentano solo il 2% circa delle emissioni legate al traffico nel paese. Stati Uniti. In realtà, le auto che viaggiano a una velocità superiore al limite di velocità consumano molto più carburante rispetto alle auto ferme al semaforo rosso.
Inoltre, Green Light non prende in considerazione elementi complessi che potrebbero portare a raccomandazioni meno utili, come l’attraversamento di piste ciclabili e di autobus, tram o attraversamenti pedonali trafficati. La modifica del semaforo a Seattle ha dovuto essere annullata poiché alla fine si è rivelata inefficace. Un'altra città di prova, Manchester, ha ingegneri del traffico che decidono abitualmente di ignorare i consigli di Google poiché i segnali stradali sono talvolta programmati appositamente per favorire gli autobus o per far sì che i pendolari nelle aree residenziali tengano conto dei tempi supplementari. La strategia dell'IA di ridurre le fermate agli incroci può funzionare contro di essa in alcune situazioni.