Google veiktās jaunas mašīnmācīšanās sistēmas agrīnās pārbaudes ir parādījušas zināmas cerības uzlabot satiksmes signālu modeļus. Zaļās gaismas projekts modelē satiksmes modeļus, lai nodrošinātu optimālu luksoforu secību, izmantojot mašīnmācīšanos un mākslīgo intelektu. Saskaņā ar Scientific American agrīnie eksperimenti ir ļāvuši nedaudz uzlabot satiksmes plūsma dažos pārslogotos maršrutos Sietlā. Transporta iestādes Sietlā paziņoja, ka Green Light pārbaudīja zināmās aizrīšanās vietas, palīdzēja atklāt satiksmes sastrēgumus un piedāvāja praktiskus ieteikumus.
Google Green Light izmēģinājuma programma, kas tika ieviesta 2023. gada rudenī, tiek testēta tādās intensīvas satiksmes metropolēs kā Riodežaneiro un Kolkata, kā arī Sietlā un divpadsmit citās pilsētās, tostarp Hamburgā. Šo eksperimentu laikā vietējie satiksmes inženieri modificē satiksmes signālu secības, pamatojoties uz sistēmas ieteikumiem. Iniciatīvas mērķi ir saīsināt luksoforu gaidīšanas laiku, uzlabot galveno ceļu un krustojumu satiksmes plūsmu un galu galā samazināt siltumnīcefekta gāzu emisijas. Saskaņā ar Google provizoriskie pētījumi liecina, ka CO2 emisijas varētu samazināt par 10% un luksoforu apstāšanās. līdz pat 30%.
Zaļās gaismas pamatā ir mākslīgā intelekta (AI) modelis, kas ir pielāgots katram krustojumam, ņemot vērā tādus elementus kā tā izkārtojums, braukšanas un apstāšanās paradumi, luksoforu laiks, kā arī signālu un satiksmes sistēmu mijiedarbība. Tehnoloģija izveido ieteikumus, pamatojoties uz šiem modeļiem, kuriem pilsētplānotāji var piekļūt, izmantojot īpašu saskarni. Liels pluss ir tas, ka projektam nav nepieciešami dārgi fiksēti sensori vai pastāvīga uzraudzība uz vietas. Drīzāk tiek izmantoti jau esošie Google Maps satiksmes dati, kas tiek savākti no kustīgām automašīnām un viedtālruņu lietotājiem, kuri kalpo kā "mobilie sensori".
Tomēr Green Light ieteikumi ne vienmēr ir uzticami. Mičiganas Universitātes Transporta pētniecības institūta direktors Henrijs Liu ir piesardzīgāks par tehnoloģiju. Lai gan Green Light spēja samazināt gaidīšanas laiku krustojumā Birmingemā par 20 līdz 30 procentiem, Liu norāda, ka efektivitātes pakāpe atšķiras atkarībā no sākuma punkta. Piemēram, Birmingemā luksofori ievēro noteiktus grafikus, kuru pamatā ir novecojusi satiksmes informācija. Ieguvumi videi ir arī apšaubāmi, jo saskaņā ar valdības datiem tukšgaitas automašīnas un satiksmes sastrēgumi rada tikai aptuveni 2% no satiksmes radītajām emisijām. Amerikas Savienotās Valstis. Patiesībā automašīnas, kas brauc ātrāk par ātruma ierobežojumu, patērē daudz vairāk degvielas nekā automašīnas, kas tiek apturētas pie sarkanās gaismas.
Turklāt Green Light neņem vērā sarežģītus elementus, kas var radīt mazāk noderīgus ieteikumus, piemēram, autobusu un velosipēdu joslu, tramvaju vai noslogotas gājēju pārejas šķērsošana. Sietlā luksoforu regulēšana bija jāmaina, jo tā galu galā izrādījās neefektīva. Citā izmēģinājuma pilsētā Mančestrā ir satiksmes inženieri, kuri regulāri nolemj ignorēt Google ieteikumus, jo tur esošie luksofori dažkārt ir mērķtiecīgi ieprogrammēti, lai dotu priekšroku autobusiem vai liktu braukātājiem dzīvojamos rajonos izmantot papildu laiku. AI stratēģija, kas samazina pieturu skaitu krustojumos, dažās situācijās var tai nedarboties.