Tidlige tester av et nytt maskinlæringssystem fra Google har vist noe løfte når det gjelder å forbedre trafikksignalmønstre. The Green Light-prosjektet modellerer trafikkmønstre for å gi optimale trafikklyssekvenser ved å bruke maskinlæring og kunstig intelligens. I følge Scientific American har tidlige eksperimenter ført til noe forbedret trafikkflyt på noen overbelastede ruter i Seattle. Transportmyndighetene i Seattle uttalte at Green Light verifiserte kjente chokeplasseringer, hjalp til med å oppdage trafikkflaskehalser og ga praktiske anbefalinger.
Googles prøveprogram for Green Light, som ble introdusert høsten 2023, blir testet i trafikktunge metropoler som Rio de Janeiro og Kolkata, samt i Seattle og tolv andre byer, inkludert Hamburg. Under disse eksperimentene blir trafikksignalsekvenser modifisert av lokale trafikkingeniører basert på anbefalinger fra systemet. Initiativets mål er å forkorte ventetidene i trafikklyset, forbedre trafikkflyten på nøkkelveier og veikryss, og på sikt redusere klimagassutslippene. Ifølge Google, antyder foreløpige undersøkelser at CO2-utslipp kan reduseres med 10 % og trafikklysstopp kan reduseres med opptil 30 %.
I kjernen er Green Light en kunstig intelligens (AI) modell som er tilpasset for hvert veikryss, og tar hensyn til elementer som layout, kjøre- og stoppvaner, trafikklystidspunkter og samspillet mellom signal- og trafikksystemer. Teknologien lager anbefalinger basert på disse mønstrene, som byplanleggere kan få tilgang til via et dedikert grensesnitt. Prosjektets manglende behov for dyre fastmonterte sensorer eller løpende overvåking på stedet er et stort pluss. Snarere bruker den allerede eksisterende Google Maps-trafikkdata, som samles inn fra bevegelige biler og smarttelefonbrukere som fungerer som «mobilsensorer».
Green Lights forslag er imidlertid ikke alltid pålitelige. Direktøren for University of Michigans Transportation Research Institute, Henry Liu, er mer forsiktig med teknologien. Selv om Green Light klarte å kutte ventetidene i krysset i Birmingham med 20 til 30 prosent, påpeker Liu at graden av effektivitet varierer avhengig av utgangspunktet. I Birmingham, for eksempel, følger trafikklys fastsatte rutetider som er basert på gammeldags trafikkinformasjon. Fordelene for miljøet kan også diskuteres fordi, ifølge myndighetenes data, står biler på tomgang og trafikkork bare for rundt 2 % av trafikkrelaterte utslipp i USA. I virkeligheten bruker biler som kjører fortere enn fartsgrensen mye mer drivstoff enn biler som blir stoppet på rødt lys.
I tillegg unnlater Green Light å ta hensyn til komplekse elementer som kan føre til mindre nyttige anbefalinger, som å krysse buss- og sykkelfelt, trikker eller travle fotgjengeroverganger. En trafikklysjustering i Seattle måtte reverseres siden den til slutt viste seg å være ineffektiv. En annen testby, Manchester, har trafikkingeniører som rutinemessig bestemmer seg for å ignorere Googles råd siden trafikksignalene der noen ganger er målrettet programmert til å favorisere busser eller for å få pendlere i boligområder til å ta med ekstra tid. AIs strategi for å redusere stopp ved kryssinger kan virke mot det i enkelte situasjoner.