Zgodnji preskusi novega Googlovega sistema za strojno učenje so pokazali nekaj obetavnih pri izboljšanju vzorcev prometnih signalov. Projekt Green Light modelira prometne vzorce za zagotavljanje optimalnih zaporedij semaforjev z uporabo strojnega učenja in umetne inteligence. Glede na Scientific American so zgodnji poskusi privedli do nekoliko izboljšanih promet na nekaterih prometnih poteh v Seattlu. Prometni organi v Seattlu so izjavili, da je Green Light preverila znane lokacije zadušitev, pomagala odkriti prometna ozka grla in ponudila praktična priporočila.
Googlov preizkusni program Green Light, ki je bil predstavljen jeseni 2023, se preizkuša v prometno obremenjenih metropolah, kot sta Rio de Janeiro in Kolkata, pa tudi v Seattlu in dvanajstih drugih mestih, vključno s Hamburgom. Med temi poskusi zaporedja prometnih signalov spreminjajo lokalni prometni inženirji na podlagi priporočil sistema. Cilji pobude so skrajšati čakalne dobe na semaforjih, povečati pretok prometa na ključnih cestah in križiščih ter sčasoma zmanjšati emisije toplogrednih plinov. Glede na Google predhodne raziskave kažejo, da bi se lahko emisije CO2 zmanjšale za 10 % in da bi se lahko zmanjšalo število ustavitev na semaforju do 30 %.
V svojem bistvu je Green Light model umetne inteligence (AI), ki je prilagojen za vsako križišče, pri čemer upošteva elemente, kot so njegova postavitev, navade pri vožnji in ustavljanju, časi semaforja ter medsebojno delovanje med signalnimi in prometnimi sistemi. Tehnologija na podlagi teh vzorcev ustvarja priporočila, do katerih lahko urbanisti dostopajo prek namenskega vmesnika. Velika prednost projekta je pomanjkanje potrebe po dragih fiksnih senzorjih ali stalnem nadzoru na kraju samem. Namesto tega uporablja že obstoječe prometne podatke Google Maps, ki so zbrani od premikajočih se avtomobilov in uporabnikov pametnih telefonov, ki služijo kot "mobilni senzorji".
Predlogi Green Light pa niso vedno zanesljivi. Direktor transportnega raziskovalnega inštituta Univerze v Michiganu, Henry Liu, je glede tehnologije bolj previden. Čeprav je Green Light uspelo skrajšati čakalne dobe na križiščih v Birminghamu za 20 do 30 odstotkov, Liu poudarja, da se stopnja učinkovitosti razlikuje glede na začetno točko. V Birminghamu na primer semaforji sledijo določenim urnikom, ki temeljijo na zastarelih prometnih informacijah. Tudi koristi za okolje so sporne, ker po vladnih podatkih nedelujoči avtomobili in prometni zastoji predstavljajo le približno 2 % emisij, povezanih s prometom v Združene države Amerike. V resnici avtomobili, ki vozijo hitreje od omejitve hitrosti, porabijo veliko več goriva kot avtomobili, ki se ustavijo pred rdečo lučjo.
Poleg tega zelena luč ne upošteva zapletenih elementov, ki lahko privedejo do manj uporabnih priporočil, kot je prečkanje avtobusnih in kolesarskih stez, tramvajev ali prometnih prehodov za pešce. Prilagoditev semaforjev v Seattlu so morali razveljaviti, saj se je na koncu izkazala za neučinkovito. Drugo testno mesto, Manchester, ima prometne inženirje, ki se redno odločajo, da ne bodo upoštevali Googlovih nasvetov, saj so prometni signali tam včasih namenoma programirani tako, da dajejo prednost avtobusom ali da voznikom v stanovanjskih območjih omogočijo upoštevanje dodatnega časa. Strategija umetne inteligence za zmanjšanje postankov na križiščih lahko v nekaterih situacijah deluje proti njej.