Google usa la IA para controlar los semáforos de 12 grandes ciudades

Google ha puesto en marcha, de forma experimental, un proyecto que optimiza el tráfico y reduce la contaminación en 12 grandes ciudades, regulando el encendido y apagado de los semáforos aplicando la Inteligencia Artificial.

El tráfico urbano es una de las principales fuentes de emisión de gases de efecto invernadero en el mundo, especialmente en los cruces e intersecciones donde los vehículos tienen que detenerse y arrancar constantemente.

Para hacer frente a este problema, Google ha lanzado el proyecto Green Light, una iniciativa que utiliza la inteligencia artificial para optimizar la programación de los semáforos y crear un flujo más fluido y ecológico de vehículos.

El proyecto Green Light se basa en los datos de movimiento de vehículos que Google recoge a través de aplicaciones como Google Maps y Waze. Estos datos permiten al equipo de Google Research construir modelos virtuales de cada intersección y sus patrones de tráfico, y luego escalarlos para incluir otras intersecciones cercanas y sincronizarlas entre sí.

Olas de semáforos verdes

De esta manera, la inteligencia artificial puede analizar miles de intersecciones simultáneamente y generar recomendaciones para cambiar el tiempo de los semáforos, con el objetivo de crear "olas de semáforos en verde" que reduzcan el número de paradas y arranques de los vehículos. Según Google, esto puede tener un impacto positivo tanto en el tiempo de transporte como en las emisiones de gases contaminantes.

"Los primeros números indican un potencial de hasta un 30% de reducción en las paradas y un 10% de reducción en las emisiones de gases de efecto invernadero", se afirma el sitio web del proyecto.

Una de las ventajas más destacadas de este proyecto es su facilidad y rapidez de implementación. Google ofrece estas recomendaciones de forma gratuita, por ahora, a través de una pequeña interfaz web, y los ingenieros encargados de los sistemas de tráfico en las ciudades pueden aplicarlas en apenas cinco minutos utilizando la infraestructura existente.

Sistema operativo en 12 ciudades

El proyecto ya se encuentra operativo en 70 cruces de 12 ciudades: Río de Janeiro, Seattle, Hamburgo, Bangalore, Haifa, Budapest, Calcuta, Abu Dabi, Hyderabad, Manchester, Bali y Yakarta.

Estas ciudades representan una oportunidad para afectar a unos 30 millones de viajes en coche al mes. Algunas de las ciudades que han probado el proyecto han expresado su satisfacción con los resultados.

Google espera que el proyecto Green Light pueda expandirse a más ciudades del mundo y contribuir a mejorar la movilidad urbana y reducir el impacto ambiental del transporte por carretera.

¿Cómo funciona?

La inteligencia artificial en el proyecto Green Light funciona de según estos parámetros tecnológicos.

1. Entender la intersección: La inteligencia artificial utiliza los datos de Google Maps para inferir los parámetros existentes de los semáforos, como el tiempo de ciclo, el tiempo de transición, el tiempo y el orden de verde, la coordinación y la operación del sensor.

2. Medir las tendencias del tráfico: La inteligencia artificial crea un modelo para entender cómo fluye el tráfico por la intersección. Esto le ayuda a entender los patrones típicos de tráfico, como el número de paradas y arranques, el tiempo medio de espera en un semáforo, la coordinación entre intersecciones adyacentes y cómo cambian los planes de semáforos a lo largo del día.

3. Desarrollar recomendaciones para la ciudad: La inteligencia artificial identifica posibles ajustes en el tiempo de los semáforos. Estos ajustes se comparten como recomendaciones accionables con la ciudad. Los ingenieros de tráfico de la ciudad revisan las recomendaciones, las aprueban y pueden implementarlas fácilmente en tan solo cinco minutos, utilizando la infraestructura existente.

4. Analizar el impacto: La inteligencia artificial mide cuántas paradas se han ahorrado para los conductores y su impacto en los patrones de tráfico. Luego utiliza modelos estándar de la industria para calcular el impacto climático de estos cambios. Esto se comparte con la ciudad asociada y se sigue monitorizando para detectar cualquier cambio futuro necesario.