ایرنابازار- شهرهای هوشمند از اینترنت اشیاء برای بهبود کیفیت زندگی ساکنان با بهینه‌سازی عملکردهای مختلف شهری مانند جریان ترافیک، نگهداری زیرساخت‌ها، مدیریت انرژی، کنترل آلودگی و ایمنی عمومی استفاده می‌کنند. در سال ۲۰۲۱، بیش‌از ۱۰ میلیارد دستگاه اینترنت اشیاء در جهان وجود داشت و تا سال ۲۰۲۵، انتظار می‌رود که تولید داده‌های جهانی از ۷۳ زتابایت فراتر رود.
نقش هوش مصنوعی در کشف تخلفات رانندگی!
رفته رفته، هوش مصنوعی (AI) به یک تکنولوژی مطرح و گسترده تبدیل می‌شود که در حوزه‌های وسیعی همچون شهر هوشمند کاربرد خواهد داشت. یکی از حوزه‌هایی که تا حد زیادی می‌تواند از مزایای هوش مصنوعی بهره‌مند شود، صنعت حمل‌ونقل است.
برخی نمونه‌های به کارگیری هوش‌مصنوعی در زمینه حمل‌ونقل عبارتنداز وسایل نقلیه خودران، راهکارهای مدیریت ترافیک، اپلیکیشن‌های گوشی‌های هوشمند، حمل‌ونقل مسافران و اعمال قانون متخلفان.
در این موارد، تکنولوژی هوش مصنوعی می‌تواند تشخیص بدهد چه زمانی یک راننده مشغول نوشیدن یا پیام دادن در پشت خودرو است و به این ترتیب به نیروهای پلیس حاضر در آن منطقه نسبت‌به متوقف ساختن آنها هشدار بدهد. این روزها حمل‌ونقل شهری به معضلی جدی برای بسیاری از کلانشهرهای پرجمعیت تبدیل شده است. حال به نظر می‌رسد گوگل برای این چالش جهانی راهکار جدیدی ارائه داده و سعی می‌کند تا با تکیه بر سرویس هوش مصنوعی پیشرفته و دیتابیس نقشه عظیم خود، نقش قابل‌توجهی در کاهش ترافیک شهری داشته باشد.
گاهی تغییرات کوچک، اما دقیق و به‌موقع می‌تواند تاثیرات قابل‌توجهی از خود به‌جای بگذارد؛ این همان اصلی است که گوگل در مساله کاهش ترافیک از آن پیروی می‌کند. سیستم جدید گوگل با استفاده از پایگاه داده نقشه‌های گسترده و سرویس هوش مصنوعی این شرکت، تغییراتی در سازوکار چراغ‌های راهنمایی و رانندگی ایجاد می‌کند و این بهینه‌سازی، تغییرات مثبت چشمگیری از خود به‌جا می‌گذارد.
جولیت روتنبرگ، مدیر محصول گوگل در زمینه هوش‌مصنوعی اقلیمی می‌گوید: چراغ‌های راهنمایی‌ورانندگی گاهی اوقات کارآمدی خود را از دست می‌دهند و آزاردهنده می‌شوند. ماموریت ما این است که آنها را بهینه‌تر و کارآمدتر کنیم تا کمتر موجب نارضایتی رانندگان شوند. ما برای آزمایش، زمان‌بندی چراغ‌ها را تنها چندثانیه تغییر دادیم و همین تغییر کوچک، تاثیر زیادی روی کاهش ترافیک شهری داشت.
در ادامه، لورا وویچیکی، یکی از محققان این پروژه درباره تاثیرگذاری سرویس مدیریت ترافیک هوشمند گوگل می‌گوید: در یکی از آزمایش‌های انجام‌شده، ما تصمیم گرفتیم تنها چهار ثانیه از زمان چراغ راهنمایی یک خیابان شمالی- جنوبی کم و به خیابان شرقی- غربی اضافه کنیم. همین تغییر به‌ظاهر کوچک توانست حجم زیادی از ترافیک را کاهش دهد و بخشی از توقف‌های غیرضروری را از بین ببرد.
این پروژه که در حال حاضر با نام چراغ سبز (Green Light) شناخته می‌شود، در چند شهر ایالات‌متحده ازجمله سیاتل اجرایی شده است، اما گوگل برنامه دارد تا در آینده نزدیک، سیستم هوشمند خود را در ۱۳ شهر و ۷۰ تقاطع پر رفت‌وآمد در سراسر دنیا آزمایش کنند.
آنها برآورد می‌کنند که اجرای این پروژه در فاز آزمایشی روی بیش‌از ۳۰ میلیون سفر خودرو در ماه تاثیر بگذارد و ترافیک شهری را تا ۳۰درصد کاهش دهد. مشکلات ترافیک تنها متوجه رانندگان نیست و محیط‌زیست هم از تاثیرات منفی آلودگی ناشی‌از ترافیک در امان نیست. سالانه حجم زیادی از گازهای گلخانه‌ای به جو زمین وارد می‌شود که آلودگی گرمایشی، تنها یکی از اثرات زیان‌بار آنهاست.
از همین رو، گوگل باور دارد که آلودگی ناشی‌از حمل‌ونقل، یکی از اصلی‌ترین دلایل انتشار گازهای گلخانه‌ای است و با اجرای سرویس‌های هوشمندی مانند چراغ سبز، می‌توان این مقدار را تا ۱۰درصد کاهش داد. گوگل در نظر دارد تا این سرویس را به‌صورت رایگان منتشر کند تا هزاران شهر بتوانند از مزایای آن استفاده کنند.
کدام شهرها از هوش مصنوعی کمک می‌گیرند؟
در فهرستی که آژانس طبقه‌بندی ترافیک جهانی در فوریه ۲۰۲۳ منتشر کرد، جاکارتا در رتبه۲۹ در شاخص تراکم ۲۰۲۲ قرار دارد، که با توجه به رده‌بندی سال قبل که در جایگاه ۴۶ این لیست قرار داشت، وضعیت ترافیک این شهر بهبود یافته است. ازجمله اقداماتی که توسط دولت استانی جاکارتا برای بهبود تراکم ترافیک اجرا شده است، استفاده از هوش‌مصنوعی در سیستم چراغ راهنمایی هوشمند آن است که به طور خودکار و براساس تراکم ترافیک تنظیم می شود. پایتخت ترکیه نیز اغلب در لیست بدترین شهرهای جهان از نظر ترافیک قرار می گیرد، به همین دلیل مسئولان این شهر تصمیم گرفتند با کمک فناوری شرایط را بهبود بخشند.
اکنون با استفاده از نصب یک پلتفرم تحلیلی مبتنی بر SAS و AI، شهر می‌تواند ترافیک جاده‌ای را ارزیابی کند، حمل‌ونقل عمومی را بهینه کند، حوادث ترافیکی را مدیریت کند و به‌طور خلاصه با دسترسی به اطلاعات لحظه‌ای در مورد شرایط ترافیکی استانبول، خیابان‌ها را مدیریت کند.
در پایان باید به این نکته توجه کرد هزینه‌های سرسام‌آوری که زیرساخت‌های هوش مصنوعی به دولت‌ها تحمیل می‌کند نیز سبب شده است فراگیر شدن استفاده از هوش‌مصنوعی در مقوله حمل‌ونقل، با روند کندی در جریان باشد.