اگرچه هوش مصنوعی مدت اندکی است که ترند شده و عکس و فیلم و آهنگهای تولید شده توسط این زیرشاخه علوم رایانهای همه را بهوجد آورده اما بیش از یک دهه است که نوابغ دنیای کامپیوتر و رایانه در حوزههای مختلفی از این علم نوین استفاده میکنند. یکی از این حوزهها که اهمیت صدچندانی هم دارد، ترافیک است. کنترل ترافیک همیشه یکی از دغدغههای جامعه و مسئولین بوده است. بههمین خاطر، تمام دنیا بهدنبال راهی برای حل این معضل بودهاند.
استفاده از وسایل حمل و نقل عمومی تا رویای تاکسی هوایی! همه و همه، راههایی هستند که بشر تلاش کرده تا با اتکا به آنها مشکل ترافیکی را حل کند. استفاده از هوش مصنوعی هم یکی از راهکارهای برون رفت از معضل مزبور است که به شیوههای متعدد و متفاوتی اعمال شده که از آن جمله میتوان به سنسورهای تشخیص تراکم خودرو، چراغ راهنمایی هوشمند، سامانههای آنلاین کنترلِ مبتنی بر دادههای کامپیوتری و… اشاره کرد. قبل از اینکه در مورد این موارد صحبت کنیم، ابتدا یک شناخت ساده از هوش مصنوعی ارائه میدهیم و در انتها، چند شهر را که در این زمینه پیشقدم بودهاند را بیان میکنیم.
هوش مصنوعی چیست؟
محاسبات رایانهای صرفاً از طریق دادهها انجام میشود. بنابراین، پیشرفتهترین و سریعترین رایانههای حال حاضر نیز نمیتوانند علاوه بر تحلیل دادهها تصمیمگیری کنند. به زبان ساده، رایانه نمیتواند عملکردی مشابه مغز انسان داشته باشند اما هوش منطبق بر اطلاعات و دادههای رایانهای، این امکان را فراهم میآورد که یک اپلیکیشن یا یک دستگاه و ماشین بتواند علاوه بر پردازش و تحلیل اطلاعات، قدرت تصمیمگیری نیز داشته باشد.
منطق، تفکر، استدلال، درک شرایط و… موضوعاتی است که آینده هوش مصنوعی را رقم میزند. بهعنوان مثال، خودروهای خودران از فناوری هوش مصنوعی برخوردار هستند و با رصد مداوم اطلاعات، میتوانند با یک فاصله ایمن با دیگر خودروها، موانع، عابرین پیاده و… حرکت کنند. بنابراین، تفاوت آن با برنامه نویسی و پردازش اطلاعات در این است که قدرت تصمیم گیری بعد از پردازش اطلاعات نیز امکانپذیر است در حالیکه فناوری پردازش رایانهای، صرفاً آنالیز دادهها را برعهده دارد.
پیشقراولان هوش مصنوعی در حوزه ترافیک
اگرچه طی سالیان اخیر کشورهای زیادی از طریق هوش ماشینی سعی در کنترل ترافیک داشتهاند اما شهرهای زیر بهعنوان پیشگامان این صنعت بهشمار میروند.
لاس وگاس: دوربینهای متعدد و سنسورهای تشخیص حرکتی بهکار رفته در بزرگراههای لاس وگاس توانسته بدون حضور فیزیکی ماموران، ترافیکهای این شهر را تا حدودی کنترل نماید. تقاطعهای هوشمند و ترسیم الگوی حرکتی برای خودروها و رصد تخلفات رانندگی منجر به ازدحام، وظیفه این سنسورها و دوربینها است تا از بروز انباشت خودرو در مسیرها جلوگیری کند.
برلین: اولین استارت پروژه شهر هوشمند در سال ۲۰۱۵ زده شد و حسگرهای زمینی در تقاطعهای جادهای استفاده شدند. این حسگرها، دادهها را با فناوری بیسیم به مدیریت هوشمند ترافیک منتقل میکنند و بعد از پردازش و تحلیل، الگوریتمهایی برای مدیریت ترافیک ثبت میشد. کنترل زمان چراغهای راهنمایی در جادهها، حاصل آنالیز دادههای حسگرهای زیر زمینی بود و توانست تا حد زیادی از بروز ترافیک جلوگیری نماید.
لندن: استفاده از هوش مصنوعی در مدیریت ترافیک کلانشهر لندن باعث شد معطل شدن در ازدحام خودرویی تا ۱۰ درصد کاهش پیدا کند و ۳۷۰ هزار تن دی اکسید کربن از چرخه آلایندگی حذف شود. طبق ادعای آنها، استفاده از هوش ماشینی در حملونقل، سالانه ۸۸۰ میلیون پوند صرفهجویی اقتصادی در پی داشته است.
سنگاپور: سامانه هوشمند کنترل ترافیک در سنگاپور باعث شد نسبت به جمعیت و تعداد خودروها، کمترین میزان ترافیک را داشته باشد. کاهش بار ترافیکی در جادههای سنگاپور مدیون الگوریتمهایی است که توسط هوش ماشینی ترسیم و عملیاتی میشود. تکیه بر هوش مصنوعی در حوزه ترافیک در سنگاپور سبب شد طی سال ۲۰۱۹ تا ۲۰۲۰ نرخ مرگ و میر ناشی از تصادف ۷۰ درصد کاهش پیدا کند که رقم خیرهکنندهای است!
بارسلون: اینترنت اشیا و استفاده از حسگرها و سنسورها در زیر جادهها و راهها در شهر بارسلون، اطلاعات لحظهای رفت و آمد و عبور و مرور را به سامانه جامع ترافیک ارسال میکنند و بعد از آنالیز آنها، راهکارهای مقابله با احتمال بروز ترافیک در ساعات و روزهای آینده توسط هوش مصنوعی به مدیریت ترافیک ارائه میشود. تعامل داده میان خودروها با مرکز کنترل ترافیک بهواسطه اینترنت اشیا باعث شد حجم زیادی از عبور و مرور ماشینی مدیریت شود.
در انتها این موضوع را در نظر داشته باشید که نگرانی استفاده از هوش ماشینی در هر حوزهای مخاطرات خاص خود را دارد و ترس از حمله سایبری به زیرساختها ترافیکی و عبور و مرور نیز باعث شده دولتمردان سرتاسر جهان با وسواس فکری بیشتری در این حوزه وارد شوند. البته هزینههای سرسامآوری که زیرساختهای هوش مصنوعی به دولتها تحمیل میکند نیز سبب شده فراگیر شدن هوش ماشینی در مقوله حمل و نقل با روند کندی در جزیان باشد.