现代城市每天每一秒都会产生绝对雪崩的数据，来自数十个独立系统的摄像头和传感器。在这样一个智能的世界里，这么多红绿灯还这么笨，真是太神奇了。一个从澳大利亚墨尔本开始的新项目旨在利用深度学习 AI 和预测建模来利用海量数据，并用它来减少旅行时间、减少排放并以各种其他方式影响行为，作为“世界上最聪明的交通管理系统。”
“智能走廊”是一项为期三年的试验，将在墨尔本最繁忙的道路之一 Carlton 的 Nicholson 街延伸 2.5 公里(1.5 英里)。墨尔本大学已与奥地利的 Kapsch TrafficCom 和维多利亚州交通部等合作开展该项目。
该系统于本周推出，从庞大而多样的传感器网络中获取实时和历史数据馈送，包括闭路电视摄像机馈送、蓝牙传感器、空气质量监测器、实时公共交通信息、TomTom 实时交通数据、天气数据、实时交通光信号和相位数据、交叉路口逻辑数据等。其中一些数据馈送已经在全市范围内可用，另一些则作为单独的AIMES (澳大利亚综合多模式生态系统)项目的一部分预先安装在更广泛的卡尔顿地区，该项目本身被描述为“世界上第一个也是最大的测试生态系统在复杂的城市环境中大规模新兴的互联交通技术。”
项目团队称，这是第一次将如此广泛的实时和历史数据整合到交通管理项目中，并通过人工智能和深度学习算法进行实时处理。这个“EcoTrafiX”系统带来的洞察力将用于各种目的。
首先，也许与您和我最直接相关的是，它将能够控制走廊中每个十字路口的红绿灯以获得最佳流量。在项目启动时，Kapsch 的 David Bolt 举了一个例子：“我们正在从网络上成百上千个摄像头中的一个获取视频流，我们正在使用我们的深度学习多功能平台来分析和注释它，我们'然后形成见解。我们正在研究队列长度检测，例如，在车道级别。这会影响信号相位和时间。我可以开始动态调整和优化这个交叉路口，再往上，其他交叉路口向下走廊。”
正确使用动态红绿灯逻辑不仅会减少汽车通勤者的挫败感——每次停车和起步都会以噪音和排放的形式对城市造成影响，尤其是在涉及重型货车的情况下。
但事情远不止于此。该系统有多种方式与道路和公共交通用户进行通信，以影响交通流量以响应事件，或仅作为负载平衡和优化事物的一种手段。如果事故阻止有轨电车通过某个十字路口，该系统可以匹配每辆可能会影响的即将到来的有轨电车，并提供建议，让乘客到达目的地，无论是换乘有轨电车还是步行不远即可进去，然后把这条信息传递给电车司机。
还有一个安全角度——该系统可以监控行人过街区域，并通过基础设施到车辆的通信与联网汽车向驾驶员提供反馈。团队选择强调的一个例子是一个特定的十字路口，在该路口转弯的司机几乎看不到有人过马路——如果系统现在将向某些连接的雷克萨斯汽车发送实时警告发现司机即将遇到这种情况。
事件管理将成为系统的重要组成部分，当它检测到正在发生的异常情况或预测出现问题时，它会弹出操作员警告。操作员将能够根据情况从自动生成的动作列表中进行选择，或者直接挖掘数据流，直至查看实时摄像机镜头，以找出正在发生的事情。他们还将能够从该地区的历史中调用类似的事件，包括过去采取了哪些行动以及后续影响是什么，并且该系统旨在允许尽可能多或尽可能少的人类根据特定城市的需要进行监督和干预。
这些是系统今天在发布时可以做的事情。但在接下来的三年中，该团队希望尝试各种想法，从确保联网的应急车辆只能看到绿灯，到在接送时间智能地在学校区域周围路由交通，再到重新安排交通路线以响应空气质量测绘，向停在空地上的汽车的车主发送自动短信，希望他们能比拖车更快地转移自己的车辆并清理道路。
“我们能够通过固定在平台上的 API 和插件与驱动程序进行通信，”Bolt 说。“改变你的驾驶习惯是一项社会工程挑战......这一切都是为了为未来所需的基础设施做好准备。那么我们如何向联网车辆发送信息?这些信息是如何发送到非联网车辆的?车辆?我们如何为自动驾驶汽车做准备?
该项目自然会捕获前后数据来衡量和跟踪系统的有效性。Kapsch 表示，该系统的设计目的是从像这样的小型单一交叉口和短走廊部署，一直到大规模的全市实施，因为它与位置无关，并且可以处理任何可用数据。
这似乎是对人工智能和高级分析的极好和迫切需要的使用。城市范围的交通优化是一个数据量大的问题，需要跟踪大量的输入、依赖项和结果。有很大的机会可以做得更好，有很多收获，如果人工智能和计算机科学能够胜任这项任务，我们很想知道这会发生什么。