چراغ سبز به هوش مصنوعی؛ تلاش نافرجام یا راهکاری هوشمند برای کاهش آلایندگی شهرها؟

پس از اینکه گوگل سیستم یادگیری ماشین جدیدی برای بهینه‌سازی زمان‌بندی چراغ‌های راهنمایی در پنج تقاطع از خیابان‌های شهر سیاتل را که حرکت و توقف زیادی دارند آزمایش کرد؛ ترافیک در این خیابان‌ها کمی روان‌تر جریان دارد. گوگل این آزمایش را به‌عنوان بخشی از برنامه آزمایشی «چراغ سبز» (Green Light) خود در سال ۲۰۲۳ در سیاتل و دوازده شهر دیگر، از جمله برخی مکان‌های به‌شدت پرترافیک مانند ریودوژانیرو و کلکته راه‌اندازی کرد. در تمامی این مکان‌های آزمایشی، مهندسان ترافیک محلی از پیشنهادها «چراغ سبز» که مبتنی بر هوش مصنوعی و داده‌هایGoogle Maps  است برای تنظیم زمان‌بندی چراغ‌های راهنمایی استفاده می‌کنند. گوگل قصد دارد با این تغییرات، زمان انتظار پشت چراغ را کاهش دهد و درعین‌حال جریان وسایل نقلیه را در گذرگاه‌ها و تقاطع‌های شلوغ افزایش دهد و در نهایت، به کاهش انتشار گازهای گلخانه‌ای کمک کند.

گزارش حاضر در «ویژه‌نامه هوش مصنوعی ساینتیفیک امریکن» منتشر و در «رسانه تخصصی هوش مصنوعی هوشیو» به زبان فارسی نیز ترجمه شده و در دسترس مخاطبان این حوزه قرار گرفته است.

«مریم علی» (Mariam Ali) سخنگوی اداره حمل‌ونقل سیاتل می‌گوید: «نتایج مثبتی دیده‌ایم.» و می‌افزاید که چراغ سبز «توصیه‌های مشخص و قابل‌اجرا» ارائه کرده است و گلوگاه‌ها را در سیستم ترافیک شناسایی (و موارد شناخته‌شده را تأیید) کرده است.

از شمارش دستی تا حسگرهای ابری

مدیریت جابه‌جایی وسایل نقلیه در خیابان‌های شهری نیازمند زمان، پول و درنظرگرفتن عواملی مانند ایمنی عابران پیاده و مسیرهای کامیون‌رو است. ورود گوگل به این عرصه، یکی از تلاش‌های متعدد جاری برای مدرن‌سازی مهندسی ترافیک با ادغام داده‌های اپلیکیشن‌های GPS، خودروهای متصل و هوش مصنوعی است.

سنجش موفقیت در دنیای واقعی

بر اساس گزارش زیست‌محیطی سال ۲۰۲۴ گوگل، داده‌های اولیه نشان می‌دهد که این سیستم می‌تواند توقف‌ها را تا ۳۰ درصد و انتشار گازهای آلاینده به دلیل کاهش کارکرد درجا خودروها در تقاطع‌ها را تا ۱۰ درصد کاهش دهد. گوگل قصد دارد به‌زودی این سیستم را در شهرهای بیشتری پیاده‌سازی کند.

بااین‌حال، این سیستم چراغ راهنمایی نوظهور حتی نزدیک به جایگزینی تصمیم‌گیری انسانی در مهندسی ترافیک نمی‌شود و ممکن است آن راه‌حل پایداری که گوگل ادعا می‌کند، نباشد.

چراغ‌های راهنمایی الکتریکی به یکی از سه روش اصلی کنترل می‌شوند. قدیمی‌ترین آن‌ها چراغ‌های «زمان‌ثابت» (Fixed-Time) هستند که طبق برنامه‌های زمانی تعیین‌شده بر اساس شمارش دستی خودروها کار می‌کنند. چراغ‌های جدیدتر ممکن است «فعال‌شونده با وسیله نقلیه»  (Vehicle-Actuated)باشند؛ با آشکارسازهایی که معمولاً زیر سطح جاده نصب می‌شوند و حضور یا عدم حضور خودروها را حس کرده و می‌توانند زمان‌بندی را بر اساس آن تنظیم کنند. در نهایت، چراغ‌های راهنمایی تطبیقی یا واکنشی علاوه بر حسگرهایی مانند دوربین، به الگوریتم‌هایی متکی هستند تا جریان وسایل نقلیه را در چندین تقاطع زیر نظر داشته باشند.

«الکساندر استوانویچ» (Aleksandar Stevanovic) مهندس عمران و محیط‌زیست دانشگاهPittsburgh  که به مطالعه حوزه کنترل ترافیک مشغول است می‌گوید: «تنها حدود ۴ تا ۵ درصد از چراغ‌های راهنمایی در ایالات متحده در حالت تطبیقی کار می‌کنند.» اگرچه چراغ‌های راهنمایی تطبیقی مؤثر هستند؛ اما نصب و نگهداری آن‌ها پرهزینه است. طبق داده‌های سال ۲۰۱۴ وزارت حمل‌ونقل ایالات متحده، پرکاربردترین سیستم‌های کنترل تطبیقی ده‌ها هزار دلار سرمایه‌گذاری اولیه برای هر تقاطع هزینه دارند.

تکنولوژی ارزان در برابر زیرساخت‌های گران

پروژه «چراغ سبز» گوگل نیازی به حسگرهای ثابت گران‌قیمت ندارد و همچنین به مشاهده میدانی نیاز ندارد. «هنری لیو» (Henry Liu) مهندس عمران و محیط‌زیست و مدیر مؤسسه تحقیقات حمل‌ونقل نیز معتقد است این پروژه داده‌های ترافیکی موجود از Google Maps را جمع‌آوری می‌کند که از وسایل نقلیه‌ای به دست می‌آید که اساساً به‌عنوان «حسگرهای متحرک» عمل می‌کنند.

گوگل ابتدا یک مدل کامپیوتری را از هر تقاطع بر اساس مسیرهای رانندگی ناشناس‌سازی‌شده از برنامه Maps می‌سازد و از یادگیری ماشین برای پردازش مجموعه عظیم اطلاعات استفاده می‌کند. در جاهایی که خودروها مکرراً سرعت کم می‌کنند و می‌ایستند، مدل استنباط می‌کند که تقاطعی وجود دارد و زمان‌بندی دقیق چراغ‌ها را محاسبه می‌کند. گوگل همچنین از یادگیری ماشین برای شناسایی تنظیمات احتمالی استفاده می‌کند. «ماتئوس وروولت» (Matheus Vervloet) مدیر محصول Google Research می‌گوید این امر می‌تواند شامل کم‌کردن چند ثانیه از چراغ قرمز و انتقال آن تأخیر به سمت دیگر تقاطع یا سرعت‌بخشیدن به کل چرخه چراغ باشد. وروولت می‌افزاید که استفاده از داده‌های دیجیتال موجود در مورد جابه‌جایی وسایل نقلیه می‌تواند مقرون‌به‌صرفه‌تر و کارآمدتر از ساخت شبکه‌های حسگر جدید برای نظارت بر ترافیک باشد.

لیو در حال کار بر روی سیستم بهینه‌سازی مشابهی با وسایل نقلیه دیجیتالی متصل جنرال موتورز (GM) است. مسائل مالی ابزار او بستگی به این دارد که GM برای داده‌ها چقدر هزینه دریافت کند؛ اما او انتظار دارد که هزینه سیستم‌های او و گوگل «کسری» از هزینه گزینه‌های دیگر باشد.

گوگل در حال حاضر برنامه خود را به‌صورت رایگان به شهرهای شرکت‌کننده در آزمایش ارائه می‌دهد. وروولت از پاسخ‌دادن به سؤالات Scientific American در مورد سرمایه‌گذاری مالی فعلی گوگل در «چراغ سبز»، تعداد افراد مشغول به کار در این پروژه یا هرگونه برنامه احتمالی برای اینکه این شرکت در آینده از شهرها برای مشارکت در این پروژه هزینه‌ای دریافت کند، خودداری کرد.

یک آزمایش ابتدایی از ابزار لیو در شهر بیرمنگام ایالت میشیگان، زمان صرف‌شده و تعداد توقف‌ها در تقاطع‌ها را به ترتیب تا ۲۰ و ۳۰ درصد کاهش داد؛ بااین‌حال لیو اعتبار چندانی برای هیچ‌یک از آن اعداد قائل نیست.

لیو می‌گوید: «همه چیز به خط مبنایی بستگی دارد که با آن مقایسه می‌کنید.» شهر بیرمنگام فقط چراغ‌های زمان‌ثابت بر اساس شمارش خودروها دارد که اخیراً به‌روزرسانی نشده‌اند. لیو می‌افزاید: «به همین دلیل است که ما بهبود قابل‌توجهی می‌بینیم.» وروولت می‌گوید نتایج گزارش‌شده گوگل بر اساس ارزیابی ۷۰ تقاطع است که اکثر آن‌ها نیز در حال حاضر سیستم‌های تطبیقی را اجرا نمی‌کنند؛ بنابراین مقایسه نتایج «چراغ سبز» با فناوری‌های جدیدتر دیگر نیز دشوار است.

شکاف میان منطق ماشین و نیاز انسان

رویکرد گوگل همچنین بسیار محدودتر از بسیاری از سیستم‌های مدرن کنترل ترافیک است. «چراغ سبز» بهینه‌سازی را تنها برای یک متغیر انجام می‌دهد؛ توقف کمتر وسایل نقلیه شخصی پشت چراغ. وروولت می‌گوید تقاطع‌های آزمایشی به طور خاص انتخاب شده‌اند تا از عوامل پیچیده‌کننده مانند خطوط اتوبوس و دوچرخه متقاطع، واگن‌های برقی و گذرگاه‌های عابر پیاده پرتردد اجتناب شود.

حتی در آن محدوده‌ها، پیشنهادهای «چراغ سبز» همیشه کارساز و مؤثر نیست. علی می‌گوید در یک مورد، اداره حمل‌ونقل سیاتل تغییر پیشنهادی «چراغ سبز» در زمان‌بندی چراغ را به حالت قبل برگرداند؛ زیرا این تنظیم «منجر به کارایی خالص نشد.». نهاد دولتی محلی «حمل‌ونقل برای منچستر بزرگ» در یک بیانیه که به Scientific American ایمیل شد، عنوان کرد در شهر منچستر مهندسان ترافیک اغلب تصمیم گرفتند توصیه‌های گوگل را نادیده بگیرند. در این بیانیه ذکر شده است که در بسیاری موارد، مهندسان ترافیک شهر عمداً چراغ‌ها را طوری تنظیم کرده‌اند که مسیرهای اتوبوس را در اولویت قرار دهند یا مسافران را تشویق کنند که از عبور از مناطق مسکونی خودداری کنند. در نتیجه، پیشنهادها تک‌بعدی گوگل برای به‌حداقل‌رساندن توقف در تقاطع‌ها اغلب بی‌مورد بود.

تصمیم‌گیری توسط انسان‌های ماهر همچنان کلیدی است. هنگام هماهنگی و تنظیم زمان‌بندی چراغ‌ها، مهندسان ترافیک باید نه‌تنها خودروها، بلکه عابران پیاده، دوچرخه‌سواران و حمل‌ونقل عمومی را نیز در نظر بگیرند. استوانویچ می‌گوید چراغ‌ها می‌توانند به کند کردن ترافیک در مناطق مدارس کمک کنند یا از استفاده از برخی مسیرها به‌عنوان گذرگاه جلوگیری کنند. او نیمه‌شوخی و نیمه‌جدی می‌گوید: «حل مشکل ترافیک شهری دانش موشکی نیست. سخت‌تر است. ترافیک عدم قطعیت‌های بسیار زیادی دارد. در یک ساعت می‌توانید پنج هدف مختلف داشته باشید که می‌خواهید به آن‌ها برسید.»

گوگل سیستمی با قابلیت پیاده‌سازی آسان برای به‌حداقل‌رساندن تأخیر و کلافگی در برخی چراغ‌های راهنمایی پیدا کرده است؛ اما وروولت می‌گوید مأموریت بزرگ‌تر «چراغ سبز»، کاهش انتشار کربن ناشی از ترافیک و کمک به شهرها برای دستیابی به اهداف پایداری است. بر اساس نتایجی که گوگل افشا کرده است، مشخص نیست که آیا این پروژه می‌تواند به آن هدف دست یابد یا خیر.

پارادوکس پایداری؛ آیا ترافیک روان‌تر به معنای هوای پاک‌تر است؟

مطابق با یک مطالعه در سال ۲۰۱۵ که در Atmospheric Environment منتشرشده، گوگل در یک وب‌سایت که «چراغ سبز» را معرفی می‌کند می‌گوید آلودگی در تقاطع‌های شهری می‌تواند ۲۹ برابر بیشتر از جاده‌های باز باشد. خودروهایی که درجا کار می‌کنند، سوخت می‌سوزانند تا به جایی نروند و کاهش ازدحام می‌تواند آلودگی محلی را کاهش دهد. بااین‌حال، این سؤال مطرح است که آیا کاهش ترافیک توقف-و-حرکت در درازمدت منجر به کاهش کلی انتشار گازهای گلخانه‌ای می‌شود یا خیر.

طبق گزارش سال ۲۰۲۲ دفتر بودجه کنگره، تنها حدود ۲ درصد از کل انتشار حمل‌ونقل ایالات متحده در نتیجه ازدحام است. رانندگی با سرعت‌های بالاتر سوخت بیشتری می‌سوزاند و جابه‌جایی سریع‌تر با خودرو در نهایت ممکن است به این معنا باشد که مردم مایل باشند به طور منظم‌تری مسیرهای رفت‌وآمد طولانی‌تر را بپذیرند؛ فرایندی که به‌عنوان «تقاضای القایی» (Induced Demand) شناخته می‌شود. استوانویچ هشدار می‌دهد که هرچه ترافیک خودرو بیشتر از بهبود زیرساخت‌های حمل‌ونقل عمومی، دوچرخه و عابران پیاده در اولویت قرار گیرد، احتمال رانندگی نیز بیشتر می‌شود. ایده به‌حداقل‌رساندن تأخیر چراغ‌ها برای کاهش انتشار گازها شبیه منطقی است که قانون‌گذاران را به توصیه گسترش بزرگراه‌ها برای کاهش آلودگی سوق می‌دهد.

بااین‌حال، ترافیک برای بسیاری یک مسئله مشروع کیفیت زندگی باقی می‌ماند و درگیرشدن شرکت بانفوذی مانند گوگل، جایگاه مهندسی ترافیک را ارتقا می‌دهد و شاید علاقه و راه‌حل‌های بیشتری به دنبال آن بیاید. استوانویچ می‌گوید: «عالی است که گوگل روی این مشکل کار می‌کند و مشارکتی که می‌تواند داشته باشد بسیار بزرگ است؛ البته تا زمانی که این شرکت چشمانش را به جاده دوخته باشد. (تمرکز و توجهش را حفظ کند.)»