Transport w miastach zmienia się szybciej niż kiedykolwiek wcześniej. To właśnie ten sektor musi w znaczącym stopniu sprostać rosnącym wyzwaniom, takim jak dynamiczny rozwój urbanistyczny czy konieczność dekarbonizacji. Eksperci Arup w raporcie „AI for Future Cities: Transport” pokazują, że odpowiedzią na wiele problemów związanych z przyszłością miejskiej mobilności może być sztuczna inteligencja. Dzięki narzędziom opartym na AI możliwe będzie efektywniejsze planowanie, monitorowanie i reagowanie w czasie rzeczywistym. Czy miasta są gotowe na te zmiany?
Już teraz w miastach żyje ponad połowa populacji świata, a do 2050 roku odsetek ten ma wzrosnąć do 70 proc.[1] Jednocześnie zwiększa się znaczenie dekarbonizacji transportu. Skłania to samorządy do intensywnego poszukiwania rozwiązań, które zapewnią efektywną mobilność dla coraz większej społeczności przy jednoczesnym ograniczeniu emisji CO₂. W zmianach mogą pomóc zaawansowane algorytmy i systemy komputerowe. Od lat wspierają funkcjonowanie miejskiej mobilności, a zgodnie z raportem Arup „AI for Future Cities: Transport” na jeszcze efektywniejsze działanie wpłynie wdrożenie rozwiązań opartych na sztucznej inteligencji. Eksperci Arup wskazują, że dzięki AI systemy będą w czasie rzeczywistym reagować na utrudnienia, takie jak korki, awarie infrastruktury czy opóźnienia transportu publicznego, a nawet je prognozować, wprowadzając zupełnie nowe możliwości zarządzania transportem miejskim. Jednak, aby wykorzystać ten potencjał, wiele miast będzie musiało zmodernizować istniejącą infrastrukturę, dostosowując ją do nowych wymogów systemów opartych na sztucznej inteligencji.
AI prognozuje ryzyka w transporcie miejskim
Sztuczna inteligencja może znacząco ograniczać ryzyka zakłóceń w sieciach transportowych, pomagając zapewnić płynny przebieg tras. Eksperci wskazują w raporcie, że AI pozwoli tworzyć systemy potrafiące m.in. prognozować przeciążenia w ruchu miejskim, zarówno na głównych ulicach, w komunikacji miejskiej, jak i na skrzyżowaniach. Dzięki temu możliwe będzie bieżące planowanie ruchu tak, aby jeszcze bardziej ograniczać opóźnienia i poprawiać płynność podróży. Co więcej, sztuczna inteligencja pozwoli na planowanie napraw zanim wystąpią awarie. Umożliwi to m.in. poprzez przeprowadzanie inspekcji torów i innych elementów infrastruktury, przy połączeniu bieżących pomiarów z wcześniejszymi danymi. Będzie też przyspieszać reakcję na sytuacje kryzysowe, automatycznie wykrywając i diagnozując usterki.
Sztuczna inteligencja już teraz pomaga w utrzymaniu infrastruktury. W trakcie pomiarów linii kolejowej High Speed 1 oraz w projektach dla UK Power Networks inżynierowie wykorzystali narzędzie, które łączy obrazowanie 360° z algorytmami komputerowego rozpoznawania obrazu. Umożliwiło to bezpieczną i zdalną ocenę stanu tuneli w miejscach, do których dostęp był utrudniony. Dane były zbierane przez autonomiczne pojazdy i roboty, a następnie analizowane z użyciem uczenia maszynowego. Pozwoliło to ograniczyć liczbę kontroli manualnych, zmniejszyć ryzyko prac oraz usprawnić planowanie utrzymania infrastruktur.
Planowanie miejskiego transportu ze sztuczną inteligencją
Eksperci Arup podkreślają także, że sztuczna inteligencja odegra kluczową rolę w planowaniu transportu miejskiego. Oparte na AI tworzenie cyfrowych bliźniaków miast umożliwi testowanie różnych scenariuszów na bieżąco, bez ingerowania w rzeczywistą przestrzeń. W praktyce sprawi to, że modelowanie ruchu w sieci transportowej będzie prowadzone poprzez symulowanie rozkładów, tras i przepustowości w zależności od zmieniających się potrzeb pasażerów. W raporcie prognozuje się także konieczność wprowadzenia istotnych zmian w funkcjonowaniu miejskiego transportu ze względu na możliwy szybki rozwój pojazdów autonomicznych.
Być może najbliższy i najbardziej bezpośredni wpływ sztucznej inteligencji na miejską mobilność będzie związany z masowym wdrożeniem pojazdów autonomicznych. To z kolei może mieć wpływ na wygląd ulic. W miastach z autonomicznymi pojazdami szczególnie ważne staną się miejsca krótkotrwałych postojów. Tego rodzaju pojazdy potrzebują ich, aby odebrać lub wysadzić pasażera. Jednocześnie społeczeństwo poruszające się w ten sposób może potrzebować mniej miejsc parkingowych. Tę przestrzeń będzie można przeznaczyć na rozwój obszarów mieszkalnych, terenów zielonych lub dróg dla pieszych i rowerzystów.
Technologia w rękach ludzi
Jednak ostatecznie to ludzie, a nie algorytmy określą, czy AI stanie się narzędziem poprawy jakości życia, czy może jednak pogłębi istniejące problemy w miastach. Inżynierowie zaznaczają, że przyszłość transportu nie zależy wyłącznie od możliwości technologicznych, ale od decyzji projektantów i osób zarządzających miastami. Wiele ośrodków miejskich nie jest jeszcze gotowych na wdrożenie zaawansowanej automatyzacji. Często brakuje podstawowych narzędzi, takich jak stabilne łącza, pokrycie czujnikami czy spójne protokoły wymiany danych.
Potencjał AI w zarządzaniu transportem nie zależy od samych algorytmów, lecz od jakości infrastruktury cyfrowej, na której mają one działać. Wiele miast wciąż opiera swoje systemy transportowe na przestarzałych, fragmentarycznych bazach danych, zamkniętych platformach operatorów, niekompatybilnych standardach i niejednolitych kanałach komunikacji między instytucjami. Sztuczna inteligencja potrzebuje spójnego, otwartego środowiska z dużą ilością wysokiej jakości danych – obejmujących sieci czujników i kamer, ruch pasażerów, dane eksploatacyjne oraz informacje o stanie infrastruktury i zużyciu energii. Dlatego rozwój AI często będzie musiał być poprzedzony inwestycjami w infrastrukturę, standaryzację i współdzielenie danych.
– mówi Agnieszka Tatarczak, Digital Team Leader w Arup.
Zaawansowana analityka w coraz większym stopniu porządkuje i integruje dane generowane na każdym etapie funkcjonowania transportu. W związku z szybkim rozwojem technologii sztuczna inteligencja stanie się kluczowym komponentem wspierającym podejmowanie decyzji, optymalizację procesów i zarządzanie mobilnością w czasie rzeczywistym.
[1] https://unstats.un.org/sdgs/report/2023/Goal-11/
Źródło: Arup