Transport miejski zmienia się bardzo szybko. To właśnie ten sektor musi sprostać dynamicznemu rozwojowi urbanistycznemu oraz konieczności dekarbonizacji. Eksperci Arup wskazują, że 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.
Już teraz w miastach żyje ponad połowa populacji świata, a do 2050 roku odsetek ten ma wzrosnąć do 70 proc. Jednocześnie zwiększa się znaczenie dekarbonizacji transportu. Samorządy muszą poszukiwać rozwiązań, które zapewnią efektywną mobilność oraz ograniczą emisję CO₂. W zmianach mogą pomóc zaawansowane algorytmy i systemy komputerowe. Zgodnie z raportem Arup na efektywniejsze działanie wpływ wdrożenie rozwiązań opartych na sztucznej inteligencji. Eksperci wskazują, że dzięki AI systemy będą w czasie rzeczywistym reagować na korki, awarie infrastruktury czy opóźnienia transportu publicznego. Dodatkowo mogą je prognozować, wprowadzając nowe możliwości zarządzania transportem miejskim. Jednak wiele miast musi zmodernizować istniejącą infrastrukturę i dostosować ją systemów opartych na sztucznej inteligencji.
AI prognozuje ryzyka w transporcie miejskim
Sztuczna inteligencja może ograniczać ryzyka zakłóceń i pomagać zapewnić płynny przebieg tras. Eksperci wskazują, że AI pozwoli tworzyć systemy potrafiące prognozować przeciążenia w ruchu miejskim. Dzięki temu będzie możliwe bieżące planowanie ruchu, aby ograniczać opóźnienia i poprawiać płynność podróży. Co więcej, sztuczna inteligencja pozwala na planowanie napraw zanim wystąpią awarie. Umożliwi to także inspekcję torów, przy połączeniu bieżących pomiarów z wcześniejszymi danymi. AI może też przyspieszać reakcję na sytuacje kryzysowe i diagnozując usterki.
Sztuczna inteligencja już teraz pomaga w utrzymaniu infrastruktury. W trakcie pomiarów linii kolejowej High Speed 1 inżynierowie wykorzystali narzędzie, które łączy obrazowanie 360° z algorytmami komputerowego rozpoznawania obrazu. A właśnie to umożliwiło bezpieczną i zdalną ocenę stanu tuneli w miejscach trudno dostępnych. Dane były zbierane i analizowane, co pozwoliło ograniczyć liczbę kontroli manualnych.
Transport miejski planowany ze sztuczną inteligencją
Eksperci Arup twierdzą, że sztuczna inteligencja odegra kluczową rolę w planowaniu transportu miejskiego. AI umożliwi testowanie różnych scenariuszów na bieżąco, bez ingerowania w rzeczywistą przestrzeń. Modelowanie ruchu będzie prowadzone poprzez symulowanie rozkładów, tras i przepustowości w zależności od zmieniających się potrzeb pasażerów. Ważne jest też wprowadzenie zmian w funkcjonowaniu miejskiego transportu ze względu na szybki rozwój pojazdów autonomicznych. Wprowadzenie pojazdów autonomicznych, może mieć wpływ na wygląd ulic. W miastach z takimi pojazdami ważne staną się miejsca krótkotrwałych postojów. 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 określą, czy AI stanie się narzędziem poprawy jakości życia. Przyszłość transportu zależy też od projektantów i osób zarządzających miastami. W miastach brakuje stabilnych łączy, pokrycia czujnikami czy spójnego protokoły wymiany danych.
– Potencjał AI w zarządzaniu transportem nie zależy od samych algorytmów, lecz od jakości infrastruktury cyfrowej. Wiele miast wciąż opiera swoje systemy transportowe na przestarzałych, fragmentarycznych bazach danych. Także na zamkniętych platformach operatorów, niekompatybilnych standardach i niejednolitych kanałach komunikacji między instytucjami. Sztuczna inteligencja potrzebuje 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 porządkuje i integruje dane generowane na każdym etapie funkcjonowania transportu. W związku z rozwojem technologii sztuczna inteligencja jest kluczowym komponentem wspierającym podejmowanie decyzji. Także optymalizację procesów i zarządzanie mobilnością w czasie rzeczywistym.
