Google的人工智能技术可以让交通灯工作更高效

西雅图是包括雅加达、里约热内卢和汉堡在内的四大洲十几个城市之一，这些城市根据Google地图的驾驶数据对一些交通信号进行了优化，旨在减少车辆空转造成的排放。该项目利用人工智能算法分析来自地图用户的数据，初步调整了70个交叉路口的配时。根据Google对去年和今年测试的调整前后交通流量的初步统计，其人工智能驱动的繁忙信号灯配时建议每月可为3000万辆汽车减少多达30%的停车次数和10%的排放量。

Google今天公布了这些早期成果，同时还公布了利用其数据和人工智能研究人员推动环境可持续发展的其他项目的最新进展。该公司正在将地图中的节油路由功能扩展到印度和印度尼西亚，该功能可引导驾驶员选择交通流量较少的道路或上坡行驶；它还在向比利时、荷兰、卢森堡和德国西北部的空中交通管制员提供飞行路线建议，以减少造成气候变暖的烟尘。

罗滕伯格说，Google优先支持那些雇用了交通工程师并能远程控制交通信号的大城市，同时也在全球范围内推广这项技术，以证明它在各种条件下都能很好地发挥作用。

Google工程师和印度海得拉巴的官员在讨论交通信号灯的设置，这是该公司利用其地图应用程序中的数据减少交通堵塞和汽车尾气排放项目的一部分。

通过地图数据，Google可以推断出每个城市数千个十字路口的信号时间和协调情况。然后，该公司科学家开发的人工智能模型可以分析过去几周的交通模式，确定哪些信号灯值得调整--主要是在城市地区。然后，它就会建议改变设置，以减少走走停停的交通流量。系统中的过滤器会尝试阻止一些不明智的建议，比如那些可能对行人不友好的建议。

Google的一些建议非常简单，比如在特定时段将一个绿灯亮起与下一个绿灯亮起之间的时间增加两秒钟，这样就可以让更多车辆不停车通过两个路口。更复杂的建议可能涉及两个步骤，既要调整特定信号灯的持续时间，又要调整该信号灯与相邻信号灯之间的偏移量。

城市工程师登录Google在线仪表板查看建议，然后将其复制到照明控制程序中，几分钟内即可远程应用；对于未联网的信号灯，工程师可以亲自到路口的控制箱前查看。无论在哪种情况下，Google都能利用自身的数据进行计算，使城市不必自己收集数据--无论是通过传感器自动收集，还是通过人工进行费力的统计--也不必自己计算或目测调整。

在一些城市，十字路口的设置可能多年不变。罗滕伯格说，在某些情况下，该项目引起了人们对通常被城市领导忽视的交叉路口的关注。Google的系统可以根据交通模式的变化，每隔几周进行一次调整，但目前还不具备实时调整的能力，而许多城市都不具备支持实时调整的基础设施。罗滕伯格说，Google与以色列理工大学和加州大学伯克利分校的交通工程教师合作开发了"绿灯"系统，其用户还包括海法、布达佩斯、阿布扎比和巴厘岛。

为了验证Google的建议是否有效，城市可以使用视频录像或其他传感器进行交通统计。将计算机视觉算法应用到城市视频中，最终可以帮助Google和用户了解传统交通数据不易发现的其他影响。例如，当Google工程师在布达佩斯亲眼目睹"绿灯"调整方案生效时，他们注意到闯红灯的人少了，因为司机不必再等待多个红灯变绿灯的周期才能通过十字路口。

Google的其他一些气候提示，包括在航班和食谱搜索结果中显示估计排放量，令包括航空公司和养牛场主在内的一些团体感到沮丧，他们指责Google使用了不正确的数学方法，歪曲了他们的行业。到目前为止，Google的"绿灯计划"获得了好评，但今天公布的有关其工作原理的新细节以及明年将该系统扩展到更多城市的计划可能会引起更多的关注。

德克萨斯农工大学（Texas A&M University）助理教授古尼-沙龙（Guni Sharon）也在研究人工智能优化交通信号的潜力。但在他看来，更全面的人工智能和传感器系统，使信号灯能够根据交通状况进行实时调整，可能会更加有效。沙龙说，Google的交通信号灯系统似乎采取了一种保守的方法，它允许城市利用现有的基础设施，因此采用起来更容易，风险也更小。Google在其"绿灯项目"网页上说，它希望结果会不断变化，并将在即将发表的一篇论文中提供有关该项目的更多信息。