Spūstis sumažina dirbtinis intelektas

  • Teksto dydis:

Piko valandomis gatves užplūsta gausūs žmonių ir transporto srautai, sudarydami jose didžiules spūstis, kurios kelyje priverčia praleisti žymiai daugiau laiko, nei įprasta.

Tyrimai rodo, kad paprastai pusvalandį trunkanti kelionė Vilniuje rytinėmis piko valandomis pailgėja 18, o vakare – net 22 minutėmis. Šiandien tokias eismo srautų problemas miestuose bandoma spręsti pasitelkiant dirbtinį intelektą ir išmaniąsias transporto sistemas.

Jau ir Lietuvoje

Tokios sistemos, pasak Kauno technologijos universiteto Informatikos fakulteto (KTU IF) lektoriaus Mindaugo Vasiljevo, itin kompleksiškos, o joms veikti reikalingi duomenys gaunami iš daugybės įvairaus tipo sensorių. Išmaniosios transporto sistemos (ITS) leidžia atlikti eismo padėties stebėseną realiu laiku, priimti operatyvius eismo optimizavimo sprendimus, informuoti eismo dalyvius apie eismo situaciją.

"Gana ilgą laiką tokioms sistemoms sklandžiai veikti buvo reikalingas operatorius ar jų komanda. Tačiau šiuo metu į ITS integruojami pažangūs mašininio mokymosi algoritmai, kurie kai kuriais atvejais jau gali pakeisti žmogų", – pasakojo M.Vasiljevas. Minėti algoritmai dažniausiai veikia įvairiomis konfigūracijomis dirbtinių neuroninių tinklų pagrindu.

M.Vasiljevas tikino, kad išmaniosios transporto sistemos diegiamos ne tik užsienio, bet ir Lietuvos miestuose. "Vilniuje yra įdiegta eismo valdymo sistema, tačiau, mano žiniomis, ji yra senesnio tipo. Valdymo sprendimus šioje sistemoje dar priima žmogus", – teigė jis. Kauno miesto savivaldybės administracija šiuo metu vykdo pirkimą, skirtą išmaniajai transporto sistemai kurti. Be darbo KTU Informatikos fakultete, startuolyje "Icybit" taip pat dirbantis M.Vasiljevas ir pats prisideda prie išmaniųjų eismo sistemų kūrimo.

"Icybit" – tai KTU IF absolventų įkurta tyrimų ir plėtros kompanija, dirbanti dirbtinio intelekto, paskirstytųjų sistemų projektavimo bei didžiųjų duomenų analitikos srityse. "Šiuo metu kuriame Kauno miesto eismo srautų monitoringo sistemą, kuri leis atlikti dalį tipinės ITS funkcijų", – pažymėjo KTU IF lektorius M.Vasiljevas. Jo teigimu, dirbtinis intelektas turi neribotų galimybių kuriant aukštą pridėtinę vertę turinčias technologijas. Svarbiausia apsispręsti, kiek ir kokių duomenų žmonės yra pasiruošę suteikti, kad sistema sklandžiai veiktų.

Nuspėja spūstis

Kadangi išmaniosios sistemos eismo monitoringą atlieka realiu laiku, jos leidžia stebėti, kur susidaro anomalios eismo situacijos (pavyzdžiui, eismo grūstys), bei fiksuoja įvairius eismo parametrus.

"Ši informacija saugoma, o remiantis ja galima atlikti probleminių eismo vietų atnaujinimą, pavyzdžiui, tam, kad būtų padidintas pralaidumas. Be to, po rekonstrukcijos darbų galima stebėti, ar jie davė norimą rezultatą", – pasakojo M.Vasiljevas.

Ši informacija saugoma, o remiantis ja galima atlikti probleminių eismo vietų atnaujinimą, pavyzdžiui, tam, kad būtų padidintas pralaidumas.

ITS taip pat taikomos optimaliai šviesoforams valdyti, eismo dalyviams informuoti apie sudėtingas eismo sąlygas per įvairias švieslentes ar mobiliąsias programėles. "Pastaruoju metu didelis dėmesys mokslo pasaulyje skiriamas eismo srautams prognozuoti. Siekiama pastebėti eismo spūsčių požymius dar jiems nesusidarius, kad būtų galima užbėgti sudėtingai eismo situacijai už akių", – aiškino KTU IF lektorius.

Pasitelkiant dirbtinį intelektą (DI) , anot M. Vasiljevo, šviesoforai gali būti valdomi algoritmų, kurie priskiriami DI. Vis dėlto kelio ženklinimui išmaniosios transporto sistemos tiesioginės įtakos nedaro. "Tačiau ITS leidžia priimti racionalius eismo elementų rekonstrukcijos sprendimus, o kelio ženklinimas gali būti viena iš rekonstrukcijos dalių", – pažymėjo jis.

Skirtingi metodai

Pačios ITS yra diegiamos už eismo valdymą atsakingose institucijose, o įvairūs skaičiavimai atliekami lokaliuose arba nutolusiuose serveriuose ("debesyse"). Atskirose miesto dalyse diegiami tik davikliai, kurie renka su eismu gatvėse susijusią informaciją ir perduoda ją į sistemą. "Surinkti duomenys yra sujungiami ir pateikiami algoritmams ir (arba) atvaizduojami sistemos operatoriams kelių tinklo žemėlapyje", – teigė M.Vasiljevas.

Informaciją renkantys davikliai būna dviejų rūšių – stacionarūs ir judantys. "Stacionarūs davikliai dažniausiai registruoja transporto priemonių greitį ir intensyvumą. Vieni populiariausių – vaizdo kameros, infraraudonųjų spindulių lazerio, ultragarso, indukcinių kilpų pagrindu veikiantys davikliai", – tikino M.Vasiljevas. Judantys davikliai paprastai yra automobiliai su GPS įrenginiais arba keleiviai, turintys GPS įrenginius. Automobiliuose gali būti montuojami diagnostiniai OBD įrenginiai, turintys GPS. "Su šiuo įrenginiu galima stebėti ne tik kur važiuoja automobilis, bet ir, pavyzdžiui, tikslų momentinį greitį ar variklio apsukas", – sakė KTU IF lektorius. Tokius įrenginius turi ir Kauno miesto viešasis transportas, todėl keleiviai naudodamiesi tam tikromis programėlėmis gali matyti, kur šiuo metu juda viešojo transporto priemonės. "Visa ši informacija gali būti naudojama ir ITS. Pavyzdžiui, skaičiuojant, kiek laiko eismo srautas užtruks įveikdamas atitinkamas kelio atkarpas", – pastebėjo M.Vasiljevas.

Informacija iš vairuotojų

Panašiai duomenys gali būti renkami ir iš išmaniųjų telefonų. Pavyzdžiui, iš mobiliųjų programėlių, kurioms veikti reikalinga GPS funkcija. Todėl vartotojams aktyvavus tokias programėles, telefono naudotojo informacija gali būti renkama siekiant stebėti eismo situaciją. "Platų vartotojų ratą turinčios navigacijos sistemos, tokios, kaip "Google Maps" ar "Waze", leidžia ne tik naviguoti nežinomose vietose ar lengviau nuvažiuoti iš taško A į tašką B, bet taip pat renka telefono pozicijos duomenis ir naudoja juos eismo grūstims nustatyti", – teigia M.Vasiljevas. Tačiau tam, kad būtų galima nustatyti tikslią eismo informaciją, reikalinga kritinė vartotojų masė. "Tokiu atveju vartotojai ir patys dalijasi informacija, kad paslauga būtų kokybiškesnė. Tai vadinama crowdsourcing (angl. crowd – minia, sourcing – išteklių panaudojimas)", – paaiškino KTU IF lektorius.

Kitas judančių daviklių šaltinis – mobiliojo ryšio duomenys, kuriuos teikdami paslaugas administruoja mobiliojo ryšio operatoriai. Šiuos duomenis generuoja kiekvienas mobiliojo ryšio naudotojas, nepriklausomai nuo to, kokias programėles naudoja. "Tačiau vietos nustatymas šių duomenų pagrindu nėra toks tikslus kaip GPS atveju. Be to, tokių duomenų kiekiai milžiniški, todėl jų apdorojimas yra labai brangus", – pridūrė jis.

Pasak M.Vasiljevo, mobiliojo ryšio duomenų pranašumas tas, kad juos naudojant galima pasiekti labai didelį kelių tinklo padengimą. Besirūpinantiems savo asmeninių duomenų saugumu, KTU IF lektorius patikina, kad nerimauti nereikėtų. "Renkami duomenys yra ne apie žmones, kaip asmenis, bet apie jų poziciją ir judėjimo greitį. Asmeninė žmogaus informacija ITS neturi jokios reikšmės, todėl paprastai vartotojų asmeniniai duomenys yra anonimizuojami", – pažymėjo M.Vasiljevas. Be abejo, vartotojai turėtų būti budrūs naudodami mobiliąsias programėles, kurių kūrėjai yra nežinomi arba nepatikimi, nes, pasak KTU IF lektoriaus M.Vasiljevo, nėra garantijos, kad nerenkama daugiau informacijos, negu reikia.



NAUJAUSI KOMENTARAI

  • Skelbimai
  • Pranešk
    naujieną
  • Portalo
    svečias
  • Orai
  • TV
    programa
  • Žaidimai
  • Horoskopai
  • Facebook
  • Twitter
  • RSS

Galerijos

Daugiau straipsnių