Google crea inteligencia artificial para mejorar semáforos y reducir la contaminación

El tráfico en las intersecciones es una fuente importante de contaminación. La polución en estos puntos puede ser hasta 29 veces mayor que en las carreteras abiertas, y gran parte de esta proviene de los vehículos que aceleran después de detenerse.

Aquí es donde entra Google con su proyecto Green Light, que utiliza inteligencia artificial y Google Maps para mejorar la sincronización de los semáforos.

Este innovador sistema ya se está implementando en 70 intersecciones de 12 ciudades alrededor del mundo, desde Haifa hasta Bangalore y Hamburgo, con resultados prometedores en la reducción de emisiones de gases de efecto invernadero.

Los gases de efecto invernadero (GEI) son aquellos que atrapan el calor en la atmósfera, contribuyendo al calentamiento global. Los principales GEI incluyen el dióxido de carbono (CO2), metano (CH4), óxido nitroso (N2O) y gases fluorados.

Los automóviles y camiones que funcionan con combustibles fósiles emiten CO2 y otros GEI. Cuanto más tiempo pasan los vehículos en marcha, especialmente en ralentí o marcha en vacío, más gases emiten. El ralentí es el estado en el que el motor está encendido pero el vehículo no se está moviendo, como cuando se espera en un semáforo o en un atasco.

Al mejorar la fluidez del tráfico y disminuir el tiempo de espera en los semáforos, se reduce la cantidad de GEI liberados al ambiente.

Google ha desarrollado un proyecto para ayudar a reducir las emisiones de gases de efecto invernadero en las ciudades, optimizando el funcionamiento de los semáforos. A continuación se explica de manera sencilla cómo funciona este modelo:

1. Comprender la intersección

Google utiliza mapas detallados de ciudades para analizar cómo funcionan los semáforos, incluyendo la duración de los ciclos, el tiempo de transición entre luces, el orden de los derechos de paso y la operación de sensores.

2. Medir las tendencias del tráfico

Se crea un modelo para entender el flujo del tráfico en las intersecciones, los patrones de inicio y parada de los vehículos, los tiempos de espera promedio y la coordinación entre los semáforos cercanos.

3. Desarrollar recomendaciones para la ciudad: Empleando inteligencia artificial, Google sugiere ajustes en la sincronización de los semáforos. Estas recomendaciones son enviadas a los ingenieros de tránsito de la ciudad, quienes las revisan y pueden implementarlas rápidamente.

4. Analizar el impacto: Tras los ajustes, Google mide cuántas paradas se han evitado, el impacto en el tráfico y las emisiones de gases. Este análisis es compartido con la ciudad para efectuar seguimientos y ajustes futuros si son necesarios.

Este modelo busca facilitar el flujo vehicular, reducir el tiempo de espera en los semáforos y, en consecuencia, disminuir las emisiones de gases de efecto invernadero.

Si hay algún usuario interesado en llevar el proyecto Green Light a su ciudad solo debe ingresar a Google Research, buscar “Green Light” y llenar un formulario. Es importante que quien lo complete sea representante de la ciudad o ingeniero de tránsito.

Este proyecto ha sido implementado en varias ciudades como Río de Janeiro (Brasil), Bangalore (India), Budapest (Hungría), Manchester (Inglaterra), Yakarta (Indonesia), Seattle (Estados Unidos), entre otras.

“Green Light refleja el compromiso de Google Research de utilizar la IA para abordar el cambio climático y mejorar millones de vidas en ciudades de todo el mundo”, indica la empresa tecnológica.

“Tanto el equipo de Green Light como el de Transport for Greater Manchester aportaron experiencia e ideas para mejorar los viajes y reducir las emisiones”, señaló David Atkin, gerente de análisis e informes de la oficina de Transporte para Greater Manchester, Inglaterra.