คู่มือแอปพลิเคชัน

AI ในการเพิ่มประสิทธิภาพสัญญาณไฟจราจร

AI ปรับเวลาสัญญาณไฟจราจรแบบไดนามิกแบบเรียลไทม์ตามความต้องการของยานพาหนะและคนเดินถนนจริง แทนที่จะอาศัยตารางเวลาที่แน่นอน

ภาพรวม

AI ปรับเวลาสัญญาณไฟจราจรแบบไดนามิกแบบเรียลไทม์ตามความต้องการของยานพาหนะและคนเดินถนนจริง แทนที่จะอาศัยตารางเวลาที่แน่นอน ผลตอบแทนที่ได้คือการรอที่สั้นลง การหยุดและไปน้อยลง ลดการปล่อยก๊าซเรือนกระจก และการเดินทางในเมืองที่ราบรื่นยิ่งขึ้น

AI ในการเพิ่มประสิทธิภาพสัญญาณไฟจราจรมุ่งเน้นไปที่การใช้งานจริง: เปลี่ยนความสามารถของโมเดลให้เป็นขั้นตอนการทำงานรายวันที่เชื่อถือได้ซึ่งส่งมอบมูลค่าที่วัดได้

เจาะลึก

สัญญาณไฟจราจรแบบดั้งเดิมทำงานตามแผนกำหนดเวลาที่กำหนดไว้ล่วงหน้าหลายปี ซึ่งไม่ตรงกับการจราจรในโลกแห่งความเป็นจริงที่คาดเดาไม่ได้ ระบบที่ใช้ AI ใช้เซ็นเซอร์ กล้อง และข้อมูลรถยนต์ที่เชื่อมต่อเพื่อรับรู้ความต้องการในปัจจุบันที่แต่ละทางแยก และปรับเวลาสีเขียวให้เหมาะสม หลายระบบใช้การเรียนรู้แบบเสริมกำลัง โดยที่เจ้าหน้าที่จะเรียนรู้นโยบายการควบคุมสัญญาณโดยการลองผิดลองถูกในการจำลอง ซึ่งจะได้รับรางวัลสำหรับการลดความล่าช้าของยานพาหนะทั้งหมด การประสานงานทางแยกหลายทางนั้นยากกว่า เนื่องจากการเปลี่ยนระลอกคลื่นแสงหนึ่งไปยังเพื่อนบ้าน ดังนั้นแนวทางแบบหลายตัวแทนจึงให้สัญญาณร่วมมือกันไปตามทางเดิน Project Green Light ของ Google ซึ่งใช้งานในเมืองต่างๆ เช่น ซีแอตเทิลและแมนเชสเตอร์ ใช้ AI เพื่อแนะนำการปรับแต่งเวลา รายงานการลดลงอย่างมีนัยสำคัญของการหยุดและการปล่อยก๊าซทางแยกในการศึกษานำร่อง

ข้อมูลเชิงลึกทางเทคนิค

แนวทางทั่วไปกำหนดกรอบแต่ละจุดตัดเพื่อเป็นตัวแทนการเรียนรู้แบบเสริมกำลัง รัฐเข้ารหัสความยาวของคิว จำนวนยานพาหนะ และระยะปัจจุบัน การดำเนินการเลือกเฟสสัญญาณที่จะเปิดใช้งานหรือขยาย และรางวัลจะลงโทษความล่าช้าสะสมหรือความยาวคิว ตัวแทนจะฝึกฝนไมโครซิมูเลเตอร์ เช่น SUMO ซึ่งเป็นนโยบายการเรียนรู้ที่ปรับให้เข้ากับความต้องการที่ผันผวน การประสานงานหลายตัวแทนแบ่งปันข้อมูลระหว่างทางแยกที่อยู่ใกล้เคียง เพื่อให้คลื่นสีเขียวก่อตัวตามทางเดินที่พลุกพล่าน แทนที่จะปรับแสงแต่ละดวงให้เหมาะสมโดยแยกจากกัน

การเรียนรู้ AI ในการเพิ่มประสิทธิภาพสัญญาณไฟจราจร

AI ปรับเวลาสัญญาณไฟจราจรแบบไดนามิกแบบเรียลไทม์ตามความต้องการของยานพาหนะและคนเดินถนนจริง แทนที่จะอาศัยตารางเวลาที่แน่นอน ผลตอบแทนที่ได้คือการรอที่สั้นลง การหยุดและไปน้อยลง ลดการปล่อยก๊าซเรือนกระจก และการเดินทางในเมืองที่ราบรื่นยิ่งขึ้น AI ในการเพิ่มประสิทธิภาพสัญญาณไฟจราจรมุ่งเน้นไปที่การใช้งานจริง: เปลี่ยนความสามารถของโมเดลให้เป็นขั้นตอนการทำงานรายวันที่เชื่อถือได้ซึ่งส่งมอบมูลค่าที่วัดได้ เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า AI ในการเพิ่มประสิทธิภาพสัญญาณไฟจราจรเป็นรูปแบบการทำงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ

ในทางปฏิบัติ ทีมที่แข็งแกร่งที่ใช้ AI ในการเพิ่มประสิทธิภาพสัญญาณไฟจราจรมุ่งเน้นไปที่ผลลัพธ์ของขั้นตอนการทำงาน ไม่ใช่จำลองการสาธิต และกำหนดจุดตรวจสอบของมนุษย์ตั้งแต่เนิ่นๆ โดยจะบันทึกเกณฑ์ความสำเร็จที่ชัดเจน ทดสอบกับข้อมูลและขั้นตอนการทำงานที่สมจริง และทำซ้ำตามรูปแบบความล้มเหลวที่สังเกตได้ แทนที่จะชนะการวัดประสิทธิภาพเพียงครั้งเดียว นี่คือจุดที่ความเข้าใจทางทฤษฎีกลายเป็นความสามารถที่คงทนของผลิตภัณฑ์ นโยบาย และการดำเนินงาน

การออกแบบระดับแอปพลิเคชันจะกำหนดว่า AI จะปรับปรุงผลลัพธ์ที่แท้จริงหรือไม่ ในขณะเดียวกัน การทำให้กระบวนการที่เสียหายเป็นอัตโนมัติสามารถขยายปัญหาที่มีอยู่ได้ แนวทางที่ยืดหยุ่นที่สุดคือการรวมความเร็วของการทดลองเข้ากับวินัยในการกำกับดูแล: ดำเนินการนำร่อง จับหลักฐาน เผยแพร่บันทึกการตัดสินใจ และอัปเดตการป้องกันอย่างต่อเนื่องเมื่อพฤติกรรมของโมเดล ความคาดหวังของผู้ใช้ และข้อกำหนดด้านกฎระเบียบมีการเปลี่ยนแปลง

ผลกระทบเชิงกลยุทธ์

การออกแบบระดับแอปพลิเคชันจะกำหนดว่า AI จะปรับปรุงผลลัพธ์ที่แท้จริงหรือไม่

การออกแบบระดับแอปพลิเคชันจะกำหนดว่า AI จะปรับปรุงผลลัพธ์ที่แท้จริงหรือไม่ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ

การบูรณาการขั้นตอนการทำงานที่ดีจะช่วยเพิ่มผลผลิตที่ผู้ใช้ไว้วางใจได้

การบูรณาการขั้นตอนการทำงานที่ดีจะช่วยเพิ่มผลผลิตที่ผู้ใช้ไว้วางใจได้ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ

กรณีการใช้งานที่มีขอบเขตดีจะช่วยลดความเหนื่อยล้าของการเปลี่ยนแปลงและความเสี่ยงในการดำเนินการ

กรณีการใช้งานที่มีขอบเขตดีจะช่วยลดความเหนื่อยล้าของการเปลี่ยนแปลงและความเสี่ยงในการดำเนินการ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ

อนาคตของ AI ในการเพิ่มประสิทธิภาพสัญญาณไฟจราจร

เมื่อยานพาหนะที่เชื่อมต่อและเป็นอิสระแพร่กระจาย สัญญาณจะเจรจาโดยตรงกับรถยนต์ที่กำลังเข้าใกล้ อาจทำให้หยุดรถน้อยลง และแม้แต่ทางแยกที่ประสานกันโดยไม่มีสัญญาณในระยะยาว คาดหวังการผสมผสานที่แน่นแฟ้นมากขึ้นระหว่างลำดับความสำคัญในการขนส่ง การสำรองรถฉุกเฉิน ความปลอดภัยของคนเดินเท้าและนักปั่นจักรยาน และการเพิ่มประสิทธิภาพทั่วทั้งเมือง การตรวจจับที่รักษาความเป็นส่วนตัวและ Edge AI บนตัวควบคุมภายในจะลดการพึ่งพาการเชื่อมต่อระบบคลาวด์ ทำให้การควบคุมแบบปรับเปลี่ยนถูกลงเพื่อปรับใช้ในระดับในเขตเทศบาลขนาดเล็ก

การใช้งานจริงในโลกแห่งความเป็นจริง

Project Green Light ของ Google วิเคราะห์รูปแบบการขับขี่เพื่อแนะนำการปรับสัญญาณในเมืองต่างๆ โดยลดการหยุดที่ทางแยกที่พลุกพล่าน

ระบบปรับตัว Surtrac ของพิตส์เบิร์กใช้ตัวควบคุม AI แบบกระจายอำนาจเพื่อลดเวลาการเดินทางและเดินเบาไปตามทางเดิน

เมืองต่างๆ ให้ความสำคัญกับสัญญาณการขนส่งสาธารณะ ดังนั้น AI จะขยายไฟเขียวเมื่อรถบัสล่าช้าเข้าใกล้ทางแยก

การสำรองรถฉุกเฉินใช้สัญญาณที่ประสานงานกับ AI เพื่อเคลียร์เส้นทางสำหรับรถพยาบาลและรถดับเพลิงที่ผ่านการจราจร

รูปแบบการดำเนินงาน

AI ในการเพิ่มประสิทธิภาพสัญญาณไฟจราจรในทางปฏิบัติ

Project Green Light ของ Google วิเคราะห์รูปแบบการขับขี่เพื่อแนะนำการปรับสัญญาณในเมืองต่างๆ โดยลดการหยุดที่ทางแยกที่พลุกพล่าน

Project Green Light ของ Google วิเคราะห์รูปแบบการขับขี่เพื่อแนะนำการกำหนดเวลาสัญญาณในเมือง ลดการหยุดที่ทางแยกที่พลุกพล่าน ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป

AI ในการเพิ่มประสิทธิภาพสัญญาณไฟจราจรในทางปฏิบัติ

ระบบปรับตัว Surtrac ของพิตส์เบิร์กใช้ตัวควบคุม AI แบบกระจายอำนาจเพื่อลดเวลาการเดินทางและเดินเบาไปตามทางเดิน

ระบบการปรับตัว Surtrac ของพิตส์เบิร์กใช้ตัวควบคุม AI แบบกระจายอำนาจเพื่อลดเวลาการเดินทางและไม่ทำงานตามทางเดิน ทีมมักจะได้รับผลลัพธ์ที่ดีขึ้นเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป

AI ในการเพิ่มประสิทธิภาพสัญญาณไฟจราจรในทางปฏิบัติ

เมืองต่างๆ ให้ความสำคัญกับสัญญาณการขนส่งสาธารณะ ดังนั้น AI จะขยายไฟเขียวเมื่อรถบัสล่าช้าเข้าใกล้ทางแยก

เมืองต่างๆ ให้ลำดับความสำคัญของสัญญาณการขนส่งสาธารณะ ดังนั้น AI จะขยายไฟเขียวเมื่อรถบัสล่าช้าเข้าใกล้ทางแยก ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับของมนุษย์สำหรับกรณี Edge และติดตามทั้งผลผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป

AI ในการเพิ่มประสิทธิภาพสัญญาณไฟจราจรในทางปฏิบัติ

การสำรองรถฉุกเฉินใช้สัญญาณที่ประสานงานกับ AI เพื่อเคลียร์เส้นทางสำหรับรถพยาบาลและรถดับเพลิงที่ผ่านการจราจร

การสำรองรถฉุกเฉินใช้สัญญาณที่ประสานงานกับ AI เพื่อเคลียร์เส้นทางสำหรับรถพยาบาลและรถดับเพลิงผ่านการจราจร ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณีขอบ และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป

ความเสี่ยงและรั้ว

!

การทำให้กระบวนการที่เสียหายเป็นอัตโนมัติสามารถขยายปัญหาที่มีอยู่ได้

!

ทีมอาจดำเนินการอัตโนมัติมากเกินไปและลบวิจารณญาณของมนุษย์ที่จำเป็นออก

!

คุณภาพอาจคลาดเคลื่อนได้หากไม่ได้รับการประเมินผลลัพธ์อย่างต่อเนื่อง

แผนงานการดำเนินงาน

1

แมปขั้นตอนการทำงานปัจจุบันและระบุขั้นตอนที่มีแรงเสียดทานสูงสุด

แมปขั้นตอนการทำงานปัจจุบันและระบุขั้นตอนที่มีแรงเสียดทานสูงสุด ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น

2

กำหนดจุดตรวจของมนุษย์ก่อนระบบอัตโนมัติเต็มรูปแบบ

กำหนดจุดตรวจของมนุษย์ก่อนระบบอัตโนมัติเต็มรูปแบบ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น

3

ฝึกอบรมผู้ใช้เกี่ยวกับการแจ้งเตือน เส้นทางการยกระดับ และมาตรฐานคุณภาพ

ฝึกอบรมผู้ใช้เกี่ยวกับการแจ้งเตือน เส้นทางการยกระดับ และมาตรฐานคุณภาพ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น

4

ติดตามผลลัพธ์ระดับงานเพื่อยืนยันคุณค่าที่ยั่งยืน

ติดตามผลลัพธ์ระดับงานเพื่อยืนยันคุณค่าที่ยั่งยืน ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น

สำรวจต่อไป