Atasco de tráfico

Atasco de tráfico Nelson Ndongala | Unsplash El Androide Libre

Noticias y novedades

Adiós a los atascos: el genial invento de Google que ha reducido las paradas en el coche en hasta un 30%

La gestión de los semáforos con IA puede ser la solución contra los atascos, como ya han demostrado 14 ciudades.

10 junio, 2024 11:11

Siempre es frustrante cuando nos damos cuenta de que hemos pasado la mayor parte del tiempo en el coche completamente parados; especialmente en nuestros trayectos diario al trabajo, al colegio o a la compra. Aunque los coches actuales con Android Auto tienen apps que nos pueden ayudar a evitar atascos, como Waze o Google Maps, lo ideal sería que esos atascos no existiesen en primer lugar.

La propia Google puede tener la solución, y como no podía ser de otra manera, está basada en Inteligencia Artificial; pero no hablamos de una versión de Gemini diseñada para evitar atascos, sino una IA capaz de dar indicaciones a los semáforos para reducir al máximo la cantidad de tiempo que los coches están parados.

Así nació el proyecto Green Light de Google Research, con el objetivo de conseguir un tráfico más fluido no sólo para acabar con estas molestias, sino especialmente para reducir las emisiones que producen las paradas continuas. Green Light se presenta como el sustituto de los sistemas actuales de control de semáforos, que suelen ser ajustados de manera manual basándose en cálculos de flujo de tráfico.

Green Light no requiere de la instalación de semáforos nuevos, y funciona con el ‘hardware’ ya existente; en vez de utilizar cámaras para detectar la densidad y el movimiento del tráfico, este sistema se aprovecha de la tecnología que ya está presente en la mayoría de los coches nuevos. Usando datos obtenidos a través de apps como Google Maps, Google ya tiene una idea bastante precisa de cómo funciona el tráfico en las principales ciudades, de cuáles son las horas punta y cuáles son las zonas más problemáticas.

En base a esa información, la IA de Green Light es capaz de hacer ajustes en el funcionamiento de los semáforos; aunque curiosamente, los investigadores han reconocido que los cambios “no son enormes”. Hay que dejar claro que este sistema no controla los semáforos directamente, sólo aplica pequeños cambios al momento exacto en el que las luces cambian; pero sólo eso ya ha sido suficiente para mejorar el tráfico en las 14 ciudades que han participado en el programa de pruebas inicial, que fue anunciado en octubre del 2023.

El algoritmo usa datos de Google Maps para recomendar cambios en los semáforos

El algoritmo usa datos de Google Maps para recomendar cambios en los semáforos Google Research El Androide Libre

Entre las participantes se encontraron Manchester, Hamburgo, Seattle, Rio de Janeiro, Abu Dhabi, Jakarta y Budapest (por ahora, ninguna ciudad española). La principal ventaja que encontraron fue que no necesitaron realizar costosos estudios cada vez que querían cambiar la sincronización de los semáforos; estudios que requieren el análisis del tráfico diario a lo largo de un periodo de tiempo, pero que se pudieron ‘saltar’ usando los consejos de Green Light.

Green Light también funciona de manera sencilla. Las ciudades participantes recibieron un panel de control que muestra recomendaciones para ajustar la sincronización de los semáforos en intersecciones concretas. Más importante incluso fue que el ‘software’ muestra cómo los patrones de tráfico cambiarán cuando se modifique el semáforo, en vez de tener que esperar a notar los cambios.

Los resultados son sorprendentes. El nuevo sistema fue capaz de obtener una reducción del 30% en las paradas en las intersecciones, que puede incluso mejorar con el paso del tiempo y el uso de más datos de más coches conectados. No es de extrañar que Green Light ya tenga una ‘lista de espera’ de ciudades interesadas; y Google ha confirmado que a finales de año anunciará a las elegidas para la expansión.

Sin embargo, Google no tiene la exclusividad de esta tecnología; ha publicado el método usado y ha animado a startups y agencias de transporte a adoptarlo de manera libre. El gran obstáculo para la implementación está en la obtención de los datos, ya sea a través de apps de navegación o directamente de los fabricantes de coches.