Όλοι γνωρίζουμε τα αποτελέσματα της κίνησης στους δρόμους των σύγχρονων πόλεων. Ειδικά στις μεγάλες πόλεις, Αθήνα, Θεσσαλονίκη, Πάτρα, αλλά και σε μικρότερες, η κίνηση μπορεί να οδηγήσει σε πολλές χαμένες ώρες κάθε χρόνο. Τα φανάρια είναι ρυθμισμένα για μια μέση κίνηση και πολλές φορές χειροτερεύουν την συμφόρηση τις ώρες αιχμής, ενώ τις ώρες με λίγη κίνηση παρεμποδίζουν χωρίς λόγο την κυκλοφορία. Ακόμη και οι τροχονόμοι που επιστρατεύονται σε ειδικές περιπτώσεις δεν φαίνεται να έχουν ιδιαίτερη επίδραση. Όλα αυτά, όμως, φαίνεται πως πλησιάζουν στο τέλος τους, μέσω της εφαρμογής τεχνολογίας αιχμής για τη ρύθμιση των φαναριών.
Ήδη υπάρχουν συστήματα που δοκιμάζονται στις ΗΠΑ με τεράστια επιτυχία. Στο Pittsburgh υπάρχει μια περιοχή στην οποία τα φανάρια ελέγχονται από το σύστημα Surtrac (Scalable Urban Traffic Control), το οποίο είναι ένα από τα πρώτα συστήματα που συλλέγει δεδομένα σχετικά με την ροή της κίνησης και προσαρμόζει τα φανάρια αναλόγως. Το σύστημα εγκαταστάθηκε για πρώτη φορά το 2012, πριν από 10 χρόνια, σε 9 διασταυρώσεις και τα αποτελέσματα ήταν άμεσα και δραματικά: μείωση της μέσης διάρκειας διαδρομής κατά 26% και μείωση του χρόνου αναμονής σε φανάρι κατά 40%!
Παράλληλα, οι μελέτες έχουν πλέον αποδείξει πέραν πάσης αμφιβολίας πως η αντιμετώπιση της κυκλοφοριακής συμφόρησης μέσω της κατασκευής νέων δρόμων ή της διαπλάτυνσης των υφιστάμενων είναι καταδικασμένη να αποτύχει, πάντοτε, χωρίς εξαιρέσεις. Οι άνθρωποι πάντοτε θα αντιμετωπίζουν τους νέους δρόμους ως πρόσκληση για να προτιμήσουν το αυτοκίνητο, με αποτέλεσμα την αντίστοιχη αύξηση της κυκλοφορίας. Σημειωτέον: αυτό δεν είναι πιθανότητα, είναι βεβαιότητα· υπάρχουν ήδη πάμπολλες μελέτες που το αποδεικνύουν, όπως άλλωστε και τα δεδομένα από όλες τις πόλεις του πλανήτη. Δεν υπάρχει ούτε μία πόλη στην οποία ένας νέος δρόμος ή μια διαπλάτυνση δρόμου να έχει οδηγήσει σε λύση του κυκλοφοριακού. Επομένως, είναι φανερό πως η λύση – ή έστω η ελάφρυνση – στην κυκλοφοριακή συμφόρηση πρέπει να έρθει από αλλού!
Τα δεδομένα του Surtrac, βέβαια, δείχνουν και κάτι άλλο: ενώ οι χρόνοι αναμονής για τα αυτοκίνητα βελτιώθηκαν, αυξήθηκαν οι χρόνοι αναμονής σε φανάρια για πεζούς και ποδηλάτες! Ο λόγος είναι πως οι αισθητήρες που χρησιμοποιεί το Surtrac (κάμερες κυρίως) εστιάζουν στην κίνηση των αυτοκινήτων, επομένως το σύστημα εμφανίζει μια ροπή προς το αυτοκίνητο. Αυτό δεν έχει περάσει απαρατήρητο: ενώ το Surtrac έχει εξαπλωθεί σε περισσότερες από 50 διασταυρώσεις και το Pittsburgh σχεδιάζει ακόμη περισσότερες, οι δημιουργοί του έχουν εστιάσει στην βελτίωση του συστήματος και της αναλυτικής του ικανότητας.
Ο στόχος είναι να βάλουν περισσότερες πηγές δεδομένων στο σύστημα, ώστε να είναι σε θέση να αξιοποιούν δεδομένα πεζών από app στο κινητό, να διοχετεύσουν πληροφορίες από διασυνδεδεμένα αυτοκίνητα και λοιπά οχήματα, να εκμεταλλευτούν τα δεδομένα από ηλεκτρικά ποδήλατα και πατίνια, αλλά και ό,τι άλλο είδος δεδομένων μπορούν να βρουν, με απώτερο στόχο το να δημιουργήσουν ένα σύστημα το οποίο να σέβεται τόσο τα αυτοκίνητα όσο και τους πεζούς και τους ποδηλάτες.
Η πραγματικότητα, τουλάχιστον μέχρι τώρα, είναι πως τα φανάρια είναι απλές λάμπες με έναν χρονοδιακόπτη. Αν και υπάρχουν συστήματα τα οποία βασίζονται σε ειδικούς αισθητήρες κίνησης, θαμμένους μέσα στην ίδια την άσφαλτο, σε διάφορες μεγαλουπόλεις κυρίως της Ευρώπης, τόσο στις ΗΠΑ όσο και στη χώρα μας τα φανάρια λειτουργούν ακόμη με τον ίδιο τρόπο που λειτουργούσαν πριν από 100 χρόνια (όταν και εφευρέθηκε το φανάρι με χρονοδιακόπτη). Οι ΗΠΑ έχουν στραφεί κυρίως σε κάμερες για την παρακολούθηση της κυκλοφορίας, μιας και θέλουν να αποφύγουν τα κόστη εγκατάστασης υπόγειων αισθητήρων. Οι δημιουργοί του συστήματος Traffic21, του προγόνου του Surtrac, εστίασαν στις κάμερες. Μάλιστα, οι κάμερες προϋπήρχαν και έστελναν τα δεδομένα σε κάποια κέντρα ελέγχου, αλλά οι άνθρωποι σε αυτά τα κέντρα δεν είχαν ούτε την εκπαίδευση για να τα ερμηνεύσουν και να τα αξιοποιήσουν.
Πολλοί ερευνητές είχαν εστιάσει στη χρήση τεχνητής νοημοσύνης για τη λύση του προβλήματος του χρονισμού των φαναριών, όμως τα δεδομένα απλώς χρησιμοποιούνταν για να βελτιώσουν τους χρονισμούς των φαναριών μία ή δύο φορές τον χρόνο. Αλλά και στις απόπειρες που είχαν γίνει με χρήση έξυπνων συστημάτων, η ευφυία περιοριζόταν από το hardware το οποίο θα μπορούσε να χωρέσει μέσα σε ένα τυπικό φανάρι.
Η απάντηση ήρθε στον επικεφαλής της ομάδας που ανάπτυξε το Surtrac, σαν ειρωνεία της τύχης, μια μέρα που ήταν κολλημένος στην κίνηση, περιμένοντας κάποιο φανάρι. Σηκώνοντας τα μάτια του, είδε την κάμερα πάνω από το φανάρι και κάπως έτσι του ήρθε η ιδέα να χρησιμοποιήσει τις ήδη εγκατεστημένες κάμερες ως μάτια του συστήματος. Το μόνο που η ομάδα του έπρεπε να κάνει ήταν να σχεδιάσει κάποιον υπολογιστή ο οποίος να χωράει μέσα στο κουβούκλιο που ελέγχει τα φανάρια. Μάλιστα, τα συστήματα τεχνητής νοημοσύνης της ομάδας δουλεύουν διαμοιράζοντας την επεξεργασία ανάμεσα σε ομάδες από ρομπότ, μια μέθοδος η οποία είναι γνωστή ως edge computing. Το κάθε φανάρι μπορεί να χρησιμοποιήσει συστήματα υπολογιστικής όρασης για να ανιχνεύσει τα οχήματα που πλησιάζουν αλλά και που απομακρύνονται από την κάθε διασταύρωση, να εφαρμόζουν τους αλγόριθμους βελτιστοποίησης του χρονισμού των φαναριών για να ρυθμίζουν τα φανάρια στην διασταύρωση, αλλά και να μοιράζονται τις πληροφορίες με άλλα τέτοια συστήματα σε κοντινές διασταυρώσεις!
Λόγω του ότι ο κάθε κόμβος διαχειρίζεται τα φανάρια του, το σύστημα είναι πολύ ευπροσάρμοστο στις χαοτικές συνθήκες ενός αστικού χώρου. Μάλιστα, όπως λένε οι ίδιοι οι ερευνητές, το σύστημα δεν έχει κάποια βελτιστοποίηση για μία συγκεκριμένη πορεία ή κατεύθυνση, η οποία να έχει προαποφασιστεί! Αυτό σημαίνει πως το σύστημα αυτορυθμίζεται για να βελτιστοποιεί την ροή σε όλες τις κατευθύνσεις και όχι ευνοώντας μία εις βάρος όλων των άλλων!
Το μέλλον προφανώς δεν περιορίζεται στο Surtrac. Ήδη υπάρχουν και άλλες εταιρείες, όπως η NoTraffic, που ασχολούνται με το θέμα της ευφυούς ρύθμισης της κυκλοφορίας, ενώ το θέμα έχει τραβήξει την προσοχή και κολοσσών όπως η Siemens Mobility, η οποία εφαρμόζει μεθόδους machine learning, αλλά και η IBM και το Alan Turing Institute του Λονδίνου. Όπως προαναφέραμε, εκτός της αξιόπιστης συλλογής δεδομένων από τον δρόμο μέσω αισθητήρων ή καμερών, πλέον ο στόχος είναι η αξιοποίηση και άλλων πηγών δεδομένων, όπως τα ίδια τα smartphones που πλέον όλοι έχουν στην κατοχή τους, αλλά και η βελτίωση των συστημάτων έτσι ώστε να μην ευνοούν την κίνηση των αυτοκινήτων έναντι όλων των άλλων. Αλλά αυτό δεν είναι μακριά. Σύντομα θα αρχίσουμε να βλέπουμε τέτοια συστήματα και ίσως σε λίγα χρόνια η κυκλοφοριακή συμφόρηση, οι ατελείωτες αναμονές σε δρόμους και φανάρια, αλλά και η συνακόλουθη σπατάλη σε καύσιμα και σε υποδομές να αποτελούν παρελθόν.
Με την “ευφυιοποίηση” των φαναριών, μπαίνουν οι βάσεις για μια έξυπνη πόλη η οποία μπορεί και αυτορυθμίζεται και βελτιώνει τη ζωή των κατοίκων αλλά και των επισκεπτών, αντιδρώντας άμεσα στις τρέχουσες συνθήκες και ανάγκες.
Κανένα σύστημα, όμως, όσο ευφυές κι αν είναι, δε μπορεί να αποφασίσει για εμάς. Η μορφή που θα πάρουν οι πόλεις, έξυπνες και μη, του μέλλοντος επαφίεται σε εμάς. Εμείς θα αποφασίσουμε για το αν θέλουμε να συνεχίσουμε στον αυτοκινητοκεντρικό τρόπο σκέψης, αν θέλουμε να ευνοήσουμε τους πεζούς, ή εάν θέλουμε να προωθήσουμε εναλλακτικές, υβριδικές και βιώσιμες μορφές μετακίνησης. Τα έξυπνα φανάρια μπορούν να μειώσουν το πρόβλημα που υπάρχει λόγω του τωρινού τρόπου σκέψης, στον οποίο το αυτοκίνητο είναι υπεράνω όλων. Για οτιδήποτε άλλο, δεν χρειαζόμαστε έξυπνα φανάρια αλλά… έξυπνους ανθρώπους!