Philbrick: Thách thức trong việc ứng dụng trí tuệ nhân tạo vào lĩnh vực giao thông vận tải

San Jose nằm ở trung tâm của sự đổi mới, bao gồm cả việc sử dụng trí tuệ nhân tạo trong lĩnh vực giao thông vận tải. Các tiêu đề báo chí thường xuyên đề cập đến những phát triển mới nhất trong các công cụ thông minh, nhưng tiêu đề chỉ là phần dễ. Thách thức thực sự là làm cho những công cụ đó hoạt động hiệu quả trong điều kiện thực tế phức tạp của hệ thống giao thông.

Trí tuệ nhân tạo (AI) đã được chứng minh là có tiềm năng to lớn trong việc cải thiện khả năng di chuyển, nhưng mặc dù công nghệ này đã tồn tại, chúng ta vẫn chưa thấy nó được sử dụng trên quy mô lớn. Chúng ta không gặp vấn đề về đổi mới – mà là vấn đề về triển khai.

Nền tảng cho việc tích hợp trí tuệ nhân tạo (AI) vào hệ thống giao thông vận tải đã tồn tại. AI cần lượng dữ liệu khổng lồ, và dữ liệu đó đã có sẵn: Các cơ quan giao thông vận tải thu thập thông tin từ tín hiệu giao thông và cảm biến, dữ liệu GPS và dữ liệu đội xe, mô hình hành khách sử dụng phương tiện công cộng, báo cáo sự cố, phản hồi của hành khách và nhiều hơn nữa.

Chúng ta sử dụng nó như thế nào? Theo nhà nghiên cứu Adam Cohen , “Trong lĩnh vực giao thông vận tải, các ứng dụng của AI rất đa dạng, bao gồm lái xe tự động, quản lý giao thông, bảo trì dự đoán và an ninh mạng. Các trường hợp sử dụng cũng có thể bao gồm tối ưu hóa luồng giao thông thông qua điều khiển tín hiệu thích ứng, tăng cường an toàn thông qua phát hiện sự cố theo thời gian thực và cải thiện hiệu quả giao thông công cộng bằng định tuyến động.”

Ví dụ, các nghiên cứu đã chỉ ra rằng hệ thống điều khiển tín hiệu thích ứng giúp cải thiện các chỉ số hiệu suất trung bình như thời gian di chuyển và mức tiêu thụ nhiên liệu từ 10% trở lên.

Năm ngoái, một dự án nghiên cứu của CSU hợp tác với Caltrans đã phát triển và thử nghiệm một thuật toán để xác định, phân loại và theo dõi các thiết bị và công nhân khác nhau tại các công trường xây dựng — điều này có thể giúp thu thập dữ liệu cho công tác bảo trì và an toàn nhanh hơn nhiều. Một dự án đang được triển khai khác nhằm giải quyết tình trạng tắc nghẽn giao thông và khí thải giờ cao điểm bằng cách nâng cấp hệ thống đèn tín hiệu giao thông đường phố thông qua thuật toán trí tuệ nhân tạo (AI), cho phép hệ thống đèn tín hiệu giao thông tự động điều chỉnh theo sự thay đổi của lưu lượng giao thông, từ đó giảm thời gian chờ đợi và tác động đến môi trường.

Với cả những hành lang đô thị sầm uất và mạng lưới ngoại ô rộng lớn, San Jose phản ánh những thách thức lớn hơn mà hệ thống giao thông trên toàn quốc đang phải đối mặt. Thành phố này có tiềm năng đáng kể để trở thành một nơi thử nghiệm, nơi những đổi mới phi thường này có thể được thử nghiệm trong các tình huống thực tế phức tạp. Vậy tại sao nó vẫn chưa làm điều đó?

Điều này đang ngày càng trở nên phổ biến, ở một mức độ nào đó. Vào tháng Hai, San Jose thông báo rằng xe buýt công cộng của thành phố đang hoạt động nhanh hơn 20% nhờ việc ứng dụng trí tuệ nhân tạo (AI). Nhưng chúng ta vẫn thấy nhiều dự án thí điểm — ví dụ như các dự án thí điểm xe tự lái thu hút sự chú ý trên toàn quốc — không bao giờ được mở rộng quy mô trên phạm vi khu vực, tiểu bang hoặc toàn quốc do hạn chế về kinh phí, năng lực nhân lực và các hệ thống riêng lẻ với các vấn đề về khả năng tương tác.

Thử nghiệm thành công chỉ là bước đầu tiên. Nếu sự đổi mới thành công trong phòng thí nghiệm nhưng lại mãi dừng lại ở đó, thì có ích gì? Chúng ta cần giải quyết khoảng cách này để không chỉ có những thử nghiệm thành công, mà còn có những triển khai thành công.

Cần thay đổi điều gì?

Trước hết, nguồn tài trợ phải được cơ cấu để hỗ trợ triển khai toàn diện, chứ không chỉ là các dự án thí điểm. Điều đó có nghĩa là đầu tư vào tích hợp hệ thống, vận hành dài hạn và năng lực nguồn nhân lực, chứ không chỉ là sự hào hứng của giai đoạn thử nghiệm ban đầu.

Thứ hai, các cơ quan phải ưu tiên việc phá vỡ các kho dữ liệu riêng lẻ. Điều đó đòi hỏi các tiêu chuẩn chung, các hệ thống có khả năng tương tác và sự phối hợp giữa các mạng lưới giao thông công cộng, đường bộ và vận tải hàng hóa — không phải là các hệ thống riêng biệt, mà là một hệ sinh thái di động kết nối. Giao thông công cộng, đường bộ và đường sắt vận tải hàng hóa đều là một phần của hệ thống di động lớn hơn, và nếu chúng ta chỉ nhìn vào một phần của bức tranh tổng thể, chúng ta sẽ không bao giờ thấy được các hệ thống này kết hợp với nhau như thế nào và — trong bức tranh toàn cảnh — ảnh hưởng đến cuộc sống và sự di chuyển của mọi người ra sao.

Cuối cùng, mặc dù trí tuệ nhân tạo (AI) có tiềm năng cải thiện khả năng di chuyển, bao gồm cả sự an toàn, nhưng nó cũng tiềm ẩn những rủi ro. Tuy nhiên, đây không phải là lý do để trì hoãn việc triển khai. Đây là lý do để triển khai một cách thận trọng, với các biện pháp bảo vệ được thiết kế có chủ đích ngay từ đầu.

Công nghệ đã sẵn sàng. Dữ liệu cũng đã có. Điều cần thiết hiện nay là sự cam kết đưa những giải pháp này vào các hệ thống mà chúng ta sử dụng hàng ngày.

Nhà báo Karen E. Philbrick của San José Spotlight là giám đốc điều hành của Viện Giao thông Mineta, một viện nghiên cứu tập trung vào chính sách và các vấn đề quản lý giao thông bề mặt đa phương thức. Các chuyên mục của bà xuất hiện vào thứ năm đầu tiên của mỗi hai tháng.