Της Εριφύλης Δρίβα
Έχει συμβεί στους περισσότερους, αν όχι σε όλους, να περιμένουν ένα λεωφορείο για ώρα και ξαφνικά να εμφανίζονται τρία μαζί. Το φαινόμενο αυτό, δεν είναι καινούριο και δεν αφορά μόνο την Αθήνα. Συμβαίνει ακόμα και στη Μεγάλη Βρετανία η οποία το αντιμετωπίζει με έναν πρωτοποριακό και αποτελεσματικό τρόπο. Την Τεχνητή Νοημοσύνη.
Η First Bus, που έχει την ευθύνη της λειτουργίας των λεωφορείων στη Μεγάλη Βρετανία, κατέφυγε σε λογισμικό που βασίζεται στην Τεχνητή Νοημοσύνη για τον σχεδιασμό και την αυτόματη ενημέρωση του προγράμματος δρομολόγησης των λεωφορείων της.
«Ο προγραμματισμός των λεωφορείων είναι αρκετά πολύπλοκος, καθώς έχουμε 4.000 οχήματα σε όλη τη Μ. Βρετανία τα οποία εκτελούν δρομολόγια για 16 ώρες την ημέρα» αναφέρει στο bbc.com ο υπεύθυνος του εμπορικού τμήματος της First Bus Σάιμον Πίρσον. «Η δρομολόγησή τους είναι μία μεγάλη πρόκληση» προσθέτει.
Πριν τη χρήση της Τεχνητής Νοημοσύνης ο προγραμματισμός γινόταν κυρίως στο χέρι και ήταν πολύ πιο αργός. Μάλιστα, ήταν τόσο πολύπλοκη δουλειά που η First Bus άλλαζε δρομολόγηση μόλις τρεις φορές τον χρόνο, σύμφωνα με τον ίδιο.
Πλέον με την AI, η δυνατότητα επεξεργασίας και η ικανότητα εκμάθησης δίνει τη ευκαιρία στην εταιρεία να αλλάζει δρομολόγηση όσο συχνά χρειάζεται.
Μπορούν επιπλέον να γίνουν αυτόματες προσαρμογές σε κάποια δεδομένη ημέρα αν αυτό απαιτείται από την κυκλοφοριακή συμφόρηση, σύμφωνα με την εταιρεία, κάτι που βοηθά να αποτρέπεται το φαινόμενο όλα τα λεωφορεία να φτάνουν μαζί σε μία στάση.
Η εισαγωγή της AI από την First Bus, μέλος του ομίλου First Group με βάση το Άμπερντιν, έγινε δοκιμαστικά σε περιοχές όπως το Μπρίστολ, η Γλασκώβη και το Δυτικό Γιορκσάιρ τον Νοέμβριο του 2022.
Αποτέλεσμα, όπως αναφέρει ο Πίρσον, ήταν η αύξηση κατά 20% της ακρίβειας στα δρομολόγια σε περιόδους αιχμής και ότι πλέον η Τεχνητή Νοημοσύνη χρησιμοποιείται σε όλες τις διαδρομές στη Μ. Βρετανία. Ωστόσο, ακόμα και αυτή η βελτίωση δεν στάθηκε ικανή για να ικανοποιήσει τους επιβάτες σε κάποιες δύσκολες περιοχές, καθώς υπάρχουν αναφορές για ασυνέπεια στις παρεχόμενες υπηρεσίες.
Σύμφωνα με τον Πίρσον, το νέο σύστημα δρομολόγησης μειώνει το άγχος των οδηγών λεωφορείων και οι δήμοι – που πολλές φορές επιδοτούν τις λεωφορειακές γραμμές – μπορούν να γλιτώσουν χρήματα χάρη στην βελτιστοποίηση του αριθμού των κυκλοφορούντων λεωφορείων.
Η οργάνωση Bus Users, η οποία δραστηριοποιείται για την βελτίωση των υπηρεσιών που προσφέρουν τα λεωφορεία, αναφέρει ότι όποια νέα μέθοδος χρησιμοποιείται για να καταρτιστούν τα χρονοδιαγράμματα θα πρέπει να φροντίζει ώστε οι επιβάτες να ενημερώνονται για τις αλλαγές.
«Από την πλευρά των επιβατών, η μέθοδος που χρησιμοποιείται για να γίνουν τα χρονοδιαγράμματα δεν έχει τόσο σημασία όσο η διασφάλιση ότι η πληροφορία που δημοσιοποιείται είναι ακριβής, έγκυρη και διαθέσιμη σε ένα εύρος εφαρμογών» αναφέρει η διευθύντρια της Bus Users Κλέρ Γουόλτερς.
«Αυτό που έχει ακόμα περισσότερη σημασία είναι τα ίδια τα χρονοδιαγράμματα να στηρίζονται στις ανάγκες μεταφοράς των κοινοτήτων που εξυπηρετούν» προσθέτει.
Τις απόψεις αυτές λαμβάνει υπόψη και η ανεξάρτητη αρχή για τους χρήστες Μέσων Μαζικής Μεταφοράς, Transport Focus, με τον διευθυντή της Ντέιβιντ Σάιντμποτομ να παρατηρεί ότι «είναι κρίσιμο αυτοί που λειτουργούν τα λεωφορεία να ενημερώνουν αποτελεσματικά για οποιαδήποτε αλλαγή τους επιβάτες που στηρίζονται στις υπηρεσίες τους».
Τεχνητή Νοημοσύνη και …ηλεκτρικά λεωφορεία
Ιδιαίτερο ενδιαφέρον έχει το πώς επηρεάζει η Τεχνητή Νοημοσύνη τη δρομολόγηση των ηλεκτρικών λεωφορείων. Σύμφωνα με τον εκτελεστικό διευθυντή της εταιρείας Protective, Πίτερ Φέργκιουσον, που διαθέτει το λογισμικό στην First Bus «η ολοένα και μεγαλύτερη εξάπλωση των ηλεκτρικών λεωφορείων απαιτεί την ενσωμάτωση στις καθημερινές λειτουργίες του τακτικού, συντονισμένου και ακριβούς προγραμματισμού φόρτισης. Για να υποστηριχθεί κάτι τέτοιο χρειάζεται η κίνηση των οχημάτων να γίνεται κοντά στα σημεία των φορτιστών.
Η εταιρεία βοηθά επίσης τις εταιρείες που διαχειρίζονται λεωφορεία να βρίσκουν νέες διαδρομές, πάντα με τη βοήθεια της Τεχνητής Νοημοσύνης. Η χρήση της συμβάλλει στην πιο αποτελεσματική οργάνωση των δημόσιων μεταφορών. Για παράδειγμα στην Ιαπωνία, η εταιρεία Next Mobility διαθέτει 10θέσια μίνι λεωφορεία τα οποία εκτελούν διαδρομές με βάση τα αιτήματα των επιβατών για συγκεκριμένες στάσεις που διατυπώνονται μέσω τηλεφώνου, εφαρμογής ή της ιστοσελίδας.
Ο Κανάκο Κον, διευθυντής της Next Mobility, αναφέρει ότι η Τεχνητή Νοημοσύνη δημιουργεί μία πολύ αποτελεσματική διαδρομή για κάθε μίνιβαν. Η εταιρεία δραστηριοποιείται κυρίως σε περιοχές της Ιαπωνίας με μικρή κάλυψη σε λεωφορεία ή τρένα.
Ο ειδικός στην AI της πρωτοβουλίας Αστική Κινητικότητα του Ευρωπαϊκού Ινστιτούτου Καινοτομίας και Τεχνολογίας (EIT), Εντουάρντο Μσκαρένιας αναφέρει ότι η ΕΕ στηρίζει πρότζεκτ που ερευνούν πώς μπορούμε να δημιουργήσουμε πιο βιώσιμες πόλεις.
Όπως υποστηρίζει, υπάρχει τεράστιος όγκος σημαντικών πληροφοριών που μπορούν να μπουν σε ένα λογισμικό Τεχνητής Νοημοσύνης για τις δημόσιες συγκοινωνίες.
Δίνει ένα σχετικό παράδειγμα αναφέροντας ότι «πού πάνε οι μεγαλύτεροι σε ηλικία για να αγοράσουν τη μαναβική τους, ή πού βρίσκεται ένας πολύ γνωστός γιατρός στην πόλη που ίσως θελήσουν οι πιο μεγάλοι σε ηλικία να πάνε; Από αυτές τις μικρές παρατηρήσεις μπορείς να δημιουργήσεις μεγαλύτερα μοντέλα».
Ο ίδιος είναι πολύ αισιόδοξος για την αυξανόμενη χρήση της Τεχνητής Νοημοσύνης στον σχεδιασμών των δημόσιων συγκοινωνιών. «Πιστεύω ότι έχουμε ένα λαμπρό μέλλον μπροστά μας» σημειώνει χαρακτηριστικά.
