Estamos al borde de una revolución industrial impulsada por la inteligencia artificial? ¿Ha obligado la pandemia de la mano de tecnólogos y ciudades a adoptar nuevas estrategias de movilidad urbana de vanguardia que eran un sueño tan pequeño como hace dos años y de los reinos de la ficción fantástica tan recientemente como 2012? Intertraffic habló con tres expertos de diferentes compartimentos de la estratosfera de la movilidad urbana para conocer lo que depara el futuro cercano.
“Desde el cambio de siglo, la cantidad de rastros de datos que las personas dejan se ha incrementado enormemente”, dice Keith McCabe, un experto en transporte con más de 40 años de experiencia en el sector. Este es particularmente el caso cuando obtienes algo como un vehículo conectado que arroja grandes cantidades de datos sobre todo tipo de cosas que está observando en tiempo real. Genera un volumen de datos tan gigantesco que simplemente no es posible que una persona use su hoja de cálculo de Excel para hacer algunos cálculos y decir: 'Ajá, eso es lo que significa para la movilidad urbana'.
Lo que necesitas es poder entrenar algo de inteligencia artificial (IA) para poder detectar patrones dentro de eso y luego hacer que esos patrones se interpreten para comprender las tendencias que ocurren de manera regular”, explica. El siguiente paso es mirar las excepciones a diario para ver qué es diferente de lo que está sucediendo allí.
McCabe, director ejecutivo de Huddersfield, SimplifAI Systems Ltd, con sede en el Reino Unido, ensalza las virtudes de la IA y cómo su uso cada vez mayor en entornos de movilidad urbana está cambiando los parámetros de lo que es posible.
"El 98% de todos los datos creados se han creado desde marzo de 2019"
Si puede utilizar las herramientas de inteligencia artificial adecuadas en el momento adecuado y de la manera adecuada, puede ver lo que parecen ser senderos de datos masivos y desconectados y convertirlos en algo útil e inteligible.
Pero cuando se trata de datos, se trata más de interpretarlos de manera más inteligente e intuitiva que de descartarlos porque no los entendemos. Hay una estadística frecuentemente citada pero potencialmente apócrifa que dice algo así como 'el 98% de todos los datos creados se han creado desde marzo de 2019'. Entonces, ¿la IA ayuda a procesar esos datos y hacerlos utilizables, útiles y factibles para las autoridades, los viajeros y el sector de la movilidad urbana en su conjunto?
“Curiosamente”, dice McCabe, “la pandemia ha sido una expresión bastante buena de ese ejemplo, ya que antes del Covid-19 los patrones de viaje cambiaron de una manera relativamente predecible. Sin embargo, durante la pandemia, era difícil ver un patrón y luego decidir a partir de ese patrón vago, qué había cambiado y qué era lo mismo. Creo que ese es un entorno apropiado en el que usar la IA para aprender de los nuevos patrones, para comprender la nueva normalidad, la nueva anormal o como quieras llamarlo”.
La IA le ayuda a planificar cuántos tranvías podría necesitar por la mañana, o cuál debería ser su ciclo de mantenimiento en los autobuses para comprender, en estas nuevas condiciones, cuándo se necesitan más autobuses. Esto se aplica a cualquier otra forma de transporte en la que necesite realizar alguna planificación, lo que necesita extraer de todos esos datos es lo que realmente está planeando.
De vuelta a la normalidad
La capacidad de McCabe para explicar incluso los cálculos tecnológicos más complejos de una manera fácil de entender es algo digno de contemplar. Al explicar los muchos beneficios de integrar la planificación de la inteligencia artificial en los entornos de movilidad urbana, abrió una nueva lata de gusanos de ciudades inteligentes.
Entonces necesita saber cuándo cambia y cómo ha cambiado, y qué significa eso para lo que tiene que proporcionar, en términos de servicio. Eso es desde el punto de vista de la autoridad pública, pero también desde la posición de un individuo que, quizás más tarde en el verano, se enfrenta a volver a la oficina por primera vez en 15 meses. Su viaje para llegar allí puede ser muy diferente al de la última vez que se aventuraron en el lugar de trabajo.
Las consideraciones de viaje se han alterado radicalmente y, como dice McCabe, el viajero ahora puede creer en algunos de los hallazgos de estos datos que han sido procesados por IA para generar predicciones de cuánto tiempo tomaría asegurarse realmente de que pueden planificar. qué van a hacer y cómo lo van a hacer mejor.
Sin ese análisis, entonces estás confiando en evidencia anecdótica de quién estuvo o no estuvo allí el miércoles pasado y cómo fue. Analizar algunos rastros de datos y encontrar algo útil podría ser la mejor manera de hacerlo. Tiene que usarse con cuidado y no debe pensar que puede entenderlo todo. Ciertamente, la pandemia ha sido particularmente desafiante, porque muchos sistemas de IA buscan un patrón, por lo que si no hay patrón, es difícil para la IA aprender.
Algo en el aire
Mirando cosas como la calidad del aire asociada con los sistemas óptimos de movilidad urbana, ¿es este un caso en el que la IA puede cambiar los ciclos de las señales de tráfico? Entonces, por ejemplo, a las tres de la tarde, en una carretera suburbana muy transitada, puede haber una congestión significativa, por lo que hay muchos contaminantes en la atmósfera, es la hora de ir a casa de la escuela, los niños saldrán de las instalaciones de la escuela en el aire cada vez más contaminado, ¿se pueden mantener esos semáforos en rojo dos cruces más atrás durante ese tiempo entre las tres y las cuatro en punto? ¿Es ahí donde la IA puede tomar decisiones que afecten positivamente la salud de la población?
“Creo que potencialmente puede funcionar en varios niveles”, sugiere McCabe. “Puede funcionar a ese nivel de detalle en el que es necesario realizar algún cambio táctico local y, ciertamente, como director ejecutivo de sistemas SimplifAI, tengo que decir que tenemos un sistema que hace exactamente lo que acaba de describir, hacer local decisiones tácticas usando IA. Pero creo que es solo una pieza del rompecabezas. Creo que los avances en la predicción meteorológica significan que sabrías con una cantidad de tiempo razonable de antelación cuándo van a ocurrir esos problemas. Para que pueda comenzar a hacer cosas, tal vez cambiar la demanda de viajes con unos días de anticipación. Ciertamente, durante el último año, el aumento en el trabajo en casa, en lugar de ser la excepción para unas pocas personas, es algo que la mayoría de las personas en roles de tipo administrativo o trabajos no manuales han hecho en algún momento. Entonces, que me pidan que lo haga de nuevo, en tres días, en realidad no parece un problema tan grande como podría haberlo hecho hace 18 meses", detalla.
“Puede priorizar modos de transporte particulares que probablemente no contaminen la atmósfera ese día. Un sistema de tranvía eléctrico probablemente generará menos contaminación que una camioneta diésel. La IA también le permite tomar decisiones generales sobre zonas de baja emisión, por ejemplo, como cambiar el énfasis en las partículas, en la medida en que se pueda hacer mucho de eso. Hay muchas piezas diferentes para unir. Por lo tanto, necesita alguna forma de control tecnológico de alto nivel y las diversas formas de inteligencia artificial se prestan a eso.
Zona de bajas emisiones
Entonces, ¿podría un sistema como SimplifAI cambiar o modificar los parámetros de una zona física de bajas emisiones (LEZ)? No hay una barrera física para la LEZ de Londres, es solo una serie de letreros que le dicen a los automovilistas que están ingresando a una zona de bajas emisiones y que se les cobrará si su vehículo no cumple. ¿Podría un sistema mejorado con IA cambiar los límites físicos y virtuales de una LEZ a diario?
“En cierto sentido, sí, pero solo podría hacerlo con el acuerdo de las personas que administran la ciudad y del público”, responde McCabe al instante. “Técnicamente, hacer eso, y comunicar eso tanto al público como a los vehículos que lo están usando y quizás cambiar las rutas de entrega, es bastante posible. Pero necesita el apoyo político e institucional de la gente que estableció varias zonas, porque la naturaleza de tener una zona alrededor de algo es que tiene que haber legislación que la acompañe, hay reglas y todo tiene que encajar. Siempre que exista flexibilidad en el enfoque, la flexibilidad es inherente al sistema de inteligencia artificial para administrarlo ", señala.
Uno de esos escenarios sería la señalización en el vehículo. En lugar de tener señales de tráfico físicas, la advertencia aparece en un tablero virtual que informa al conductor que ahí es donde comienza la zona de bajas emisiones hoy, como 400 metros más al oeste de Zúrich que ayer.
“La cuestión es”, dice McCabe con cautela, “hace muchos años hice algunas de las investigaciones principales sobre señales de mensajes variables. La gran limitación es cuánto puede leer en un par de segundos y continuar concentrándose en la conducción. Así que los mensajes tienen que ser muy cortos, con una cantidad limitada de caracteres. Sin embargo, si está enviando un mensaje a una máquina, y la máquina está influyendo en la dirección en la que viaja algo, y eso podría ser tanto un automóvil autónomo como un sistema de navegación dentro de un vehículo, que luego le dice al conductor cuál es la mejor manera de hacerlo, esos mensajes pueden ser mucho más largos y complejos, y dar información realmente bastante sofisticada al vehículo. La verdadera importancia de esto ahora es advertir a la gente que ha sucedido algo importante. Con la IA tomando esas decisiones, es posible enviar los microdetalles al sistema del vehículo.
Principios compartidos
Harriet Tregoning, directora ejecutiva de la alianza New Mobility, cree firmemente en los poderes disruptivos de las nuevas soluciones de movilidad urbana. La reciente creación de un conjunto de Principios de movilidad compartida ha añadido más poder e importancia al movimiento.
“Tanto NUMO como los principios de movilidad compartida se crearon para ayudar a las ciudades a aprovechar la disrupción, desde las nuevas tecnologías hasta los nuevos servicios de movilidad y los datos que generan. Desde entonces, la interrupción solo se ha acelerado, y eso incluye la pandemia de COVID-19 como una devastadora crisis de salud pública y una interrupción masiva en la forma en que vivimos, trabajamos y nos movemos.
La pandemia también destacó aspectos de nuestra sociedad que deberían haber sido interrumpidos hace décadas, como cómo nuestras calles están diseñadas para priorizar el movimiento de automóviles sobre las personas, y cómo nuestros sistemas de transporte, especialmente en los Estados Unidos se construyen y perpetúan la propiedad de automóviles personales, excluyendo cualquier persona que no pueda pagar o que no quiera poseer un automóvil participe en la economía y acceda a las necesidades diarias.
En NUMO, creemos que la disrupción se puede aprovechar para crear oportunidades para el cambio, para promover la equidad y para abordar algunos de los mayores desafíos de nuestro tiempo, incluido nuestro clima global que cambia rápidamente.
“La movilidad es libertad”, explican Alessia Giorgiutti y Madlyn McAuliffe, de Polis en la revista Thinking Cities, y añaden que “deberíamos poder movernos por nuestras ciudades de manera segura, activa y que nos haga sonreír. Durante la pandemia, hemos visto la proliferación de calles lentas, redes expandidas de carriles para bicicletas, 'streateries' y otras reasignaciones de espacio en las calles, algunas de las cuales se están volviendo permanentes, que priorizan caminar, andar en bicicleta y usar otros modos, salir y recreación. Ahora que entramos en las siguientes fases de recuperación, detestaríamos devolver las calles al uso del automóvil. Llevemos ese sentido de libertad al futuro y planifiquemos mejor nuestras ciudades para la alegría y la comunidad ".
Hablando de una revolución
El consultor de movilidad inteligente, Bob McQueen, es un defensor de la teoría de que estamos al borde de una revolución de la movilidad urbana inteligente, y tampoco es solo un cambio de juego, es un cambio de vida para muchos.
“Se requerirá un nuevo nivel de conciencia y un mayor grado de agilidad para adaptarse a la revolución de la movilidad inteligente”, dice con absoluta confianza. La revolución de la movilidad inteligente está ocurriendo ahora. Los ejemplos incluyen un cambio de la financiación predominantemente del sector público a la financiación del sector privado para aplicaciones de movilidad inteligente. Esto está cambiando la naturaleza de los modelos comerciales y las relaciones entre los sectores público y privado. Otro ejemplo es la aplicación de tecnologías de sensores, telecomunicaciones y dispositivos inteligentes para brindar Movilidad como Servicio. Esto implica la entrega de información de calidad de decisión a los viajeros con respecto a la elección modal, confiabilidad y costo del servicio, como una forma de mejorar la calidad de la toma de decisiones. Algunos de los cambios más radicales se están produciendo en los campos de los vehículos autónomos y conectados, donde se están realizando importantes avances hacia la implementación de vehículos totalmente automatizados.
La movilidad inteligente ofrece la prestación de servicios de gran valor en el contexto de una ciudad inteligente. Si queremos aprovechar los efectos de la movilidad urbana inteligente de manera efectiva, es importante que aprovechemos las lecciones aprendidas de implementaciones anteriores de tecnología de transporte avanzada y los principales proyectos de transporte del pasado. A medida que nos embarcamos en la siguiente etapa de la movilidad inteligente mediante la entrega de sistemas integrados que cubren todos estos aspectos y más, una fuente de referencia sobre lo que ha sucedido antes, combinada con una guía sobre cómo avanzar, es particularmente valiosa. El momento también es importante, ya que la aparición de programas de ciudades inteligentes en todo el mundo ha puesto un enfoque renovado en la aplicación de tecnologías avanzadas en entornos urbanos.
Avances urbanos
La movilidad inteligente tiene un papel importante que desempeñar en la aplicación exitosa y efectiva de tecnologías avanzadas que mejorarán la vida de los ciudadanos y visitantes en las áreas urbanas, dice McQueen.
“También hay un punto de inflexión en el que el enfoque cambia de hacer que la tecnología funcione, a diseñar estrategias apropiadas para extraer valor de la tecnología. La industria se encuentra en ese punto de inflexión, por lo que es esencial comunicar las estrategias adecuadas a la comunidad de profesionales”, expone.
La revolución de la movilidad inteligente se está produciendo en un contexto más amplio de cambio tecnológico que se acelera rápidamente. Algo de esto se refleja en el surgimiento de un término conocido como la "cuarta revolución industrial".
“En mi opinión, la cuarta revolución industrial es una etiqueta general que cubre tecnologías nuevas y emergentes como la impresión 3D, la inteligencia artificial, las comunicaciones avanzadas y las tecnologías de Internet. De hecho, podría percibirse que la movilidad inteligente es un subconjunto de la cuarta revolución industrial, ya que implica la aplicación de una combinación de tecnologías para lograr resultados dramáticos y relativamente repentinos. Además de la aplicación de tecnología, es probable que esta combinación de tecnologías también tenga un impacto socioeconómico. Los profesionales del marketing ya están hablando de adoptar un segmento de mercado de uno, en el que el big data y la analítica avanzada permiten ofrecer personalización masiva", detalla.
McQueen continúa: “El sector público debería ser más consciente de las oportunidades y desafíos que presenta la revolución de la movilidad inteligente. Sobre la base de esta conciencia, será importante adquirir conocimientos adicionales que impulsarán la aplicación. Esto, a su vez, debería conducir al desarrollo de planes de acción y estrategias para aprovechar el poder de la movilidad inteligente para mejorar la seguridad, la eficiencia, la conciencia y la experiencia del usuario en las zonas urbanas.
