Pensemos en Londres: cada día, millones de personas se mueven alrededor de la ciudad, viajan, van a la escuela, al trabajo, a las atracciones turísticas y más. ¿Cómo se toma una gran ciudad y se optimiza su transporte público? ¿Cuántos vehículos se necesitan? ¿Dónde deben parar? ¿Qué ruta deberían seguir?
Este problema se encuentra en el corazón de la planificación y programación del transporte público. ¿Cómo se optimiza el transporte, articulando el movimiento de los vehículos y personas de la forma más eficiente?
Se podría asumir que una súper computadora puede tomar todos los datos de la ciudad y optimizar todo el transporte, todavía no es el caso. Incluso hoy, muchas decisiones de centros operacionales en sistemas de tránsito están hechas usando lápiz y papel, o soluciones basadas en software. En cualquier caso, para cualquier solución se requiere de seres humanos que son los expertos en el transporte público.
Antes de hablar sobre como el transporte público usará inteligencia artificial en el futuro, demos una mirada a su definición. Entonces, exactamente ¿Qué es la inteligencia artificial? He aquí una definición: “La teoría y el desarrollo de sistemas de computación capaz de realizar tareas que normalmente requieren de la inteligencia humana, como la percepción visual, el reconocimiento de voz, la toma de decisiones y la traducción entre idiomas”
Otra manera de decirlo es que la Inteligencia Artificial es realmente todas las cosas que no podíamos imaginar que las computadoras hicieran hace 5 años. Los avances tecnológicos detrás de la IA están llevando a las computadoras a realizar las tareas que requieren de inteligencia artificial, y que antes no podían ser solucionadas por las computadoras.
En la movilidad del mundo, la mayoría de los ojos están puestos en los vehículos autónomos como la primera aplicación de Inteligencia Artificial en el transporte. Los automóviles autónomos usan Inteligencia Artificial para “ver” la ruta y tomar decisiones en la conducción, acumulando suficiente inteligencia (ojalá), para reemplazar un conductor humano. Este tipo de inteligencia artificial relacionada con la visión se denomina aprendizaje profundo y requiere mucho “entrenamiento”.
Un mito relacionado con los vehículos autónomos es que ellos harán que el transporte público sea obsoleto, ya que de alguna manera tendremos menos personas en la ruta, porque las personas estarán usando vehículos autónomos compartidos. Entonces, ¿Hacer vehículos autónomos quiere decir que robots taxis nos transportarán a todos lados y no tendremos ningún problema de movilidad nunca más, porque habremos dejado a los conductores fuera de la ecuación? La respuesta es no. El problema será la congestión. Una investigación fascinante muestra que cuando la gente tiene un chofer a su disposición, ellos incrementan las millas del vehículo, en hasta 83%. Si esto es lo que el futuro nos trae a través de la Inteligencia Artificial y los vehículos autónomos, tal vez estemos en problemas.
Por eso necesitamos transporte masivo, ya que solo él puede mover personas eficientemente dada la restricción real, que no es la inteligencia humana o la inteligencia artificial. Es la cantidad limitada de terreno disponible para el transporte en nuestras ciudades. Entonces aún necesitaremos tener una mejor planificación del transporte masivo para que funcione en el futuro.
En el mundo del transporte, la Inteligencia Artificial no trata solo de vehículos autónomos. Debería ser también acerca de la planificación para una mejor red de transporte con tecnología avanzada. Para alimentar a la bestia de la Inteligencia Artificial se necesitan datos. Y hay un lote de datos que pueden ser usados para ayudar a operar los sistemas de tránsito con mayor efectividad. Datos sobre movimiento de personas, demandas subyacentes y los diferentes patrones de demanda de servicios. También tenemos tráfico de datos, ambos históricos y en tiempo real, así como datos sobre cómo se mueven los buses.
Estos datos pueden ser usados por la Inteligencia Artificial para predecir demandas de servicio, tráfico y más, y junto con algoritmos avanzados pueden resultar en una mejor planificación, creando rutas que se adapten mejor tanto a la oferta como a la demanda.
Por ejemplo, hoy, en Optibus, usamos datos de desempeño histórico para sugerir mejores horarios que coincidan con los criterios de costos y mejoren la puntualidad. Hacemos esto automáticamente, usando IA. Esto toma datos del movimiento de vehículos en la ciudad y aplica inteligencia artificial para aprender de esos datos y predecir la probabilidad de desempeño puntual de cada viaje, en función de muchos parámetros diferentes, como la hora del día, el tipo de vehículo e incluso el conductor. Luego tomamos estas predicciones de IA y las incorporamos en el motor de optimización, de modo que tengamos sugerencias automáticas de nuevos horarios con un mejor rendimiento en el tiempo.
Ahora que tenemos un sistema de inteligencia artificial que puede planificar el transporte de una manera basada en datos, ¿por qué no usamos la misma tecnología para operar estos planes en tiempo real?
Hoy en día, programación y despacho en tiempo real y operaciones son dos mundos completamente diferentes. Incluso los llevan a cabo diferentes equipos: los planificadores de un lado y los despachadores en otro.
Los planificadores se enfocan en crear un plan que se adapte a la demanda, será el más eficiente en términos de costos y viabilidad. Los despachadores se centran en resolver problemas en tiempo real. No tienen tiempo para encontrar la solución óptima, porque necesitan resolver los problemas rápidamente para que haya un impacto mínimo en los pasajeros.
Pero ¿Se sabe quién puede revisar billones de opciones basadas en datos en tiempo real y después tomar decisiones inteligentes? Las computadoras usando Inteligencia Artificial.
Podemos usar la misma tecnología para:
Este es el futuro de la inteligencia artificial en el transporte masivo: pasar de la gestión del transporte masivo a la orquestación de todos los modos de transporte en una ciudad, quizás basándose en incentivos o políticas que optimicen las necesidades individuales y también las necesidades de las ciudades. Esto es necesario para evitar las ineficiencias creadas al permitir que algunos modos de movilidad superen a otros, y también para hacer el mejor uso de las diferentes fuentes de datos sobre cómo se mueven las personas en la ciudad y adónde quieren ir. Tomar estos datos y ofrecer las mejores opciones para todos los ciudadanos es el camino del futuro.