,

,

, ,
    ,
      ,
    1. ,

      Pero dada la falta de fondos, ¿cómo deciden los ingenieros de tráfico cuáles son los proyectos más urgentes?

      En el Departamento de Transporte de Seattle están probando si nuevas herramientas de inteligencia artificial podrían ayudar.

      Venu Nemani trabaja en el Departamento de Transporte de Seattle. Afirma que los métodos tradicionales para analizar la seguridad en los cruces brindaban a los ingenieros de tráfico datos limitados para trabajar.

      "Ahora mismo, en un enfoque tradicional, revisamos los informes de accidentes de la policía", explica.

      O realizan observaciones directas, parados en los cruces durante los períodos de mayor tráfico.

      Esas clases de análisis requieren mucho tiempo y no son muy precisos.

      Mientras tanto, Seattle ha tenido dificultades para lograr su objetivo Visión Cero de eliminar las muertes de peatones para el año 2030.

      La tecnología ofrece un enfoque diferente.

      Como parte de un piloto de 18 meses, un sistema de inteligencia artificial monitoreará las cámaras de ángulo amplio en dos cruces cerca de las estaciones de tren ligero de Othello y Columbia City. La IA puede distinguir entre peatones y ciclistas, y autos, autobuses y trenes, y comprende cómo se mueven.

      Reconoce problemas de seguridad que no se registran en los informes policiales.

      "Esto nos ayuda a analizar los accidentes antes de que ocurran", comenta Nemani.

      Esos casi accidentes son mucho más numerosos que los accidentes reales.

      Y debido a que el sistema puede funcionar las 24 horas del día sin fatigarse, genera una gran cantidad de datos. Luego, la inteligencia artificial genera un mapa de calor, mostrando a los ingenieros de tráfico exactamente en qué parte de la intersección los peatones enfrentan el mayor peligro.

      En una demostración de una empresa para el Departamento de Transporte, un sistema de IA mostró que, en un período de 30 días, 3,649 peatones no utilizaron un cruce de peatones en el Distrito Universitario que se encontraba a pocos metros.

      Esto indica a los ingenieros que el cruce de peatones está en el lugar equivocado, o tal vez necesitan una mejor señalización.

      "O podemos pensar en cómo sincronizar la señal, para que se ajuste realmente al comportamiento de los peatones que estamos viendo, que podamos acomodar de manera razonable", dice.

      Por ejemplo, si los peatones cruzan la intersección en diagonal, él dice que la solución podría ser crear una señal que permita a los peatones cruzar en todas las direcciones al mismo tiempo.

      En otro ejemplo, la IA mostró puntos peligrosos a un tercio del camino a través del cruce de peatones. Eso indica conflictos entre peatones y automóviles que giran a la derecha. Nemani dice que la ciudad está implementando la temporización "leading pedestrian interval" (que da a los peatones una ventaja inicial) en toda la ciudad, pero la priorizará en las intersecciones que muestren un gran número de estos puntos peligrosos de casi colisión.

      Los datos también están registrados con fecha y hora. De esta manera, los ingenieros pueden determinar si la intersección es más peligrosa de noche, o si las casi colisiones tienden a ocurrir cuando hay grandes multitudes presentes, como después de un evento deportivo.

      Nemani dice que las cámaras del sistema no se acercan lo suficiente como para identificar los rostros de las personas. Los individuos permanecen en el anonimato. Por lo tanto, él dice que no entra en conflicto con la ordenanza de vigilancia de Seattle.

      Los sistemas de IA pueden introducir sesgos sistémicos. Por ejemplo, el software de reconocimiento facial ha tenido problemas para distinguir rostros en personas de piel oscura.

      Jason Cambridge está a cargo de la tecnología y la gestión de datos en el Departamento de Transporte de Seattle. Él dice que este sistema se calibrará para evitar el sesgo al categorizar a las personas solo a un nivel más alto: como peatones o ciclistas. Debido a que no se dividirá a las personas en subtipos adicionales, Cambridge dice que el sistema puede evitar hacer generalizaciones sobre cómo los peatones o ciclistas pueden actuar de manera diferente según su apariencia.

      El piloto está financiado por una subvención federal. Cambridge dice que si la tecnología es efectiva, la ciudad solicitará una segunda fase de la subvención que financiará la tecnología en muchas más intersecciones en toda la ciudad.

      "Vivimos en una comunidad tan amigable con la tecnología, y poder finalmente sentir que podemos utilizar lo emergente en beneficio de la comunidad es realmente asombroso", dice Cambridge.

      Por supuesto, la IA puede cometer errores.

      En 2018, un vehículo de Uber en Arizona que probaba un sistema de inteligencia artificial atropelló y mató a un peatón. Sin embargo, en el proyecto piloto de Seattle, la inteligencia artificial se utilizará solo para análisis, no para controlar vehículos o luces de calle.