據New Atlas報導，現代城市每時每刻都會產生大量的數據，這些數據來自於幾十個獨立系統的攝像頭和傳感器。而一個從澳大利亞墨爾本開始的新項目旨在利用深度學習人工智能和預測建模來利用海量數據，並利用它來減少旅行時間、減少排放並以各種其他方式影響行為，作為“世界上最智能的交通管理系統”的一部分。

“Intelligent Corridor”（智能走廊）是一項為期三年的試驗，將在卡爾頓的尼科爾森街的2.5公里路段運行，這是墨爾本最繁忙的道路之一。墨爾本大學與奧地利的Kapsch TrafficCom公司和維多利亞州交通部等機構合作開展了這個項目。

該系統於本週推出，從一個巨大而多樣的傳感器網絡中獲取實時和歷史數據，包括CCTV攝像頭畫面、藍牙傳感器、空氣質量監測器、實時公共交通信息、TomTom實時交通數據、天氣數據、實時交通燈信號和相位數據、交叉口邏輯數據等等。這些數據中的一些已經可以在全市範圍內使用，其他的則作為單獨的AIMES（澳大利亞綜合多式聯運生態系統）項目的一部分預先安裝在更廣泛的卡爾頓地區，該項目本身被描述為“世界上第一個最大的生態系統，用於在復雜的城市環境中大規模測試新興互聯交通技術”。

該項目團隊稱，這是第一次將如此廣泛的實時和歷史數據匯集到一個交通管理項目中，由人工智能和深度學習算法進行實時分析。這個“EcoTrafiX”系統所帶來的洞察力將被用於多種用途。

首先，該系統將能夠控制“走廊”上每個十字路口的交通燈，以達到最佳流量。在項目發布會上，Kapsch的David Bolt舉了一個例子。”我們從整個網絡的成百上千個攝像頭中的一個獲取視頻流，我們使用我們的深度學習多功能平台來分析和註釋它，然後我們形成洞察力。例如，我們正在研究車道層面上的排隊長度檢測。這影響了信號相位和時間。我可以開始動態調整和優化這個交叉口，再往上走，就是走廊上的其他交叉口。”

正確的動態交通信號燈邏輯不僅僅會減少汽車通勤者的挫折感–每一次停車和啟動都會以噪音和排放的形式對城市造成損失，特別是在涉及重型貨運卡車的情況下。

但事情遠遠不止這些。該系統有多種方式與道路和公共交通用戶進行“溝通”，以影響交通流量，要么是對事故的反應，要么只是作為負載平衡和優化的一種手段。如果發生事故，有軌電車無法通過某個十字路口，該系統可以將可能影響到的每輛即將到來的有軌電車與建議相匹配，使其乘客前往他們要去的地方，要么換乘有軌電車，要么步行到另一條路，然後將該信息傳遞給有軌電車司機。

還有一個安全的角度–該系統可以監測行人過街區，並通過基礎設施到車輛的通信向司機提供反饋。該團隊選擇強調的一個例子是，在一個特定的十字路口，司機在轉彎時無法看到過馬路的人，直到他們快到了。

此外，事故管理將是該系統的一個重要部分，當它檢測到有奇怪的事情發生，或預測到有問題出現時，會彈出操作員警告。操作員將能夠從自動生成的行動列表中選擇應對情況，或者直接挖掘數據流，直到查看實時攝像頭監控，以弄清發生了什麼。他們還能夠從該地區的歷史中調出類似的事件，包括過去採取的行動和產生的影響，而且該系統的設計允許人類的監督和乾預達到特定城市所希望的程度，甚至更少。

這些都是該系統啟動時可以做的事情。但在接下來的三年裡，該團隊預計將嘗試各種想法，從確保連接的緊急車輛只看到綠燈，到在接送時間智能地將交通安排在學校周圍，到根據空氣質量地圖重新安排交通，到自動發短信給將汽車停在道路上的車主，希望他們能轉移自己的車輛，比拖車更快地清理道路。

Bolt說：“我們能夠通過我們在平台上安裝的API和插件與司機溝通。這是一個社會工程的挑戰，要改變你的駕駛習慣……。這是所有關於為未來需要的基礎設施做準備。那麼，我們如何向聯網車輛發送信息？這些信息如何被發送到非連接的車輛上？我們如何為自動駕駛車輛做準備？”

該項目自然會捕捉前後的數據，以衡量和跟踪系統的有效性。Kapsch說，該系統的設計可以從像這樣的小型單一路口和短途“走廊”的部署，一直到大規模的城市範圍內的實施，因為它是獨立於地點的，可以使用任何可用數據。