Trafik sıkışıklığına son verecek umut verici uygulamalar var

Erdal Musoğlu Y
Trafik sıkışıklığına son verecek umut verici uygulamalar var

Hangimiz trafik sıkışıklığına yakalanmadık ki? Trafikten habersiz ve ilgisiz biçimde yanıp sönen ışıklar, bir küçük olay ya da yavaşlama sonucu kilometrelerce tıkanan yollar, kirlenen hava, salınan sera gazları, yaşanan stres, bozulan sinirler, kaybedilen saatler... Ama, bizler, modern yaşamın hızlı temposu ile uyumlu olmayan, yavaş mı yavaş trafiğin sorunlarını çözmek için ise hiç de modern olmayan yöntemler uyguluyoruz.

Bir yandan ha bire artan ve biçim değiştiren trafikle, öte yandan da sıkışıklıklar, hava koşulları ve kazalar ile her şey olup bittikten sonra baş etmeye çalışıyoruz. Trafik ışıklarımız ise pek çok yerde trafiğin akışı ve yoğunluğu ile eşzamanlı (senkronize) değiller, sabit zaman aralıkları ile yanıp sönüyorlar.

2015 yılında dünyadaki yollarda toplam 1.3 milyar araç vardı, 2040’da ise bu sayının, özellikle gelişmekte ülkelerden kaynaklanan artışla, 2 milyarı bulması beklenmekte! İklim ve çevre sorunları ile baş edebilmek için bu sayıyı azaltmak ve ulaşım ile taşımada temiz enerjilere geçmek tartışılmaz bir zorunluluk. Ama, gerçekçi olunursa, bir yandan da, bu kadar aracın giderek büyüyen şehirlerde yarattığı ve yaratacağı sorunları azaltmak için de çözümler geliştirilmesi gerekiyor. Zira işler yeni yollar açmakla çözüleceğe benzemiyor. Ülkemizde, özellikle de İstanbul’da durum ortada...


Öte yandan, trafik giderek, klasik araçların yanında, yarı otonom (sürücüye giderek daha çok destek veren ve aracın kontrolünü eline alan) ve daha ilerde de otonom (sürücüsüz) araçlardan oluşacak. Buna bir de sayıları hızla artan, çeşitlenen, ve diğer ulaşım yöntemleri ile bütünleşen (entegre olan) bireysel ulaşım araçlarını eklemek gerek. Klasik motorsiklet ve bisikletlere ek olarak, elektrikli iki ve tek tekerlekli araçların her türlüsü; bisikletler, scooterler, hoverboardlar, kaykaylar vb giderek yaygınlaşıyor. Bu araçlar için tercihli yollar yapmak ise çözümün yalnız bir parçası.

Çözüm nerede?

Trafik sıkışıklık ve tıkanmalarına karşı yeni iletişim teknolojileri ile (artık hemen her alanda olduğu gibi) yapay zekanın birlikte kullanılmaları, büyük miktarda verinin gerçek zamanda işlenmesini sağlayarak gerçekten de umut veren yeni çözümler üretiyor.

Yukarıda özetlediğimiz gelişmeler yeni trafik kontrol sistemlerinin değişikliklere anında uyum sağlayacak ve tepki verebilecek türden olmasını gerektiriyor. Bir örnek verecek olursak, Hindistan’ın Bengalore kentinde, en yoğun saatlerde, trafiğin ortalama akış hızı saatte 4 km yi yani bir yayanın hızını geçmemekte idi! Geliştirilen prototip bir uygulama ile yol kameralarının görüntüleri yapay zeka ile değerlendirilerek görüntülerdeki araçlar belirlendi. Bu bilginin aktarıldığı merkezi bilgisayar sistemi ise araç yoğunluğunu anında hesaplayarak trafik ışıklarının kontrolünü ona göre yapmaya başladı. Sonuçlar umut verici ve araçların türü ve boyutlarını da belirleyecek algılayıcılarla daha da geliştiriliyor.

Peki, modern ve akıllı trafik kontrol sistemlerini besleyecek büyük miktardaki verilerin kaynakları neler? Her şeyden önce yollarımızdaki milyonlarca kameradan gelen ve araçların özelliklerini ve plakalarını belirleyen görüntüler, yolların altına yerleştirilen araç sayıcılar ve, tabii, sürücülerin (ve giderek de araçların kendilerinin!) akıllı telefonları. Bütün bu veri kaynakları günümüzde mevcut olan ve yoğun kullanılan aygıtlar. Bunlara, (daha önceki yazılarımızda incelemiş olduğumuz) birbirleri ile ve ulaşım altyapısı ile haberleşen araçların iletecekleri, aracın türü, hızı, konumu türünden bilgileri de eklemek gerekecek, çok yakında.

Bu, ‘Big Data’ adını verdiğimiz çok yüksek miktardaki veriyi çok hızlı biçimde işleyerek trafiği kontrol edecek bir sistemin ise yapay zekaya dayalı olması bir zorunluluk. Hedef, trafiğin gelişmiş bir matematik modelini oluşturarak sağlıklı öngörülerde bulunmak ve böylece trafiği doğru yönlendirmek, ışıkları dinamik olarak kumanda etmek ve yolların kapasitelerini en etkin biçimde kullanmak.

Uygulama örnekleri

ABD’nin Pittsburgh şehrinde 2012 den beri geliştirilen ve kullanılan trafik kontrol sistemi, 50 kavşaktaki bekleme sürelerini %40, şehir içinde bir yerden diğer yere gitme süresini %25, hava kirlenmesini de %20 azaltmış. Sistem, yol görüntülerinde, yayalar ve araç türleri dahil tüm yol kullanıcılarını anında belirliyor ve ışıkları doğrudan kontrol ediyor. Her kavşak da, ilerdeki kavşakları gelen trafik konusunda sürekli bilgilendiriyor. Yapay zeka ve derin öğrenme kullanan bir bilgi sistemi olmaksızın böyle bir sistemi kurmak ve çalıştırmak pek söz konusu değil...

Almanya’nın Hagen şehri için hazırlanan benzer bir sistemin benzeşimi (simülasyonu) ışıklarda bekleme sürelerinin %45’e kadar azalabileceğini gösteriyor. Portekiz’deki Lizbon’da ise 1400 elektrikli bisikletin 140 alım noktasına dağılımı ve şarj edilmelerinin yönetimi de, trafik bilgilerine ek olarak hava şartlarını da sürekli izleyen bir sistem tarafından yapılıyor. Telefonunuzdan size en yakın noktada kullanıma hazır bir bisikleti hemen bulabiliyorsunuz. İngiltere’deki Miton-Keynes şehrinde kurumakta olan ve 104 kavşak ile 812 yolun trafiğini 411 kamera ile izleyen trafik yönetim sistemi, trafiğin şimdiki zamandan 15 dakika sonraki durumunu %89 doğrulukla öngörebiliyor.

Bu sistemlerin yoldaki araçların ve kullanıcılarının neler olduğunu (türlerini) belirlemeleri, trafiği, toplu taşıma araçları, ambülanslar, itfaiyeler, e-bisiklet türü bireysel araçlar ve yayaların yerleri ve sayılarına ve önceliklere göre yönlendirmelerini de sağlıyor.

Akıllı trafik kontrol sistemlerinin geleceği ve sorunları

Görüldüğü gibi akıllı trafik kontrol sistemleri hızla gelişmekte ve birçok uygulamada da etkilerini göstermekte. Yakın gelecekte, toplanan verilerin türü, miktarı ve kalitesi arttıkça ve geliştirilen sistemler olgunlaştıkça trafik sorunlarının azaltılmasına büyük katkıları olacağa benziyor. Ama, doğaldır ki, trafik yönetimi bu sistemler aracılığı ile optimal biçimde yapılsa bile sorunları ortadan kaldırmak olası değil. Şehirlerin kontrolsüz biçimde büyümelerini önlemek, toplu taşımayı yaygınlaştırmak, geliştirmek ve diğer ulaşım türleri ile bütünleştirmek, uzaktan (evinden) çalışmayı desteklemek, araç paylaşımını özendirmek, isteyenin istediği yere park etmesini önlemek, trafik kurallarına kesinlikle ve her zaman uyulmasını sağlamak, özetle ülkemizde yapılagelenlerin tersini yapmak (!), trafik sorunlarını azaltmanın baş yöntemi!

Akıllı trafik yönetim sistemlerinin yaratacağı sorunların başında ise bu konuda görev yapanların işlerini kaybetmeleri ya da yeniden eğitilerek daha nitelikli işlere yönlendirilmeleri geliyor. Ama daha da önemli bir sorun derin öğrenmeye dayalı tüm akıllı sistemlerin ortak sorunu: Yapay zeka temelli bilgi sisteminin kararları nasıl ve neden aldığının anlaşılabilmesi!

Yapay zekanın parametrelerini sürekli değiştirerek sonuçlara varma süreci henüz yeterince açıklığa kavuşturulamıyor. O zaman, da tıp alanında nasıl tanı koydukları, trafik yönetiminde de örneğin bir kaza sonucu sıkışacak trafiği neden bazı yollara değil de diğerlerine yönlendirdikleri anlaşılamıyor. Bu da daha üst düzeydeki planlamaları, kararları ve girişimleri desteklemelerini olanaksızlaştırıyor ya da güçleştiriyor. Sistemler yanlış karar aldıklarında ve biz araç sürücüleri de şaşkına döndüğümüzde bunun nedenleri henüz anlaşılamıyor.. Öte yandan, bu işleri biz insanlar yaptığımızda da sonuç pek değişmiyor. Karmaşık durumlar karşısındaki saptamalarımız ve kararlarımızın nedenlerini açıklamakta çoğu kez bizler de zorlanmıyor muyuz?..

Erdal Musoğlu / emusoglu@gmail.com

Kaynaklar
http://www.bbc.com/future/story/20181212-can-artificial-intelligence-end-traffic-jams
https://www.asmag.com/showpost/23984.aspx
https://en.m.wikipedia.org/wiki/Intelligent_transportation_system

Bu yazı HBT'nin 145. sayısında yayınlanmıştır.

Erdal Musoğlu