Liikennevaloista tulee joustavampia, kun niitä ohjaa virtuaalinen liikennepoliisi
Tutkijat ehdottavat, että kielimalliin nojaava virtuaalipoliisi säätää nykyisiä valoja poikkeustilanteissa – ilman kallista järjestelmäremonttia.
Aamuruuhka seisoo, kun risteyksen lähellä sattuu kolari. Yksi kaista on poissa pelistä, ambulanssit ovat ohittaneet, ja autot pyrkivät epätoivoisesti eteenpäin. Liikennevalot vaihtuvat tutussa rytmissään, ikään kuin mitään ei olisi tapahtunut. Vasta kun paikalle saapuu poliisi ohjaamaan, suuntaa vaihdetaan: vihreä palaa tavallista pidempään sinne, missä jono on pisin, ja ruuhka alkaa hiljalleen purkautua.
Tällainen hetki paljastaa automaation vahvuudet ja heikkoudet. Valojen ohjaus on jo pitkään ollut ”älykästä” – se mittaa virtoja ja säätää sykettä. Mutta kun tapahtuu jotain odottamatonta, kone jää helposti kaipaamaan ihmisen tilannetajua.
Tuoreessa tutkimuksessa ehdotetaan ratkaisua, joka ei pyri syrjäyttämään nykyisiä järjestelmiä vaan paikkaamaan niiden sokeita pisteitä. Ajatus on yksinkertainen: valojen yläpuolelle asetetaan eräänlainen virtuaalinen liikennepoliisi – tekoäly, joka lukee tilannetta ja hienosäätää olemassa olevien ohjainten asetuksia silloin, kun mikään aiempi sääntö ei riitä.
Aiemmin monessa hankkeessa on uskottu, että koko liikennevalojen ohjaus kannattaa korvata uudella, tekoälypohjaisella järjestelmällä. Se on kallista ja riskialtista. Lisäksi tekstitietoon nojaavat tekoälymallit saattavat esittää varmana sellaista, mikä ei pidä paikkaansa. Tutkijat lähestyvät asiaa päinvastoin: mikään ei mene uusiksi, jos ei ole pakko. Kone oppii toimimaan liikenneinsinöörin ja poliisin rinnalla, ei heidän tilallaan.
Miltä tämä näyttää käytännössä? Otetaan konkreettinen esimerkki. Risteykseen johtavalta kadulta tukkiutuu yksi kaista yllättäen korjaustyön vuoksi. Nykyinen ohjain tekee edelleen parhaansa sen tiedon varassa, joka sillä on – mutta juuri tätä tilannetta varten sitä ei ole suunniteltu. Virtuaalinen poliisi astuu väliin. Se ei keksi säätöjä tyhjästä, vaan etsii ensin ohjekirjasta: millaisia periaatteita noudatetaan, kun kaista katoaa ja jonot kasvavat? Tämän tiedon pohjalta se säätää muutamia tuttuja vipuja – pidentää vihreää juuri sille suunnalle, jossa paine on suurin, ja lyhentää muualta sen verran, että kokonaisuus pysyy hallittuna. Kun tilanne muuttuu, säätö muuttuu mukana.
Voima ei siis ole yhdessä kaikki korvaavassa ”superjärjestelmässä”, vaan kahdessa kerroksessa. Alhaalla ovat samat ohjaimet kuin ennenkin. Ylhäällä on kielimalli – tietokoneohjelma, joka on opetettu käsittelemään tekstiä ja tekemään perusteltuja ehdotuksia – ja sen käyttämä, liikennettä varten koottu tietopankki. Tätä voi ajatella räätälöitynä käsikirjastona, joka sisältää tietoa tyypillisistä liikennetilanteista ja periaatteista, joilla valoja on turvallista ja tehokasta säätää.
Keskeistä on, ettei tekoäly jää yksin. Tutkijat rakensivat sille hakutoiminnon, joka pakottaa sen tukeutumaan tähän käsikirjastoon aina, kun se tekee päätelmiä yllättävissä tilanteissa. Lisäksi sen ehdotuksia tarkistaa erillinen varmistaja, toinen tekoäly, joka voi päivittää käsikirjastoa prosessin aikana. Yhdessä nämä osat on tarkoitettu vähentämään sitä vaaraa, että malli täyttäisi aukot omalla mielikuvituksellaan.
Miksi tällainen varovainen lisäpalikka on kiinnostava? Siksi, että liikennevalot ovat järjestelmä, jota ei ole helppo uusia. Niitä on paljon, ne ovat kytköksissä toisiinsa, ja mikä tahansa raju muutos maksaa ja vie aikaa. Jos poikkeustilanteisiin voidaan reagoida parantamalla olemassa olevaa, hyöty on välitön: vähemmän käsipelillä tehtävää ohjausta, vähemmän seisomista turhaan. Tutkimuksen tulosten mukaan tällainen virtuaalinen poliisi paransi toimintatehokkuutta ja luotettavuutta nimenomaan ennakoimattomissa tilanteissa.
On reilua kysyä, mitä riskejä jää jäljelle. Ensinnäkin, tekstitietoon pohjaava malli on niin hyvä kuin sen aineisto. Vaikka käsikirjasto on räätälöity liikenteeseen, se ei voi kattaa kaikkea: jokainen kaupunki on erilainen, jokainen risteyskin. Toiseksi, ”virtuaalipoliisi” tekee ehdotuksia, joiden on osuttava yksiin paikallisten sääntöjen ja turvallisuusrajojen kanssa. Väärä säätö väärässä paikassa voi pahimmillaan pahentaa ruuhkaa. Tutkijat pyrkivät suitsimaan tätä käyttämällä rajattua tehtävänkuvaa: malli ei ohjaa kaikkea, vaan säätää valittuja parametreja, ja vieläpä olemassa olevan järjestelmän ehdoilla.
On myös epävarmuuksia, joihin tutkimus ei anna lopullista vastausta. Kuinka hyvin ratkaisu toimii kaupunkien välillä, vuodenajoissa, suurten tapahtumien aikana? Miten se sopeutuu teknisiin rajoitteisiin, joita on kertyneissä järjestelmissä? Tulokset ovat rohkaisevia, mutta ne eivät ole kutsu heittää vanhaa romukoppaan – päinvastoin, idea on elää sen kanssa.
Silti ajatus kiehtoo laajemminkin kuin liikennevaloissa. Monet kriittiset järjestelmät, sairaaloista sähköverkkoihin, nojaavat vuosikymmeniä rakennettuihin ohjaimiin, joita ohjataan enimmäkseen sääntökirjoilla ja kokemuksella. Entä jos niitä voisi tukea varovaisella, tietopohjaisella ”virtuaalipäivystäjällä”, joka astuu esiin vasta, kun tapahtuu jotain odottamatonta? Kysymys ei ole siitä, voiko tekoäly korvata ihmisen, vaan siitä, voiko se antaa nykyisille järjestelmille saman tilannetajun, jonka poliisi tuo risteykseen silloin, kun maailma yllättää.
Paper: https://arxiv.org/abs/2601.15816v1
Register: https://www.AiFeta.com
liikenne tekoäly kaupungit automaatio tutkimus