Új kutatási projekt indulásáról számolt be nemrégiben a Traffic Technology Today nemzetközi szakmai magazin. A szakportál elmondása alapján a kutatás célja egy mesterséges intelligencián alapuló adatelemző eszköz kifejlesztése, kifejezetten a városi közlekedés támogatására. Az eszköz nemcsak döntéstámogatást nyújtana, hanem átláthatóvá is tennéi a döntési folyamatot.

A mesterséges intelligencia (MI) folyamatosan alakítja át az adatelemzési módszereket. Segítségével rövid idő alatt hatalmas adattömegek dolgozhatók fel, és korábban láthatatlan mintázatok is felismerhetők. A közlekedésirányításban ez azt jelenti, hogy a szabályozható változókat sokkal pontosabban lehet beállítani a biztonságosabb, hatékonyabb és környezetbarátabb városi közlekedés érdekében.

Azonban amikor a szakembereknek a közlekedés biztonságát érintő döntéseket kell hozni (például egy közlekedési lámpa programját módosítani), nem elég azt mondani: „az MI ezt javasolta”. Ezt hívják „fekete doboz” problémának: az MI döntését nem lehet megmagyarázni.

Dr. Alina Patelli, az Aston Egyetem (Birmingham) mesterséges intelligencia szakértője szerint:„Ha megkérdezik, miért úgy terveztél át valamit, és a válasz az, hogy ‘mert az MI így mondta’, az nem elfogadható.”

Patelli egy olyan európai konzorcium vezetője, amely egy olyan új eszközt fejleszt, ami nemcsak az adatok elemzésére képes, hanem magyarázatot is ad a döntéseire. Ez óriási segítség a szakemberek és a döntéshozók számára, hogy megértsék a MI mögöttes logikáját, így az MI segítségével előkészített döntések indokai is ismertté válnak, ami nagy segítség a felelős döntéshozatalban.

A siker mérése

A konzorciumvezető Aston Egyetemmel működő kutatócsoportja a kezdetektől fogva nagy hangsúlyt fektet a siker mérésére szolgáló mutatók meghatározására.

„Amikor a kezdeti célokat követelményeket összegyűjtjük az érintettektől, nem elég, ha csak elmondják, mit szeretnének. Tudnunk kell azt is, hogyan fogjuk mérni a bevezetett intézkedések sikerét?” – fejtette ki Patelli.

Ezért számszerű és minőségi mutatókat is meghatároznak: például mennyivel csökkennek a balesetek, mennyivel lesz gördülékenyebb a közlekedés, mennyivel mérséklődik a környezeti terhelés az egyes szakmai döntések, fejlesztések, intézkedések hatására.

Óriási áttörés jöhet a városi közlekedésirányításban (fotó: oliver hu, Unsplash)

Az adatrobbanás kihívása

A közlekedésből származó adatok mennyisége óriási, és napról-napra érzékelhetően nő. Az okostelefonok és járművek fedélzeti rendszerei és az út menti szenzorok rengeteg információt szolgáltatnak.

Patelli ezt „szinte lehetetlen analitikai kihívásnak” nevezi, mely során megszámlálhatatlan terabájtnyi adatot kell feldolgozni. A cél az, hogy ebből a hatalmas adattömegből értelmes, a mindennapi döntéshozatalban használható következtetések szülessenek. Az elvárásoknak megfelelően az új rendszer képes lesz történeti és valós idejű adatokat is feldolgozni, és nemcsak előrejelzéseket, hanem magyarázatokat is ad majd, amelyeket a döntéshozók közérthető formában tudnak továbbadni a közvélemény felé.

Evolúciós mesterséges intelligencia

A kutatók egy úgynevezett evolúciós MI-t alkalmaznak, ami folyamatosan tanul az adatokból, és mindig a lehető legjobb, legpontosabb modellt építi fel, vagyis neurális hálózat helyett evolúciós elven működik.

Közös tervezés és személyes küldetés

A fejlesztés középpontjában a felhasználók (közlekedési szakemberek, várostervezők, döntéshozók) állnak. A csapat a projekt minden szakaszában bevonja őket, hogy az eszköz valóban az ő igényeiknek megfelelően legyen kialakítva.

A projekt ütemezése

A projekt egy éves tervezési szakasza már lezárult, a szakember gárda elvégezte az alapkutatást, mellyel egyúttal lefektették egy nagyszabású projekt koncepcionális alapjait. Ha sikerül elnyerni az EU Horizon támogatását, a következő szakaszban a platform prototípusát építik meg, és valós környezetben tesztelik majd.

Magyar kitekintés

A nemzetközi fejlesztésekkel párhuzamosan Magyarországon is egyre hangsúlyosabb téma a mesterséges intelligencia szerepe a közlekedésben. Palkovics László közösségi oldalán kiemelte, hogy a közlekedés jövője az adatokban és az MI-ben rejlik: ezek nem helyettesítik az embert, hanem olyan eszközt adnak a kezébe, amely okosabbá, biztonságosabbá és fenntarthatóbbá teheti a rendszert.

Szakemberek a közlekedési innováció motorjaként (forrás: Palkovics László FB oldala)

A bejegyzésben Dr. Takács Péterrel, a BKV Zrt. vezérigazgatójával és Dr. Olti Ferenc műszaki szakértővel folytatott egyeztetést ismertette, ahol több konkrét cselekvési irány is megfogalmazódott. Ezek közé tartozik egy adatvezérelt és igényvezérelt közlekedési rendszer lehetőségének kutatás-fejlesztési projekt keretében történő vizsgálata, a KSH bevonásával a mélyebb adatelemzési lehetőségek feltérképezése, valamint az MI bevezetésének lehetősége a napi vállalati működés hatékonyságának növelése érdekében. A siker kulcsát a szakértelem jelenti, ezért az együttműködés bővítése a Gábor Dénes Egyetemmel, a SZTAKI-val és a Pannon Egyetemmel is napirendre került.

Az eredeti cikk az ITS International magazinban jelent meg Tom Stone tollából. Az ITS International egy olyan szakmai magazin, mely intelligens közlekedési rendszerekkel kapcsolatos híreket és kutatásokat közöl. A magyar vonatkozás forrása Palkovics László Facebook-oldala (2025.09.16.)

Nyitókép: oliver hu, Unsplash