Urban Transformation

El algoritmo que puede acabar con la congestión del tráfico

FILE PHOTO: Cars stand bumper to bumper in the evening rush hour traffic jam in central Beijing, China, December 8, 2016.   REUTERS/Thomas Peter/File Photo - RTS128B4

Image: REUTERS/Thomas Peter

Antonio Sabán
Comparte:
Nuestro impacto
¿Qué está haciendo el Foro Económico Mundial para acelerar la acción en Urban Transformation??
La visión global
Explora y monitorea cómo Cities and Urbanization afecta a las economías, las industrias y los problemas globales
A hand holding a looking glass by a lake
Innovación mediante crowdsourcing
Involúcrate con nuestra plataforma digital de crowdsourcing para lograr un impacto a escala
Mantente al día:

Cities and Urbanization

El grupo que ha desarrollado el algoritmo ya está trabajando junto a BMW empleando sus datos de coches compartidos de Múnich.

La promesa de la computación y la inteligencia artificial en los coches va más allá de la comodidad, de hecho esa no es la prioridad. Será la seguridad la gran beneficiada, permitiendo la eliminación de los molestos semáforos y, sobre todo, el fin de las colisiones, que en países como España, pese a su gran reducción en los últimos tiempos, siguen suponiendo una de las grandes causas de muerte. Un algoritmo creado en la Univesidad Tecnológica Nanyang de Singapur muestra las capacidades de la tecnología que viene.

El trabajo comenzó buscando reducir la congestión del tráfico, partiendo de la base de que en entornos densos se va a acabar dando siempre, causando colisiones además de mucha frustración. El impacto de todo esto está estimado: 22.000 millones de dólares en países desarrollados. Por tanto, el algoritmo se ha desarrollado para evitar los embotellamientos mediante la redirección de los vehículos que hagan uso de él a rutas alternativas, rompiendo así lo que se conoce como breakdown, el momento en que en un área determinada entran más coches de los que salen.

El objetivo es, como dice Hongliang Guo, uno de los responsables de la investigación, “maximizar la probabilidad de que ninguna de las redes de tráfico se encuentra en un momento de breakdown o ruptura. Lo brillante de este algoritmo es cómo mediante aprendizaje de máquina es capaz de hacer millones de cálculos en tiempo real sobre la repercusión de hacer un simple cambio en la red. Esto ha llevado al grupo a intentar ponerlo en práctica junto a BMW, que además de ser un gran fabricante gracias a los datos que la compañía bávara ha obtenido de su flota de coche compartido en la ciudad de Múnich.

El coche autónomo se acerca (ya sabemos que muchas compañías tienen 2020 como gran objetivo para el lanzamiento de coches que vayan más allá del control de crucero y asistencia clásica), pero la interconexión entre ellos y los núcleos urbanos sigue siendo un área por desarrollar. Sin duda, estos algoritmos ayudarán a que la industria progrese.

No te pierdas ninguna actualización sobre este tema

Crea una cuenta gratuita y accede a tu colección personalizada de contenidos con nuestras últimas publicaciones y análisis.

Inscríbete de forma gratuita

Licencia y republicación

Los artículos del Foro Económico Mundial pueden volver a publicarse de acuerdo con la Licencia Pública Internacional Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0, y de acuerdo con nuestras condiciones de uso.

Las opiniones expresadas en este artículo son las del autor y no del Foro Económico Mundial.

Comparte:
World Economic Forum logo
Agenda Global

La Agenda Semanal

Una actualización semanal de los temas más importantes de la agenda global

Suscríbete hoy

Puedes anular tu suscripción en cualquier momento utilizando el enlace que figura en nuestros correos electrónicos. Para obtener más información, consulta nuestro Política de privacidad.

Reducing Embodied Carbon in Cities: Nine Solutions for Greener Buildings and Communities

Victoria Masterson

27 de marzo de 2024

Sobre nosostros

Eventos

Medios

Socios y Miembros

  • Únete

Ediciones en otros idiomas

Política de privacidad y normas de uso

© 2024 Foro Económico Mundial