Google的AI減少了流量，減少了排放

2020年初，Google Research的一組研究人員開始了一項任務，尋找創新方法來應對氣候變化。Dotan Emanuel，一位參與該項目的軟體工程師解釋說：「我們探索了各種大膽的想法，從培養肉類到能源解決方案和空氣污染減少。」

在一次家庭晚餐中，Dotan分享了這些雄心勃勃的想法，討論很快轉向一個共同的抱怨：交通燈。Dotan回憶說：「我的妻子Osnat建議，『為什麼不專注於交通燈？我們經常在它們前無謂地等待。』」

道路交通對全球和城市溫室氣體排放有顯著貢獻，特別是在城市路口，污染水平可能比開放道路高出29倍。大約一半的排放來自車輛在停車後加速。全球有數百萬個交通燈，其影響潛力巨大。

Dotan最初持懷疑態度，心想：「我們無法對交通燈做任何改變。」然而，他意識到最引人入勝的研究挑戰往往存在於未探索的領域。

出於好奇，Dotan和他的團隊深入研究交通工程。他們發現，雖然某些停停走走的交通不可避免，但通過更好的交通燈時序可以減輕許多問題。傳統上，城市要麼投資昂貴的硬體，要麼進行勞動密集型的車輛計數來優化交通流量，這些方法往往無法提供全面的數據。

Dotan指出：「我們意識到我們擁有獨特的資產——來自全球的Google Maps超過十年的駕駛趨勢數據。」在幾週內，他們制定了一個項目提案。

這促成了Project Green Light的誕生，這項計劃利用AI為現有交通燈提出優化建議，旨在減少停停走走的交通排放。在審查了眾多提案後，Green Light因其簡單的方法、可擴展性和潛在影響而被選中。

Green Light團隊利用Google Maps的駕駛數據開發了一個AI模型，分析路口的交通流量，包括停車和啟動的模式、平均等待時間以及附近路口的同步情況。該模型提出調整建議，例如在非高峰時段縮短紅燈時間或更好地協調未同步的路口。城市工程師可以使用現有基礎設施快速審查和實施這些建議。

Green Light計劃經理Alon Harris說：「我們的目標是在全球部署有效的Green Light建議並迅速擴展。我們設計的系統簡單輕便，城市無需投資額外的軟體或硬體。我們提供建議，城市決定行動。」

自2021年首次試驗以來，團隊已將測試擴展到眾多路口，改進了他們的預測，並將Green Light推廣到全球十多個城市，包括里約熱內盧、西雅圖、班加羅爾，以及最近的波士頓。他們還創建了一個全面的儀表板，與合作城市分享建議和分析數據，並持續更新以反映新進展。

Green Light儀表板提供針對城市的具體可行見解和支持數據。實施建議後，儀表板提供影響分析報告。

Alon解釋說：「我們為每個城市提供詳細報告，展示具體成果，例如某個路口隨時間避免的停車次數。這不僅鼓勵最初採納我們的建議，還促進其在更多路口的廣泛應用。」

目前，Green Light在超過70個路口運行，每月為多達3000萬次車程節省燃料和減少排放。初步數據顯示，停車次數可能減少高