交通分野のAI：地下鉄システムを再定義する

地下鉄は都市の公共交通機関の中核であり、毎日何百万人もの乗客を運んでいます。ニューヨークや東京のような都市では、地下鉄の利用者数が1日あたりそれぞれ300万人、600万人を超えています。都市が発展するにつれて、地下鉄システムをより効率的で安全、かつ快適なものにすることが重要になります。

そこで活躍するのが人工知能（AI）です。AIは、乗車券の購入から列車のメンテナンスまで、あらゆるものを変革しています。この記事では、地下鉄の乗車体験をたどりながら、AIが旅の各段階をどのように改善するのか、そしてシステムを円滑に運用し続けるために使われている、表からは見えにくいAI技術についてご紹介します。

公共交通機関におけるAIは、運賃の収受から始まります#

通常、地下鉄での移動は、列に並んで乗車券を購入し、改札を通るところから始まります。AIはこの流れを効率化し、乗客にとってより迅速で便利なものにします。たとえば、地下鉄の乗車券システムには顔認識技術を活用できます。混雑する都市では、乗客は紙の乗車券やスマートカードを使わずにサービスを利用できます。代わりに、入口で顔をスキャンすることで、スムーズに入場できます。2019年、北京では、ラッシュアワーの混雑や長い行列を解消するために、顔認識システムが導入されました。

図1。中国・深圳地下鉄の顔認識システム。

AIをシームレスに導入することで、毎日の通勤がより簡単になり、何百万人もの乗客にメリットがもたらされます。AIを活用した乗車券システムは、乗客の利便性を高めるだけでなく、セキュリティも強化します。顔データを分析することで、システムは許可された乗客だけが駅に入れるようにします。AIは本人確認を迅速に行い、不正な入場を阻止し、潜在的な脅威を検知できます。入場手続きを迅速化し、セキュリティを強化するとともに、運賃の不正逃れを減らせます。

AIを活用した地下鉄路線の移動支援#

地下鉄に入った後、駅構内で目的地までの道順を見つけるのは、特にラッシュアワーには難しいことがあります。AIベースのナビゲーションシステムは、乗客にリアルタイムの案内を提供し、地下鉄構内の移動を容易にします。こうしたシステムは、GPS、センサー、カメラなどの情報源からデータを取得し、AIアルゴリズムで分析して最適なルートを見つけ、正確で最新の道順を案内します。乗客はGoogleマップのようなモバイルアプリを使い、駅構内でプラットフォーム、出口、施設の場所をすばやく見つけるための、順を追った案内を受けられます。AIベースのナビゲーションは、時間を節約し、ストレスを軽減できます。

ナビゲーションに加えて、地下鉄のカメラのデータやコンピュータビジョンを活用すれば、混雑状況をリアルタイムで監視できます。駅構内に設置されたカメラで特定エリアの乗客数を数え、混雑のボトルネックや過密状態の場所を検知できます。こうした分析結果をもとに、交通機関の運営者は列車の運行頻度を調整したり、スタッフを配置して混雑を管理したりするなど、先手を打った対策を講じられます。実際、ドバイではAIの実証実験により、混雑を40%から60%削減し、ピーク時やイベント開催時の待ち時間を30分に短縮しました。

図2。物体検出を使った地下鉄構内の人数カウント。

AI対応の地下鉄への乗車と利用#

乗客が列車に乗り込む際、AIはさまざまな方法で移動体験を改善できます。いくつかの活用例を見ていきましょう。

• アクセシビリティのサポート: 物体検出などのコンピュータビジョン技術を使って車椅子利用者を識別し、列車内で最も利用しやすいエリアへ案内できます。また、こうした乗客が安全に乗車できるよう、ドアを閉めるまでの時間を延長することもできます。
• カスタマイズされたアナウンスと広告: AIを活用して、列車内にいる乗客や時間帯に応じて、アナウンスや広告をカスタマイズできます。
• 車内の忘れ物確認: 地下鉄網の終着駅では、コンピュータビジョンを使って「車内の忘れ物確認」を行い、乗客が車内に取り残されていないことを確認できます。
• 置き忘れ荷物の管理: 荷物が置き忘れられた場合、コンピュータビジョンで検知し、プラットフォームの画面に表示できます。乗客は自分の荷物を簡単に受け取れます。

地下鉄の列車自体もAIを活用できます。自律運転列車は、乗務員がいなくても安全に運行できます。こうしたAI搭載列車は、高度なアルゴリズムを使ってリアルタイムに判断し、センサーで障害物を検知して安全に運行します。AI駆動の地下鉄列車は人件費を削減し、より高い柔軟性でより多くの乗客を運びながら、サービス品質を向上させることができます。また、運行時刻をより安定して守り、加速やブレーキを最適化して電力消費を抑えられます。たとえば、ホノルル鉄道交通プロジェクトは、米国初の完全自動運転システムです。このシステムは、1日あたり約4万回の自動車移動をなくし、交通渋滞と排出量を削減することが期待されています。

図3。イタリア・ミラノの無人地下鉄。

AIを使って地下鉄駅から出る乗客を監視する#

駅ごとの出口を通過する人数を監視することも、地下鉄の流れを効率的に管理するうえで欠かせません。Ultralytics YOLOv8のようなAIモデルは、このプロセスで重要な役割を果たします。YOLOv8は物体追跡にも対応しており、複数の物体をリアルタイムで識別して追跡できるため、混雑する地下鉄システムに最適です。駅構内各所に設置されたカメラの映像を分析することで、YOLOv8は出口を通過する乗客数を数え、移動を追跡し、混雑のパターンを検知できます。

地下鉄の改札の外では、AIをラストマイルの交通手段に組み込むこともできます。AI対応のシェアサイクルステーション、配車サービス、シャトルサービスによって、乗客は駅を出た後に移動しやすくなります。リアルタイムデータを分析することで、AIは需要や各サービスの利用可能状況を予測できます。また、現在の交通状況や個人の好みに基づいて、最適なルートや交通手段を提案できます。その結果、乗客は駅を出てすぐに最適な交通手段を利用でき、待ち時間を減らして、より便利に移動できます。

舞台裏のAI：地下鉄の線路を保守する#

乗客は、地下鉄での移動の裏側で行われている複雑な業務を見過ごしがちです。AIは舞台裏で重要な役割を果たしており、特に線路の点検と保守に欠かせません。Duos Technologies Railcar Inspection Portal (RIP)のようなシステムは、AIを活用したアプローチの好例です。RIPはAIアルゴリズムを用いて、列車の各車両の360度画像を数秒で撮影・分析し、時速125マイルを超える速度にも対応します。こうしたエッジベースのAIシステムは問題を検知し、60秒以内に保守上の問題を鉄道職員に通知します。継続的な監視により、潜在的な問題をすばやく特定し、対処できます。

エネルギー管理と最適化も、あまり知られていない地下鉄におけるAIの活用例です。たとえば、マドリード地下鉄ではAIベースのシステムを使い、換気のエネルギーコストを25%削減し、年間のCO2排出量を1,800トン削減しています。年間最大80ギガワット時のエネルギーを消費する891台の換気ファンを運用するこのシステムは、ミツバチの群れの採餌行動に着想を得た最適化アルゴリズムを使用しています。このアルゴリズムは、気温、駅の構造、列車の運行頻度、乗客数、電気料金などの要素を考慮し、膨大なデータを分析します。過去のデータとシミュレーションデータの両方を使って各駅に最適なバランスを予測・実現し、機械学習によって時間とともに改善されます。

図4。マドリード地下鉄のAIベースの換気システム。

公共交通機関におけるAIのメリットとデメリット#

地下鉄システムへのAI導入は、数多くのメリットをもたらしています。たとえば、地下鉄の運行スケジュールの順守、遅延の削減、運行の最適化を支援し、サービスの円滑化によって効率を高めます。また、継続的な監視によって安全性が向上し、予知保全によって事故や故障を防ぎます。

一方、地下鉄システムへのAI導入には、次のような課題があります。

• データプライバシーへの懸念: 乗客のデータを収集・利用すると、個人のプライバシー権を守るために慎重な管理が必要となる、重大なプライバシー上の懸念が生じます。
• 既存インフラとの統合: AIシステムを既存の地下鉄インフラに統合する作業は複雑で、改修が必要になる場合があります。
• 導入コストの高さ: AI技術の導入には高額な初期費用がかかる可能性があり、一部の地下鉄システムにとって障壁となる場合があります。
• 熟練した専門家の必要性: AIシステムの導入と保守を成功させるには、高度なスキルを持つ専門家が必要であり、人材の確保が課題となる場合があります。

こうした課題があるにもかかわらず、AIのメリットは、地下鉄のような現代の都市交通システムを変革する力となっています。効率の向上、安全性の強化、乗客体験の改善が期待できることから、AIがもたらすメリットを十分に実現するために、AIコミュニティがこうした障壁の克服に積極的に取り組んでいる理由が分かります。次に地下鉄を利用するときは、移動の一部を担っているAIのイノベーションに注目してみてください。

交通分野におけるAIの未来#

駅への入場から、地下鉄構内の移動、乗車、そして駅からの退出まで、AIは移動のあらゆる場面を変革しています。運行を最適化し、安全性を高め、シームレスな乗客体験を実現します。線路の保守やエネルギー管理を改善することで、AIは効率的で費用対効果の高い地下鉄システムを実現します。導入コストやデータプライバシーへの懸念といった課題があるものの、地下鉄のような都市交通システムにおけるAIのメリットは明らかです。都市が発展し続けるなか、地下鉄の移動をよりスマートで安全かつ効率的にするうえで、AIの重要性はますます高まります。

AIについて学び続けるために、ぜひコミュニティにご参加ください。GitHubリポジトリでは、農業や製造業など、さまざまな業界でAIを活用して革新的なソリューションを生み出す方法をご覧いただけます。 🚀