交通におけるAI：地下鉄システムの再定義

地下鉄システムは都市の公共交通機関の要であり、毎日数百万人の乗客を運んでいます。New YorkやTokyoなどの都市では、1日あたり300万人および600万人を超える地下鉄の利用者がいます。都市の成長に伴い、地下鉄システムをより効率的で、安全で、乗客にとって快適なものにすることが不可欠になっています。

そこで役立つのが人工知能（AI）であり、乗車券の購入から列車の保守に至るまで、あらゆるものを変革しています。本記事では地下鉄システムの乗車体験を振り返り、AIが旅の各ステップをどのように改善しているか、そして物事を円滑に動かしている隠れたAIテクノロジーについて見ていきます。

公共交通機関におけるAIは運賃収受から始まります#

通常、地下鉄での移動は、列に並び、切符を買い、改札を通り抜けることから始まります。AIはこれを積極的に効率化し、乗客にとってより速く、より便利にしています。例えば、地下鉄の切符発券システムにはfacial recognition technologyを使用できます。混雑した都市では、乗客は物理的な切符やスマートカードなしでサービスを利用できます。代わりに、入口で顔がスキャンされるため、スムーズなアクセスが可能になります。2019年、Beijingは、混雑に対処し、ラッシュ時の長い待ち時間を削減するために顔認証システムを導入しました。

Fig 1. 中国・深セン地下鉄の顔認証システム。

AIのシームレスな統合により、日々の通勤が容易になり、毎日数百万人の乗客に恩恵をもたらしています。AI駆動のチケットシステムは、乗客の体験を向上させるだけでなく、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のみが駅に入場することを確実にします。AIは迅速に本人確認を行い、不正アクセスを阻止し、潜在的な脅威を特定できます。これにより、入場プロセスを高速化し、セキュリティを強化し、無賃乗車を削減できます。

AIの助けを借りた地下鉄路線の移動#

地下鉄に乗った後、駅構内で道順を見つけることは、特にラッシュ時には分かりにくい場合があります。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することで、地下鉄内での移動をより容易にすることができます。これらのシステムは、GPS、センサー、camerasなどのソースからのデータをAIアルゴリズムで分析して最適なルートを見つけ、正確で最新の道案内を提供します。乗客はGoogle Mapsに似たモバイルアプリを使用して、駅構内での詳細な案内を受け取り、プラットフォーム、出口、施設を素早く見つけることができます。AIベースのナビゲーションは、時間を節約し、ストレスを軽減することができます。

ナビゲーション以外にも、地下鉄内のdata from camerasやcomputer visionを使用して、リアルタイムで群衆の密度を監視できます。駅全体のカメラで特定のエリアの乗客を数え、潜在的なボトルネックや混雑したスポットを発見できます。これらの洞察により、交通当局は、電車の運行頻度の調整や、混雑管理のためのスタッフの派遣などの積極的な対策をとることができます。実際、ドバイではAIが実験的に使用され、reduce congestion by 40% to 60%を実現し、ピーク時やパブリックイベント時の待ち時間を30分に短縮しました。

Fig 2. オブジェクト検出を使用した地下鉄での人数のカウント。

AI対応地下鉄への乗車と移動#

乗客が電車に乗車する際、AIはさまざまな方法で移動体験を向上させることができます。いくつかの応用例を見てみましょう：

• Accessibility support: object detectionなどのコンピュータービジョン技術により、車いすユーザーを特定し、列車の最もアクセしやすいセクションに誘導することができます。ドア閉めプロセスも、これらの乗客が安全に乗車するための追加時間を確保できるように変更することができます。
• カスタマイズされたアナウンスと広告：AIを使用して、電車内に誰がいるか、また時間帯に応じて、乗客向けのアナウンスや広告を最適化できます。
• 車内点検の無人化：地下鉄ネットワークの終点にて、コンピュータビジョンを用いて車内に取り残された乗客がいないかを確認する「無人車両点検」を行うことができます。
• 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がそれを検出し、ホームの画面にアイテムを表示できます。これにより、乗客は自分の持ち物を容易に取り戻すことができます。

地下鉄の車両自体もAI搭載にすることができます。完全にautonomousな列車は、人間の乗務員なしで安全に運行できます。これらのAI搭載列車は、リアルタイムの意思決定のための高度なアルゴリズムと、障害物を検知して安全に運行するためのセンサーを使用しています。AI駆動の地下鉄は、人員コストを削減し、より優れたサービス品質でより多くの乗客を運ぶための大きな柔軟性を提供し、より一貫して定刻通りに運行でき、加速と減速を最適化して電力消費を削減します。例えば、Honolulu Rail Transit Projectは、米国で最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4万回の自動車の利用をなくすことで、交通渋滞と排出ガスを削減することが期待されています。

Fig 3. イタリア・ミラノの無人運転地下鉄。

AIを用いた地下鉄駅からの降車乗客の監視#

さまざまな駅から何人の人が降車するかを監視することも、地下鉄の流れを効率的に管理するために不可欠です。Ultralytics YOLOv8のようなAIモデルは、このプロセスにおいて重要な役割を果たします。YOLOv8はobject trackingもサポートしており、複数のオブジェクトをリアルタイムで識別して追跡するために使用できるため、混雑した地下鉄システムに最適です。駅全体のカメラからのビデオフィードを分析することで、YOLOv8は降車する乗客をカウントし、その動きを追跡し、混雑のパターンを発見することができます。

地下鉄の出口ゲートを越えて、AIはラストワンマイルの接続ソリューションに統合できます。AI対応の自転車シェアリングステーション、配車サービス、シャトルサービスは、乗客が駅を離れるのを容易にします。リアルタイムデータを分析することで、AIは需要とこれらのサービスが利用可能な時期を予測できます。この技術は、現在の交通状況や個人の好みに基づいて、最適なルートや移動手段を提案することも可能です。その結果、乗客は駅を出る際に最適な交通手段に素早くアクセスでき、待ち時間を短縮し、旅をより便利にできます。

舞台裏のAI：地下鉄の線路保守#

乗客として、私たちは地下鉄の移動の裏で行われている複雑なプロセスを見落としがちです。AIは、特に線路の検査と保守において、舞台裏で極めて重要です。Duos Technologies Railcar Inspection Portal (RIP)のようなシステムは、このAI駆動型のアプローチを示しています。AIアルゴリズムを使用して、RIPは125 mphを超える速度であっても、数秒であらゆる列車の360度画像を撮影および分析します。これらのエッジベースのAIシステムは問題を検知し、60秒以内に鉄道員に保守の問題を警告します。常時監視により、潜在的な問題を迅速に特定して対処することが可能になります。

エネルギー管理と最適化は、地下鉄におけるAIのあまり知られていない他の応用例です。例えば、Metro de Madridは、AIベースのシステムを使用して、換気のエネルギーコストを25%削減し、CO2排出量を年間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台の換気ファンを稼働させるため、このシステムは、ミツバチの群れの採餌行動にインスピレーション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、駅の建築構造、列車の運行頻度、乗客の負荷、電気料金などの要素を考慮して、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用して各駅の最適なバランスを予測して達成し、機械学習を通じて時間とともに改善されます。

Fig 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の利点と欠点#

地下鉄システムへのAIの統合は多くの利益をもたらしました。例えば、地下鉄システムがスケジュールを遵守し、遅延を減らし、より円滑なサービスのために運用を最適化するのを支援することで効率を向上させます。継続的な監視によって安全性も向上し、予測保守は事故や故障の防止に役立ちます。

しかし、地下鉄システムへのAI導入には次のような課題もあります：

• Data privacy concerns: 乗客データの収集と使用は、個人のプライバシー権を保護するために慎重に管理されなければならない重大なprivacy concernsを引き起こします。
• 既存インフラとの統合：既存の地下鉄インフラにAIシステムを統合することは複雑であり、修正が必要になる場合があります。
• High implementation costs: implementing AI technologyの初期費用は高くなる可能性があり、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、これはリソース上の課題となります。

こうした課題はあるものの、その利点によりAIは地下鉄のような現代の都市交通システムにおいて変革をもたらす力となっています。効率向上、安全性強化、そして乗客体験の改善の可能性が、AIコミュニティがAIのメリットを完全に実現するためにこれらの障害を克服しようと懸命に取り組んでいる理由です。ですから、次回地下鉄に乗る際は、あなたの旅の一部となっているAIの革新に注目してみてください。

交通におけるAIの未来#

駅への入場から、地下鉄内での経路確認、乗車、降車に至るまで、AIは旅全体を変革しています。AIは運用を最適化し、安全性を強化し、シームレスな乗客体験を提供します。線路の保守と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保証します。導入コストやデータプライバシーの懸念といった課題はあるものの、地下鉄のような都市交通システムにおけるAIの利点は明白です。都市の成長に伴い、地下鉄の旅をよりスマートで、安全で、効率的なものにする上で、AIはますます重要な役割を果たすことになるでしょう。

AIについての学習を続けるために、私たちのcommunityにつながりましょう。GitHub repositoryをチェックして、agricultureやmanufacturingなどのさまざまな産業で革新的なソリューションを作成するためにAIをどのように使用できるかを発見してください。🚀