AIが、都市交通システムの効率と安全性を高めることで、地下鉄の乗客が改札に入ってから出るまでの移動をどのように改善しているかを探ります。
YOLO Vision 2025にご期待ください！
2025年9月25日
10:00 — 18:00（英国夏時間）
ハイブリッドイベント
AIが、都市交通システムの効率と安全性を高めることで、地下鉄の乗客が改札に入ってから出るまでの移動をどのように改善しているかを探ります。
地下鉄システム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輸送しています。ニューヨークや東京などの都市では、毎日300万人以上、600万人以上の地下鉄利用者がいます。都市が成長するにつれて、地下鉄システムをより効率的、安全、そして乗客にとって快適なものにすることが不可欠になります。
そこで人工知能（AI）が登場し、チケット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、地下鉄システムを例にとり、AIが旅の各段階をどのように改善し、すべてをスムーズに稼働させている隠れたAI技術を見ていきます。
通常、地下鉄での移動は、列に並び、切符を購入し、改札を通ることから始まります。AIはこれを積極的に効率化し、乗客にとってより迅速で便利なものにしています。例えば、顔認識技術は、地下鉄の切符システムに利用できます。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、スムーズなアクセスが可能になります。2019年には、北京がラッシュ時の混雑を解消し、長い行列を減らすために顔認識システムを導入しました。
AIのシームレスな統合により、毎日の通勤が容易になり、毎日何百万人もの乗客に利益をもたらします。AIを活用した発券システムは、乗客のエクスペリエンスを向上させるだけでなく、セキュリティも向上させます。顔データを分析することにより、システムは許可された乗客のみが駅に入るようにします。AIは、身元を迅速に確認し、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、入場プロセスがスピードアップし、セキュリティが強化され、不正乗車が削減されます。
地下鉄に乗った後、特にラッシュアワー時には駅構内での移動が複雑になることがあります。AIベースのナビゲーションシステムは、リアルタイムのガイダンスを提供することで、地下鉄での移動をより容易にします。これらのシステムは、GPS、センサー、カメラなどのソースからのデータを分析するAIアルゴリズムを使用して、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マップと同様のモバイルアプリを使用して、駅構内のプラットフォーム、出口、アメニティの場所を迅速に特定するための詳細な道案内を受け取ることができます。AIベースのナビゲーションは、時間の節約とストレスの軽減に役立ちます。
ナビゲーション以外にも、地下鉄のカメラからのデータとコンピュータビジョンを使用して、リアルタイムで群衆密度を監視できます。駅全体のカメラは、特定のエリアの乗客数をカウントして、潜在的なボトルネックや過密な場所を特定できます。これらの洞察は、交通当局が列車の頻度を調整したり、スタッフを派遣して群衆を管理したりするなど、積極的な対策を講じるのに役立ちます。実際、AIはドバイで実験的に使用され、渋滞を40％から60％削減し、ピーク時や公共イベント中の待ち時間を30分に短縮しました。
乗客が列車に乗車すると、AIはさまざまな方法で旅行体験を向上させることができます。これらのアプリケーションについて理解しましょう。
地下鉄の列車自体もAIで制御できます。完全自動運転列車は、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を行うための高度なアルゴリズムと、障害物を検出し安全に運行するためのセンサーを使用しています。AI駆動の地下鉄列車は、人件費を削減し、より多くの乗客をより質の高いサービスで輸送するための柔軟性を提供し、より一貫して時間通りに運行でき、加速とブレーキを最適化して電力消費を削減できます。たとえば、ホノルル鉄道輸送プロジェクトは、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40,000台の車の移動を削減することにより、交通渋滞と排出量を削減すると予想されています。
異なる駅からの降車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はオブジェクト追跡もサポートしており、リアルタイムで複数のオブジェクトを識別して追跡できるため、混雑した地下鉄システムに最適です。駅構内に設置されたカメラからのビデオフィードを分析することで、YOLOv8は降車する乗客の数をカウントし、その動きを追跡し、混雑パターンを特定できます。
地下鉄の改札口の枠を超えて、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、およびシャトルサービスにより、乗客は駅からの移動が容易になります。AIは、リアルタイムのデータを分析することにより、需要とこれらのサービスが利用可能になる時期を予測できます。このテクノロジーは、現在の交通状況と個人の好みに基づいて、最適なルートと輸送手段を提案することもできます。その結果、乗客は駅を出るとすぐに最適な交通手段にすばやくアクセスでき、待ち時間が短縮され、移動がより便利になります。
乗客として、私たちは地下鉄の旅の裏で起こっている複雑なプロセスを見過ごしがちです。AIは舞台裏で非常に重要であり、特に線路の検査とメンテナンスにおいて重要です。Duos Technologies Railcar Inspection Portal（RIP）のようなシステムは、このAI主導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は毎秒すべての車両の360度の画像をキャプチャして分析します。速度が125 mphを超える場合でも可能です。これらのエッジベースのAIシステムは、問題を検出し、60秒以内に鉄道職員にメンテナンスの問題を警告します。継続的な監視により、潜在的な問題を迅速に特定して対処できます。
エネルギー管理と最適化は、一般にはあまり知られていないメトロにおけるAIの応用例です。例えば、マドリード地下鉄は、AIベースのシステムを使用して換気にかかる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このシステムは、ミツバチのコロニーの採餌行動にヒント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、列車の頻度、乗客数、電気料金などの要素を考慮して、大量のデータを分析します。過去のデータとシミュレーションされたデータの両方を使用して、各駅に最適なバランスを予測し、機械学習を通じて時間の経過とともに改善します。
AIの地下鉄システムへの統合は、数多くのメリットをもたらしています。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、運行を最適化して、よりスムーズなサービスを提供できるようにすることで、効率が向上します。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ぐことができます。
しかし、メトロシステムにAIを実装するには、次のような課題があります。
これらの課題にもかかわらず、AIの利点により、地下鉄のような現代の都市交通システムにおいて、AIは変革をもたらす力となっています。効率の向上、安全性の強化、乗客体験の向上の可能性は、AIコミュニティがAIが提供する利点を完全に実現するために、これらの障害を克服しようと積極的に取り組んでいる理由を説明しています。ですから、次に地下鉄に乗る際には、あなたの旅の一部となっているAIの革新に注目してください。
駅への入場から、ナビゲーション、乗車、地下鉄からの退出まで、AIは旅全体を変革しています。AIは、運行を最適化し、安全性を高め、シームレスな乗客体験を提供します。線路のメンテナンスとエネルギー管理を改善することにより、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に関する懸念などの課題はありますが、地下鉄のような都市交通システムにおけるAIの利点は否定できません。都市が成長し続けるにつれて、AIは地下鉄の移動をよりスマート、安全、かつ効率的にするために、ますます重要な役割を果たすでしょう。
AIについてもっと学ぶために、私たちのコミュニティと繋がりましょう！GitHubリポジトリをチェックして、農業や製造業など、さまざまな業界で革新的なソリューションをAIでどのように活用できるかを発見してください。🚀
.webp)