نادراً ما تبقى المدن الحديثة ثابتة. كل تقاطع، طريق، وممر للمشاة يساهم في إيقاع متغير باستمرار يتشكل من ملايين القرارات اليومية. ضمن هذا الحركة، يعتقد الباحثون أن هناك أنماطاً خفية موجودة - أنماط يمكن للذكاء الاصطناعي تحديدها بشكل متزايد.

أفاد العلماء أن نظام ذكاء اصطناعي مستقل اكتشف علاقات مرورية غير معروفة سابقاً أثناء تحليل بيانات النقل الحضري على نطاق واسع. بدلاً من اتباع قواعد محددة مسبقاً، قام النظام بتحديد أنماط متكررة بشكل مستقل قد تحسن من فهم سلوك المرور.

اعتمد البحث على مجموعات بيانات واسعة تم جمعها من شبكات النقل في المدن، بما في ذلك حركة المركبات، إشارات المرور، ظروف الطرق، وطلب السفر. قامت نماذج التعلم الآلي بتحليل هذه الملاحظات لتحديد العلاقات التي لم تكن واضحة على الفور من خلال الطرق التقليدية.

يؤكد الباحثون أن نظام الذكاء الاصطناعي لا يحل محل مهندسي النقل. بدلاً من ذلك، يعمل كأداة تحليلية قادرة على كشف الاتجاهات التي يمكن للخبراء تقييمها بشكل أكبر باستخدام طرق علمية معتمدة.

فهم سلوك المرور له آثار عملية على تخطيط المدن. قد تساعد النماذج الأكثر دقة في تحسين توقيت الإشارات، تقليل الازدحام، زيادة كفاءة الوقود، ودعم بنية تحتية للنقل أكثر أماناً في المناطق الحضرية التي تنمو بسرعة.

تظهر النتائج أيضاً كيف يمكن للذكاء الاصطناعي أن يساهم في الاكتشاف العلمي بما يتجاوز التنبؤ البسيط. من خلال تحديد العلاقات التي تم تجاهلها سابقاً، قد يساعد الذكاء الاصطناعي الباحثين في توليد فرضيات جديدة للتحقيق في المستقبل.

يواصل مخططو المدن استكشاف كيفية تحسين اتخاذ القرارات المعتمدة على البيانات للنقل العام، الاستجابة للطوارئ، وتطوير البنية التحتية مع الحفاظ على الخصوصية والمعايير الأخلاقية.

على الرغم من أنه سيكون من الضروري إجراء مزيد من التحقق قبل التنفيذ العملي، إلا أن البحث يوضح كيف يستمر الذكاء الاصطناعي في توسيع دوره كشريك علمي قادر على دعم قرارات التخطيط الحضري المعقدة.

تنبيه حول الصورة المولدة بواسطة الذكاء الاصطناعي: تم إنشاء هذه الصورة باستخدام الذكاء الاصطناعي لدعم المقال بصرياً وليست صورة فعلية لإدارة المرور.

التحقق من المصدر: arXiv، منشورات أبحاث الذكاء الاصطناعي