Transport przyszłości w kontekście Polityki dla rozwoju sztucznej inteligencji

Głównym celem Polityki AI jest wsparcie społeczeństwa, firm, przedstawicieli nauki oraz administracji publicznej w wykorzystaniu szans związanych z rozwojem AI, przy równoczesnym zapewnieniu ochrony godności człowieka oraz warunków do uczciwej konkurencji w globalnej rywalizacji. Realizacja głównego celu będzie realizowana w sześciu obszarach: społeczeństwo, innowacyjne firmy, nauka, edukacja, współpraca międzynarodowa, sektor publiczny.

Pojazdy autonomiczne

Zagadnienia z transportem i infrastrukturą poruszono w obszarze innowacyjne firmy. Za najważniejsze uznano rozwój pojazdów autonomicznych, które łączą różne czujniki odbierające sygnały z otoczenia jak i widzenie maszynowe, które opiera się na algorytmach głębokiego uczenia (ang. deep learning). Dzięki większej przewidywalności wykorzystanie systemów AI może przyczynić się do poprawy bezpieczeństwa ruchu drogowego poprzez zmniejszenie liczby wypadków oraz ograniczyć liczbę ofiar śmiertelnych. Wykorzystanie pojazdów autonomiczny pozwoli na przybliżenie się do „wizji 0”, gdzie nie ma ofiar wypadków.

Warto zaznaczyć, że w Polsce już się odbyły pierwsze testy autonomicznych pojazdów – w Gdańsku testowano mikrobusy a w Krakowie Newag, CYBID i Medcom testował autonomiczny tramwaj. Nowatorski projekt w planach ma też Urząd Marszałkowski Województwa Dolnośląskiego, który ma zamiar w ramach Krajowego Programu Odbudowy zakupić 40 autonomicznych pojazdów elektrycznych do obsługi połączeń peryferyjnych, szlakiem dawnych linii kolejowych.

Sztuczna inteligencja w inwestycjach

Za cel krótkoterminowy do 2023 roku w obszarze innowacyjne firmy uznano zwiększenie popytu na rozwiązania AI poprzez umieszczenie wymogu stosowania takich rozwiązań w specyfikacjach innych strategicznych inwestycji (lub w ich szeroko rozumianym otoczeniu) finansowanych ze środków publicznych (np. program przywracania komunikacji autobusowej na terenie całej Polski, program „Czyste Powietrze”, Via Carpathia i Via Baltica). Autorzy nie sprecyzowali dokładnie przykładowych rozwiązań AI, które mogłyby być wykorzystane przy realizacji tych projektów.

W przypadku programu przywracania komunikacji autobusowej na terenie całej Polski prawdopodobnie chodziło o wykorzystanie pojazdów autonomicznych, które mogłyby pozwolić na obniżenie kosztów eksploatacyjnych. Działanie jest słuszne, ale nie możliwe do zrealizowania w tak krótkim terminie. Obecnie nie ma uwarunkowań prawnych do poruszania się takich pojazdów, a autonomiczne mikrobusy nie mogą kursować po drogach publicznych. Nie wszędzie też istnieje możliwość wykorzystania alternatywnej infrastruktury, jak w przypadku pomysłu województwa dolnośląskiego. W tym kontekście priorytetem w najbliższych latach powinno być przywrócenie komunikacji autobusowej na terenach wykluczonych transportowo, a nie umieszczenie wymogu rozwiązań AI, które powinno być celem długoterminowym i co najwyżej na drugim miejscu biorąc pod uwagę inne wady transportu publicznego w Polsce.

Biorąc pod uwagę inwestycje infrastrukturalne zastosowanie rozwiązań AI ma większy sens ze względu na dłuższy okres eksploatacji, jak i funkcjonowanie Via Carpathia i Via Baltica, jako sieć bazowa TEN-T. Dlatego priorytetem powinno być wyposażenie tych inwestycji w infrastrukturę łączności szerokopasmowej wykorzystującą sieć 5G (szybsza transmisja danych), system C-ITS, który pozwoli na wymianę informacji pomiędzy pojazdami a infrastrukturą oraz regulowanie ruchu czy ETCS poziomu 3 zapewniającego możliwość zdalnego prowadzenia pociągów bez udziału maszynisty. Dzięki temu wybudowana infrastruktura będzie gotowa na przyjęcie pierwszych autonomicznych pojazdów, które pojawią się za kilka lat (w 2017 roku pierwszy pociąg autonomiczny testowano w Szwajcarii, w 2023 roku planowane są testy w Niemczech).

Inteligentne rozwiązania w różnych obszarach transportu

Za cel krótkoterminowy do 2023 roku w obszarze innowacyjne firmy uznano także zwiększenie popytu na rozwiązania AI poprzez uruchomienie nowych i rozwój istniejących mechanizmów finansowania np. w formie kredytów i pożyczek z gwarancjami publicznymi na budowę innowacyjnych rozwiązań AI zwłaszcza w miastach (rozwiązania Smart City), na obszarach wiejskich (rozwiązania Smart Villages), w energetyce (rozwiązania Smart Grid), przemyśle, transporcie (m.in. rozwiązania dla programu Centralny Port Komunikacyjny) i dla spółdzielni energetycznych.

W kwestii rozwiązań Smart City mamy do czynienia z wieloma rozwiązaniami powiązanymi ze sztuczną inteligencją. Warto dodać, że Zespół Doradców Gospodarczych TOR realizuje projekty z wykorzystaniem danych i rozwiązań uczenia maszynowego, które są wsparciem dla samorządów i klientów biznesowych. Przykładem jest polityka parkingowa miasta Ełk, w której wykorzystano algorytmy sztucznej inteligencji do mapowania przestrzeni. Mapowanie przestrzeni pozwala też na szybką inwentaryzację zasobów miejskich do system informacji geoprzestrzennej (GIS) a dzięki kamerom zainstalowanym przykładowo w pojazdach miejskich istnieje możliwość aktualizowania stanu infrastruktury prawie w stanie rzeczywistym po przejechaniu pojazdu (przykładowo stan nawierzchni drogi, stan oznakowania poziomego czy zapadnięte studzienki). Istnieje też możliwość zastosowania uczenia maszynowego do automatycznego wykrywania elementów infrastruktury kolejowej. Sztuczna inteligencja to także narzędzia, które umożliwiają automatyczne rozpoznawanie pojazdów, zliczanie pojazdów, czy wykrywanie wypadków drogowych. Pozyskane dane mogą być też zestawiane automatycznie z warunkami pogodowymi, zajętością parkingów. Algorytmy uczenia maszynowego pozwalają też przewidywać spodziewane wypożyczenia rowerów miejskich na podstawie danych z wcześniejszych wypożyczeni i danych meteorologicznych, dzięki czemu można uniknąć problemów z dostępnością rowerów na stacjach umożliwiających ich wypożyczenie.

Rozwiązania Smart Grid z kolei są związane z elektromobilnością, gdzie pojazd stanowi część systemu energetycznego. Dzięki inteligentnemu zarządzaniu siecią energetyczną ładowanie pojazdów elektrycznych będzie się odbywało w odpowiednim czasie, tak aby nie obciążać znacznie sieci energetycznej, ale też naładować pojazd w odpowiednim stopniu. Pojazd elektryczny może stać się magazynem energii pozyskanej z Odnawialnych Źródeł Energii, które cechują się zmiennością dostaw. Dzięki rozwiązaniom Smart Grid istnieje możliwość zwrotu energii elektrycznej z akumulatora do sieci energetycznej w sytuacji znacznego deficytu energii, pozwalając przy tym na zachowanie ciągłości dostaw w całej sieci, jak i odizolowanej w wyniku awarii.

W temacie Centralnego Portu Komunikacyjnego sztuczna inteligencja może zostać wykorzystana w formie automatyzacji procesów lotniskowych, analiz predykcyjnych czy biometrii, które mogą skrócić czas procedur bezpieczeństwa na lotnisku poprzez automatyczne skanowanie bagażu czy rozpoznawanie twarzy i danych biometrycznych w bramkach.

W Polityce Sztucznej Inteligencji znajdują się też wskazania nie wprost nawiązujące do transportu, jednak z nim powiązane. Nieoczywiste związki pomiędzy sztuczną inteligencją a transportem zostaną przedstawione w następnym artykule, który ukaże się w najbliższych tygodniach. Jeśli jesteś zainteresowany skorzystaniem z rozwiązań sztucznej inteligencji i analityki danych w tematyce transportu miejskiego lub inteligentnego miasta, zapraszamy do kontaktu z przedstawicielami Zespołu Doradców Gospodarczy TOR.

Wszystkich zainteresowanych wykorzystaniem dronów i algorytmów sztucznej inteligencji w branży kolejowej serdecznie zapraszamy do udziału w konferencji NOWE TECHNOLOGIE W BRANŻY KOLEJOWEJ. Wydarzenie będzie okazją do przedstawienia oraz promocji najnowszych i innowacyjnych rozwiązań w branży kolejowej.