Una inteligencia artificial puede predecir el tránsito de una ciudad con años de anticipación
Un equipo de la Escuela de Ingeniería Tandon de la Universidad de Nueva York desarrolló un sistema de inteligencia artificial capaz de anticipar cómo va a evolucionar el tránsito de una ciudad con años de anticipación, pensado para que los urbanistas puedan actuar antes de que la congestión se convierta en un problema serio.
Los planificadores necesitan una respuesta que salga de sus propios datos. Para nosotros esto fue tanto un problema de datos como un problema de modelo.
El trabajo, liderado por Anton Rozhkov junto a Pranav Motarwar y Rudra Patil, se publicó en la revista científica Transactions in GIS. Los investigadores entrenaron y compararon dos modelos de predicción: ARIMA, una técnica estadística tradicional, y una red neuronal LSTM, pensada para detectar patrones en series temporales largas. Para eso usaron quince años de datos de tránsito de Nueva York, entre 2009 y 2024, y los cruzaron con el sistema de grillas hexagonales H3 de Uber para mapear el flujo vehicular por zonas de la ciudad.
La red LSTM terminó superando al modelo estadístico por un margen considerable, con una mejora del 18 por ciento en la precisión de sus predicciones. Según las proyecciones del equipo, el tránsito diario podría pasar de unos 12.540 vehículos en 2025 a 19.680 en 2029, y Manhattan quedaría como el distrito más congestionado de la ciudad.
Motarwar, uno de los autores, resumió la lógica del proyecto: “los planificadores necesitan una respuesta que salga de sus propios datos. Para nosotros esto fue tanto un problema de datos como un problema de modelo”. La idea es que, en vez de reaccionar cuando una avenida ya colapsó, las ciudades puedan anticipar dónde se va a formar el próximo cuello de botella y actuar con obras, semáforos inteligentes o cambios de trazado con mucha anticipación.
El sistema todavía es experimental, pero los autores plantean que se podría adaptar a otras ciudades con datos históricos similares, algo que podría cambiar bastante la forma en que se planifica la infraestructura urbana de acá a unos años.
