Google.org anunció el 15 de septiembre que el MIT Transit Lab recibirá una financiación de 2,1 millones de dólares, uno de los 15 proyectos seleccionados en el Google.org Impact Challenge mundial: IA para la innovación gubernamental. La financiación del brazo filantrópico de Google apoyará a ONG, empresas sociales e instituciones académicas en su integración de soluciones impulsadas por inteligencia artificial en temas como la salud, la resiliencia y la economía.
El proyecto ganador del Transit Lab, Public Transit Intelligence Hub (PTIQ), tiene como objetivo unificar los sistemas de monitoreo, control de operaciones y comunicación de pasajeros en tiempo real de las agencias de transporte público en una única plataforma centralizada orquestada por IA que permitirá al personal del centro de control de tránsito tomar decisiones mejor informadas en el momento y brindar a los pasajeros información más inmediata y precisa.
Los centros de control de las agencias de transporte público son similares en apariencia a la representación del control de misión de la NASA en las películas: salas llenas de empleados que monitorean docenas de transmisiones de radio y pantallas de computadora que transmiten datos de cámaras en tiempo real sobre las estaciones y sus operaciones, ubicaciones de vehículos de tránsito, pasajeros, tráfico y condiciones de las carreteras. Desafortunadamente, la información que llega está fragmentada, en lugar de estar integrada en un sistema centralizado con conocimiento general de las condiciones de la red. Este sistema crea un ambiente de trabajo intenso para el personal de tránsito que toma decisiones sobre operaciones y comunicaciones que pueden afectar a miles de pasajeros que dependen del tránsito para llegar a donde necesitan ir.
“Las agencias de transporte público deben tomar decisiones las 24 horas del día con respecto a las operaciones, el control y la comunicación con los pasajeros en tiempo real”, dice Awad Abdelhalim, director asociado del Transit Lab y coinvestigador principal, director de proyectos y líder técnico de PTIQ. “Nuestro objetivo no es automatizar esas decisiones, sino asegurarnos de que las personas que las toman tengan la mejor información posible. Al unificar y optimizar el flujo de datos e información de sistemas internos fragmentados y aislados, PTIQ mejorará la experiencia tanto de los pasajeros como de la fuerza laboral del transporte”.
Jinhua Zhao, profesor de Ciudad y Transporte de la promoción de 1941 del MIT, jefe del Departamento de Planificación y Estudios Urbanos del MIT, y fundador y director de la Iniciativa de Movilidad del MIT (MMI), es el otro investigador co-principal del proyecto. El director del programa PTIQ es el profesor del MIT Jim Aloisi, quien dirige el Transit Research Consortium, que también trabajará en el proyecto. Ese consorcio está compuesto por investigadores del Transit Lab, MMI y la Universidad Northeastern, donde el profesor Haris Koutsopoulos toma la iniciativa.
Además de proporcionar financiación para el proyecto de tres años, Google.org brindará apoyo gratuito de sus propios ingenieros y expertos en productos de inteligencia artificial.
“La IA tiene un potencial increíble para transformar los servicios públicos, pero a menudo existe una brecha entre la promesa y la práctica”, afirma Maggie Johnson, directora global de Google.org. “Al dotar a las 15 organizaciones seleccionadas con financiación y apoyo gratuito de los propios expertos en IA de Google, estamos capacitando a las personas más cercanas al problema para que muestren lo que es realmente posible. Juntos, podemos garantizar que la IA marque una diferencia profunda y positiva en la vida cotidiana de las comunidades de todo el mundo”.
El proyecto se basará en las décadas de experiencia del grupo en colaboraciones de investigación aplicada con agencias de tránsito en las principales áreas metropolitanas de todo el mundo. La interfaz de soporte de decisiones de PTIQ para el personal del centro de control integrará modelos predictivos, motores de optimización y razonamiento contextual basado en modelos de lenguaje extenso. Pero, en última instancia, la toma de decisiones basada en esa información quedará en manos del personal de tránsito, quienes pueden equilibrar mejor las ventajas y desventajas de tomar una decisión sobre otra en estas situaciones a menudo increíblemente complejas.
“La parte difícil de integrar la IA en el transporte no es la tecnología; es la institución”, afirma Zhao. “La IA se evalúa según puntos de referencia. El transporte público se evalúa en el centro de control y en las calles. Durante décadas de trabajo con agencias de transporte en Washington, DC, Chicago, Londres, Boston, Tokio y Hong Kong, hemos aprendido a hacer una pregunta diferente. No si la IA puede hacer esto, sino si puede funcionar en la organización y si el personal confía en ella. PTIQ está diseñado para conectar la IA a la realidad institucional y los matices de comportamiento de una agencia de transporte, y reunir la inteligencia de las máquinas y el juicio humano en un solo lugar”.
“Actualmente, la evaluación de modelos de IA se basa en gran medida en tareas objetivas y deterministas, como resolver ecuaciones matemáticas o generar código”, explica Abdelhalim. “Sin embargo, la gran mayoría de las tareas operativas del mundo real, como la prestación de servicios de transporte público, son muy dinámicas, involucran a múltiples partes interesadas y carecen de una única respuesta objetiva correcta. Estos complejos entornos espaciotemporales son el banco de pruebas definitivo para evaluar lo que los sistemas de IA pueden aportar a la sociedad”.
PTIQ tiene como objetivo transformar la experiencia de la fuerza laboral de transporte, la experiencia de los usuarios de transporte y la capacidad general de las agencias de transporte para responder eficientemente a interrupciones y eventos inesperados.
“Esperamos que PTIQ tome lo que es en gran medida un entorno aislado y lo conecte de manera que proporcione poderosos beneficios para la fuerza laboral de la agencia y sus pasajeros”, dice Aloisi, quien también fue secretario de transporte de la Commonwealth de Massachusetts. “[Doing this by] mejorar el tiempo de respuesta, reducir la aglomeración en plataformas y paradas de autobús, brindar a los pasajeros información oportuna y de mayor calidad, y apoyar al personal de la agencia, desde los despachadores hasta los operadores de vehículos y el personal de comunicaciones, con información y conjuntos de soluciones de alta calidad, confiables y en tiempo real”.