Mit intelligenten Algorithmen den Verkehr der Zukunft planen

Elektroauto, E-Scooter, Drohne, Skateboard mit Antrieb oder Citybikes – der Wunsch nach Mobilität und die neuen Technologien haben viele Neues gebracht. [...]

Mietbare City-Bikes prägen das Stadtbild schon länger. (c) OCG

Damit sind auch innovative Wege in der Verkehrs-Infrastruktur-Planung notwendig. Die IT bzw. intelligente Alogrithmen können da entscheidend unterstützen – genau dazu wird Prof. Günther Raidl von der TU Wien am 28.11. in einem Vortrag im Zuge der Reihe OCG Horizonte in der Österreichischen Computer Gesellschaft (OCG) aus Forschung und Praxis berichten. Mit den OCG Horizonten will die OCG ihrer Rolle als Thinktank für Informatik und IKT gerecht werden, die Veranstaltungen werden in Kooperation mit AUSTRIAPRO und der Wirtschaftsagentur durchgeführt.

Um neue Verkehrsinfrastruktur aufzubauen oder eine gegebene zu erweitern, sind eine Vielzahl an Daten zu erheben, richtig zu verknüpfen, weitere Daten zu prognostizieren und darauf abgestimmte Entscheidungen zu treffen. Natürlich ist es naheliegend, moderne computerbasierte Techniken für eine bestmögliche Planung zu verwenden. Aber wie sieht die bisherige Praxis aus? Und wie können effiziente Algorithmen, Methoden der künstlichen Intelligenz, und sogenannte Nutzer-kooperative Ansätze dabei helfen, zu besseren Lösungen zu kommen? Dazu wird Prof. Raidl Antworten geben und mit den Zuhörern über intelligente Verkehrsmodelle und Planung der Zukunft diskutieren.

Als konkretes Beispiel wird etwa die Erweiterung eines stationsbasierten Fahrradverleihsystems in einer Großstadt präsentiert (FFG Projekt in Kooperation mit dem AIT). „Moderne Algorithmen können dabei helfen, eine geeignete bzw.  idealerweise „eine beste“ Auswahl an Standorten mit entsprechender Dimensionierung zu finden“, erklärt Raidl. „Letztlich hängt die tatsächliche Lösungsqualität aber ganz erheblich von der Güte der Eingabedaten und der Daten-Verknüpfung ab“, so Raidl weiter. Das bedeutet: Geographische Gegebenheiten, demographische Daten, vorhandene öffentliche Verkehrsmittel, Parkplätze, spezielle Orte wie Schulen, Arbeitsstätten, Einkaufsmöglichkeiten und nicht zuletzt Ergebnisse von Umfragen potentieller Nutzer müssen einbezogen werden.

In der Frage der Standortoptimierung arbeitet Raidl in einem aktuellen Forschungsprojekt etwa auch mit Honda Research zusammen. Dabei werden auch die User miteinbezogen: „Über ein geeignetes webbasiertes System und Ansätze der sogenannten Gamifikation sollen Nutzer mit möglichen individualisierten Lösungsszenarien konfrontiert werden, zu denen sie Bewertungen und Verbesserungsvorschläge abgeben können. Eine Machine Learning Komponente soll so die tatsächlichen Bedürfnisse der potentiellen Nutzer und Beschränkungen in der realen Welt schrittweise lernen und im Kreislauf mit einem effizienten Optimierungsalgorithmus zu insgesamt zuverlässigeren Lösungen finden“, erläutert Raidl das Projekt.


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*