Sulla strada del futuro, immaginiamo sempre più una maggiore ottimizzazione del traffico in città. L’auto autonoma è in grado di vedere l’ambiente circostante attraverso radar, GPS e sensori che interagiscono col software dedicato, il quale prenderà la decisione migliore senza l’intervento umano. Infatti sono quei veicoli in grado di svolgere autonomamente le stesse mansioni che il guidatore fa in un’auto tradizionale durante la fase di trasporto. Sono diverse le grandi aziende che stanno investendo in questo settore per proporre un veicolo completamente autonomo a breve sul mercato. La corsa verso la guida autonoma è una competizione a cui stanno partecipando attivamente tutte le case del settore automobilistico a suon di acquisizioni di realtà che operano nel campo.
La forte spinta verso la guida autonoma e assistita è partita dai big del settore Tech, Google su tutti, che nel 2009 ha avviato i test della driverless car. Inizialmente Google utilizzava la Firefly o “Pod Car”, ossia una vettura completamente senza driver impiegata come piattaforma per lo sviluppo della tecnologia. Nel 2016 è stata fondata Google Waymo, società interna a Alphabet preposta allo sviluppo delle driverless car.
Oggi l’intelligenza artificiale ci offre la possibilità di sfruttare al massimo queste auto, anche in situazioni di traffico, quando rimaniamo fermi in una coda che ci pare, oltre che eterna, anche immotivata. Così secondo uno studio della University of California Berkeley, infatti, inserire alcune auto a guida autonoma potrebbe prevenire i rallentamenti, e in determinate condizioni addirittura raddoppiare la velocità media dei veicoli circolanti. Con risparmio di tempo, carburante e talvolta vite.
I ricercatori hanno utilizzato un’interfaccia simil-videogioco per creare diversi scenari (un anello circolare, un percorso a forma di 8, uno con ricongiungimento delle corsie e un reticolo cittadino con incroci e semafori) per simulare l’andamento del traffico con sole auto a guida umana o con l’inserimento di veicoli (o semafori) controllati da Ia. In ogni scenario gli esperti hanno testato 4 algoritmi di machine learning per cambiare gli schemi di accelerata e frenata e valutare l’evoluzione del traffico.
I video dei risultati parlano da soli. Sia nel circuito ad anello sia in quello a forma di 8 è bastato l’inserimento di una singola vettura a guida autonoma (su un totale di 22 e 14 auto rispettivamente) per cambiare radicalmente l’andamento del traffico, evitando l’ingorgo a livello dell’intersezione del tracciato. Inoltre la velocità risultava più che raddoppiata. Anche nello scenario a imbuto l’inserimento di auto a guida autonoma (10% del totale dei veicoli) ha determinato un miglioramento del flusso del traffico, costringendo gli altri mezzi a accelerare e frenare meno spesso. Insomma grazie a questi risultati esistono degli algoritmi in grado di regolare il traffico sulle nostre strade.
