La distribución de aplicaciones como Waze, Apple Maps y Google Maps multiplica el caos
Miguel Street es un camino estrecho y sinuoso que atraviesa el área de Glen Park de San Francisco. Hace unos años, solo los residentes de las casas vecinas viajaban en él, y conocían bien todos sus problemas. Ahora está repleto de autos que lo usan como un atajo desde la concurrida calle Mission hasta la popular Market Street. Los residentes locales apenas pueden llegar a casa, y los accidentes ocurren a diario.
Este problema comenzó cuando las aplicaciones Waze, Apple Maps y Google Maps se generalizaron y comenzaron a ofrecer embotellamientos en tiempo real para los conductores. Alrededor del mundo, alrededor de mil millones de conductores usan tales aplicaciones.
Hoy en día, los atascos aparecen inesperadamente, en lugares previamente tranquilos, en todas las ciudades y países del mundo. En Boston, en el área de Dorchester, los residentes de Adams se quejan de los automóviles de alta velocidad que se mueven rápidamente, muchos de los cuales los conductores están mirando sus teléfonos, planeando su próxima maniobra. Las rutas de circunvalación de Londres, anteriormente posesión secreta de los taxistas, ahora están llenas de usuarios de la aplicación. Israel fue uno de los primeros en sufrir este flagelo, ya que fue allí donde se fundó Waze; Tal caos se desarrolló rápidamente que uno de los habitantes de Herzliya-bet incluso condenó a la compañía.
Y el problema solo empeora. Los planificadores urbanos de todo el mundo han pronosticado la densidad de tráfico en función de la densidad de población, lo que sugiere que una serie de cambios en tiempo real serán apropiados en ciertas circunstancias. Para manejar estos cambios, crearon herramientas como semáforos en carreteras y salidas de autopistas, señales variables, transmisiones de radio y sistemas de mensajería. En casos especialmente difíciles (un obstáculo, un evento inesperado, un accidente), los administradores de la ciudad a veces envían a una persona viva para controlar el tráfico.
Pero ahora las aplicaciones de navegación en tiempo real son responsables de todo y crean más problemas de los que resuelven. Las aplicaciones generalmente están optimizadas para que el tiempo de viaje de un conductor individual sea lo más corto posible; no les importa si las calles de las áreas residenciales pueden absorber dicho tráfico, o si los autos que aparecen en lugares repentinos aumentarán el peligro en la carretera. Trabajo en la Universidad de California en Berkeley como director del
Smart Cities Research Center. Una gran parte de mi trabajo consiste en tratar de comprender qué hacen estas aplicaciones y cómo coordinar mejor su trabajo con sistemas de control de tráfico más tradicionales.
Así es como evolucionaron estas aplicaciones. Por lo general, las hojas de ruta básicas utilizadas por las aplicaciones contienen cinco clases de carreteras, desde carreteras de varios carriles hasta pequeñas calles en áreas residenciales. Cada clase puede acomodar un cierto número de automóviles que viajan en ellos en una hora a una velocidad ajustada a las condiciones locales. Los sistemas de navegación que aparecieron por primera vez como dispositivos separados o se integraron en el panel de control, y ahora están en todos los teléfonos inteligentes, han utilizado esta información durante mucho tiempo en sus algoritmos de construcción de rutas para calcular el tiempo de viaje probable y elegir la mejor ruta.
Al principio, las aplicaciones de navegación usaban estos mapas para encontrar todas las rutas posibles a su destino. Esto funcionó bien cuando los usuarios buscaron una ruta mientras estaban sentados en un automóvil cerca de su casa, preparándose para el viaje. Pero tales búsquedas eran demasiado exigentes en cuanto a la potencia informática para ser utilizada por los conductores que ya están en movimiento. Por lo tanto, los programadores idearon algoritmos que seleccionan varias rutas posibles, estiman el tiempo de viaje para cada una de ellas y luego eligen la mejor. Este enfoque podría haber perdido la ruta más rápida, pero en promedio funcionó bastante bien. Los usuarios pueden ajustar estos algoritmos eligiendo sus tipos preferidos de carreteras, por ejemplo, prefiriendo los viajes por carretera o viceversa, tratando de evitarlos.
La industria del mapeo digital es pequeña.
Navteq (ahora Here Technologies) y
TomTom , dos de los primeros fabricantes de tarjetas digitales, se fundaron hace unos 30 años. Se centraron principalmente en la recopilación de datos y publicaron actualizaciones de mapas trimestralmente. Entre los lanzamientos del mapa, las rutas ofrecidas por los navegadores no cambiaron.
Cuando las capacidades de navegación electrónica se trasladaron a las aplicaciones móviles, los proveedores del sistema comenzaron a recopilar datos sobre la velocidad de conducción y la ubicación de todos los usuarios que permitieron que la aplicación compartiera esta información. Inicialmente, los proveedores utilizaron el rastreo GPS como datos históricos que permitieron evaluar velocidades realistas de la carretera en diferentes momentos del día. Integraron estas estimaciones con mapas, definiendo caminos rojos, amarillos y verdes, donde rojo significa atascos de tráfico y verde significa conducción continua.
Con el creciente número de registros históricos de GPS, así como el ancho de banda y la cobertura de las redes celulares, los desarrolladores comenzaron a compartir información de tráfico con los usuarios en tiempo casi real. Las clasificaciones fueron bastante precisas para las aplicaciones más populares que instalaron la mayoría de los controladores en una región en particular.
Y luego, alrededor de 2013, Here Technologies, TomTom, Waze y Google fueron más allá de solo informar sobre atascos de tráfico. Comenzaron a ofrecer opciones de desvío en tiempo real, poniendo las condiciones de la carretera en este momento por encima de las características de la red de carreteras. Esto les dio a los usuarios la oportunidad de sortear las ralentizaciones del tráfico y también creó el caos.
Lo que los navegadores móviles no saben : un partido deportivo en el estadio local A conduce a atascos en la carretera, pasando por el centro de esta zona residencial ficticia. Para nuestro conductor hipotético que intenta llegar a casa del trabajo, este es un problema, por lo que recurre al navegador para obtener ayuda. La ruta alternativa (azul) más corta y, según el navegador, la más rápida, pasa por áreas residenciales con callejones sin salida, la empinada subida B y el puente levadizo C, lo que puede ocasionar retrasos inesperados si no está familiarizado con su calendario de cableado. La ruta roja atraviesa el centro de D y pasa frente a la escuela primaria E; el navegante no sabe que los escolares acaban de desaprender y se van a casa. Afortunadamente, nuestro conductor conoce esta área y elige el camino morado, aunque la aplicación dice que esta no es la opción más rápida. Los conductores que no estén familiarizados con el área en busca de una ruta rápida al estadio pueden encontrarse en situaciones caóticas e incluso peligrosas.A primera vista, construir desvíos en tiempo real no es un problema. Las ciudades están constantemente haciendo esto, cambiando las señales, las fases y la duración de los semáforos o mostrando desvíos en el tablero. El verdadero problema es que los navegadores móviles no funcionan en conjunto con las infraestructuras urbanas, por lo que la mayor parte del tráfico se mueve de manera más eficiente.
Primero, las solicitudes no tienen en cuenta las características de cada distrito. ¿Recuerdas esas cinco clases de carreteras y las velocidades aproximadas sin obstáculos asociadas con ellas? Y eso es casi todo lo que las aplicaciones saben sobre las carreteras. Por ejemplo, Baxter Street en Los Ángeles, que también sufre un aumento en la cantidad de accidentes resultantes de las aplicaciones móviles y los desvíos que provocaron, es un camino extremadamente empinado a lo largo del camino que las cabras solían caminar en las colinas. Pero para las aplicaciones, este camino se parece a cualquier otro camino con una velocidad máxima baja. Sugieren que a ambos lados hay un lugar para estacionar, y entre ellos hay un lugar para el tráfico en ambas direcciones. No tienen en cuenta que su pendiente es del 32% y que, al estar en la parte superior, no se ve el camino delante de usted ni los automóviles que se mueven hacia usted. Esta zona muerta obliga a los conductores a reducir la velocidad de forma inesperada, por lo que los accidentes de tránsito ahora ocurren constantemente en una calle residencial que alguna vez fue tranquila.
Además, los algoritmos pueden no tener en cuenta otras características de su ruta elegida. Por ejemplo, ¿hay caminos con muchos peatones? ¿Pasan las escuelas? ¿Hay intersecciones que sean difíciles de atravesar, por ejemplo, una calle pequeña que cruza una calle concurrida sin semáforos?
Recientemente experimenté a qué puede conducir esta ignorancia. Estaba en un atasco en una carretera de varios carriles cuando la aplicación me sugirió que pasara por el tráfico en las carreteras de las zonas residenciales. Me construyó una ruta que pasó por la escuela a las 8:15 de la mañana. Los controladores de tráfico se quedaron allí, dejando entrar a los niños, minibuses estacionados en dos filas, allí los niños saltaron de los autos detenidos y fue difícil para los conductores ver lo que estaba sucediendo debido al brillante sol de la mañana. Y acabo de aportar mi parte en el caos general.
Entre otras cosas, estos navegadores móviles funcionan solos. Vienen desde un punto de vista egoísta, según el cual cada automóvil compite por la ruta más rápida hacia su destino. Esto puede llevar al hecho de que el navegador generará nuevos atascos en lugares inesperados.
Considere los autos que cruzan una calle concurrida sin semáforos. Supongamos que los automóviles en una carretera secundaria ponen una señal de alto. También es probable que tales señales estén en una carretera secundaria a ambos lados de una intersección concurrida, y esto se hizo cuando el tráfico en una calle concurrida no era tan denso y los autos no tenían que esperar demasiado para cruzarlo. Pero agregue autos al tráfico a lo largo de la calle principal, y habrá cada vez menos descansos, debido a lo cual la línea de autos que esperan en la carretera secundaria comenzará a estirarse y llenar las calles vecinas. Si conduce por la carretera principal, llegará rápidamente a su destino. Pero si está en un menor, tiene que esperar mucho tiempo para tener la oportunidad de conducir. Y mientras más autos envíen solicitudes a estas calles aledañas, como sucede debido a problemas inesperados en la carretera, se producirán más embotellamientos y accidentes.
Para complicar el problema de las "rutas egoístas" es que cada proveedor de navegación - Google, Apple, Waze - trabaja por separado. Cada uno de ellos recibe datos que van a sus servidores solo de sus usuarios, por lo que el grado de distribución de este sistema afecta su percepción de la realidad. Si la aplicación no es muy popular, el sistema vuelve a usar datos históricos para el área deseada, en lugar de tener la idea correcta de la congestión existente. Como resultado, varios jugadores trabajan independientemente con información imperfecta, esperando que la red de carreteras se trague fácilmente a todos sus usuarios.
Mientras tanto, los ingenieros de transporte urbano están ocupados gestionando el tráfico utilizando las herramientas a su disposición: medidores de tráfico, pantallas electrónicas y transmisiones de radio que ofrecen rutas de desvío que ya he mencionado. Su objetivo es controlar los embotellamientos, mantener la red de carreteras en condiciones seguras y eficientes, y responder adecuadamente a accidentes, partidos deportivos y evacuaciones de emergencia.
Los ingenieros de la ciudad también trabajan de manera aislada y con información incompleta, porque no tienen idea de lo que harán las aplicaciones en un momento dado. La ciudad de hoy está perdiendo de vista la cantidad de tráfico que requiere acceso a las carreteras. A corto plazo, esto conduce a problemas de seguridad y, a largo plazo, a un problema de planificación. Esta situación no proporciona a la ciudad información que podría utilizar para desarrollar estrategias mejoradas para reducir el tráfico, por ejemplo, alentando a las empresas comerciales a cambiar el horario de los turnos de trabajo, y a las empresas involucradas en la entrega y el transporte, para usar otras rutas.
¿Solo para cabras? La empinada y estrecha calle Baxter en Los Ángeles fue una vez una red de caminos para cabras, y ahora para los navegadores móviles se parece a cualquier otra calle en un área residencial.Es posible que se haya beneficiado de una de estas rutas de desvío, pero es poco probable que se beneficie de ellas a largo plazo. Para hacer esto, es necesario tratar el sistema como un todo, y tal vez incluso considerar el consumo total de combustible y las emisiones de contaminación. Solo así podremos utilizar estos algoritmos de redirección de tráfico en beneficio de todos los ciudadanos y nuestro entorno.
Mientras tanto, las áreas residenciales y sus residentes están luchando contra los extranjeros que usan sus calles como carreteras. Al comienzo del problema, en la región de 2014, los residentes trataron de engañar a la aplicación y falsificaron los informes de accidentes, tratando de hacerles creer que había problemas que impedían el movimiento. Luego, algunos residentes convencieron a las autoridades de la necesidad de instalar policías mentirosos, ralentizando el movimiento y reduciendo la velocidad básica de conducción por estas calles.
La ciudad de León en Nueva Jersey simplemente cerró muchas calles para el tráfico durante el tráfico pico, y comenzó a recibir multas serias de los conductores que no viven allí. Las ciudades vecinas siguieron su ejemplo. Un problema imprevisto con esta solución fue que los empresarios locales comenzaron a perder una clientela que no podía conducir por la ciudad a esas horas.
Los Ángeles recientemente reaccionó a los problemas con la calle Baxter, y lo hizo en un solo sentido, con solo tráfico cuesta abajo. La solución aún no era perfecta: como resultado, los residentes locales tuvieron que ir más lejos, pero la aleatoriedad del movimiento disminuyó.
La situación deplorable con los incendios forestales en 2017 demostró claramente la falta de trabajo coordinado de los navegadores móviles y los servicios tradicionales de gestión del tráfico en Los Ángeles. Las aplicaciones móviles redirigieron a las personas a las calles, bloqueadas por las autoridades, directamente en la boca del incendio. Esto no es culpa de los algoritmos: es simplemente muy difícil mantener información actualizada sobre el estado de las carreteras cuando los eventos se desarrollan tan rápidamente. Sin embargo, esto muestra que las autoridades de la ciudad necesitan una manera de colaborar y, a veces, incluso influir en el funcionamiento de estas aplicaciones. Afortunadamente, un oficial de policía estaba en un lugar problemático, redirigiendo físicamente el tráfico a un camino seguro.
Pero todas estas son medidas temporales; reducen pero no mejoran la movilidad. De hecho, necesitamos un estado socialmente óptimo en el que el tiempo de viaje promedio se minimice en todas partes. Los ingenieros de transporte llaman a este estado equilibrio del sistema óptimo; Este es uno de los dos principios del equilibrio de Wardrop. ¿Cómo podemos reunir multitudes de personas siguiendo las instrucciones de las aplicaciones y el flujo de tráfico planificado, que, al menos, se está moviendo hacia un sistema socialmente optimizado, utilizando los mecanismos que ya tenemos? Puede comenzar recopilando todos los puntos de vista sobre el estado actual de la red de carreteras. Sin embargo, obligar a todos a volcar datos en una caldera común no será fácil. Esto recuerda la historia de David y Goliat: jugadores como Google y Apple tienen infraestructuras masivas de servidores que procesan estos datos, a pesar de que muchas ciudades solo tienen recursos financieros limitados para desarrollar tecnologías avanzadas. Al no poder invertir en nuevas tecnologías, las ciudades no se ponen al día con los grandes proveedores de tecnología y, al final, solo participan en la regulación. Por ejemplo, Portland, Seattle y muchas otras ciudades han reducido la velocidad máxima en calles residenciales a 30 km / h.
Hay mejores formas Debemos convencer a los fabricantes de aplicaciones de que si comparten información entre ellos y con los gobiernos municipales, los algoritmos de construcción de rutas podrán aprovechar una imagen mucho más completa, que incluye, entre otras cosas, información de la infraestructura física: horarios de semáforos, datos de medidores de automóviles y cámaras Compartir datos mejorará la calidad de sus aplicaciones al tiempo que ayuda a los servicios de gestión del tráfico.
Primero, necesitamos formar comités conjuntos de representantes de compañías comerciales, grupos de ingeniería urbana e incluso compañías de transporte como Uber y Lyft. Compartir información nos ayudará a comprender la mejor manera de reducir la congestión y administrar nuestra movilidad.
Hay muchos problemas que deben superarse antes de que todas las aplicaciones y herramientas de infraestructura trabajen juntas, optimizando el tráfico por igual para todos.
La verdadera dificultad con la gestión del tráfico parece ser la magnitud de este problema. Para utilizar el flujo de datos de los usuarios de la aplicación y los datos de los sensores urbanos, será necesario crear una nueva capa analítica que acepte información clave, la anonimice, la combine y la muestre de una manera que sea más fácil de digerir para los sistemas de control de tráfico del gobierno.
También necesitaremos programas de simulación que puedan usar todos estos datos para modelar la dinámica de nuestra movilidad a escala de ciudad. El desarrollo de dicho software es un tema clave de la investigación en curso financiada por el programa de Sistemas Móviles Eficientes de Energía del Departamento de Energía de EE. UU., Que está dirigido por Here Technologies y tres laboratorios nacionales: Lawrence Berkeley, el Laboratorio Argonne y el Laboratorio del Pacífico Noroeste.
Estoy trabajando en este programa en Berkeley como investigador visitante en la Iniciativa de Transporte Ambientalmente Sostenible. Hoy, un equipo bajo mi liderazgo, incluidos investigadores de estos tres laboratorios, ha desarrollado simulaciones para varias ciudades grandes que pueden funcionar en unos minutos en las supercomputadoras del Departamento de Energía. En el pasado, tales simulaciones funcionaban durante días o incluso semanas. Creo que estas simulaciones darán lugar a nuevos enfoques de gestión de la congestión que tienen en cuenta las múltiples facetas de estos problemas.En uno de nuestros proyectos, tomamos 22 millones de pares de "punto de inicio / punto final" ("lances" según la terminología de los transportistas), y creamos una simulación para la región de la Bahía de San Francisco, que determina el tiempo de viaje más corto para cada recorrido, así como los patrones de tráfico en cada camino todo el día. Hemos agregado un algoritmo que redirige los automóviles en un momento en que la simulación implica la rápida formación de una congestión grave. Descubrimos que alrededor de 40,000 autos son redirigidos durante las horas pico y alrededor de 120,000 en las horas pico de la tarde. Naturalmente, algún tipo de accidente en la carretera aumentará estos números.Esta simulación demuestra cuánto puede afectar la planificación del tráfico al cambio en el equilibrio del flujo de tráfico, y esa planificación nos proporciona datos que aún no podemos recibir directamente. La siguiente pregunta es qué parte de la red de carreteras podemos usar, cambiando la congestión de las carreteras para aumentar el tráfico en las carreteras de las zonas residenciales.Nuestro próximo paso será cambiar el algoritmo para tener en cuenta las restricciones de carreteras en áreas residenciales. Sabemos, por ejemplo, que no es necesario redirigir el tráfico a lugares donde hay escuelas en el momento en que se traen o se llevan a los escolares, y que, en consecuencia, debemos corregir los algoritmos.Esperamos que pronto podamos poner estas herramientas en manos de los servicios estatales de control de tráfico.Esto es lo que estamos tratando de hacer con esta tecnología para resolver los problemas descritos. Sin embargo, también hay obstáculos no técnicos. Por ejemplo, los datos de ubicación del vehículo pueden contener información personal que no se puede transmitir de forma anónima. Y los modelos comerciales actuales de las empresas comerciales pueden hacer que sean reacias a compartir datos valiosos.Para resolver problemas técnicos y de otro tipo, se requerirán investigaciones y alianzas entre organizaciones comerciales y sin fines de lucro, y solo entonces podremos crear este ecosistema cooperativo. Pero cuanto más aprendamos sobre lo que impulsa la dinámica de nuestras carreteras, más efectivas serán nuestras herramientas de gestión del tráfico, mejor podrán tener en cuenta los problemas de los residentes locales, los objetivos comerciales de los propietarios de flotas de automóviles, la salud y la conveniencia de las personas.Estoy seguro de que la mayoría de las personas bien informadas aceptarán inconvenientes menores para el bien común. ¿No estaría de acuerdo en pasar unos minutos adicionales conduciendo a áreas residenciales libres y mejorar el medio ambiente?