連載シリーズ 新しい資本主義の「扉」第33回 新たなAI技術で渋滞長を予測
交通工学に基づく「QTNN」開発

交通渋滞は私たちに日々のストレスを与えるだけでなく、日本国内に年間約10兆円にも上る損失をもたらすとされています。さらに、温室効果ガス排出量にも影響を及ぼす深刻な問題です。この問題を解決するため、人工知能（AI）を活用し、今後起きる渋滞の場所と長さを予測するための新たな時空間AI技術「QTNN」が開発されました。

「QTNN」のイメージ（京都大学ホームページより）

1時間先の予測で誤差40メートル以下達成

今後起きる交通渋滞を予測できれば、先回りした経路誘導や信号制御等により交通の流れが円滑化され、渋滞発生の防止につながることが期待されています。
一方、交通渋滞は発生時間や発生場所、長さ等の変動が大きいことに加え、一度発生すると交通の状況が急激に変化します。そのため、交通渋滞の有無や長さを正確に予測するAIの実現は困難な課題とされてきました。
そこで、京都大学大学院情報学研究科（竹内孝助教、鹿島久嗣教授）と住友電工システムソリューション株式会社のグループは、交通工学の知見と、近年注目を集める深層学習、交通ビッグデータを融合させることで、高精度かつAIの解釈性の高いQTNNの実現に取り組みました。

こちらの記事全文は「自由民主」インターネット版に掲載されています。
ご購読のお申し込みはこちら。