谷歌表示其 Green Light 人工智能系统正在改善城市交通流量 并创建更顺畅的流量交通流

「Project Green Light」使用了来自 GoogleMaps 的谷歌工智改善个体驾驶员数据。该公司表示  ，表示这些数据与人工智能方法结合 ，统正用于生成系统所在地每个交叉口的城市正规出国劳务公司怎么查模型 。Maps 的交通数据还用于创建另一个模型，描述不同交通信号的流量相互作用方式 。

交叉口的谷歌工智改善建模过程考虑了几个因素，包括街道结构、表示交通流量 、统正信号安排以及车辆与信号灯的城市互动方式。

这些模型用于减少停车和起步的交通出国劳务信息咨询时间
，并创建更顺畅的流量交通流，这个过程称为优化 。谷歌工智改善谷歌表示，表示其中一个目标是统正同时优化多个交叉口
，为道路上的出国劳务信息网站车辆创建「绿灯浪潮」。

建模过程的结果随后交给了该计划所在城市的交通工程师。工程师可以使用这些信息来更改现有的交通计划，以改善流通并减少汽车排放 。谷歌表示，这些更改可以在几分钟内使用城市已经拥有的交通控制系统完成。

谷歌的 Matias 分享了该计划收集的早期数据，显示总体上 ，交叉口的日本租房停车次数减少了多达 30%。此外 ，排放减少了多达 10%。

这些结果基于 2022 年和 2023 年在 12 个城市的 70 个交叉口进行的测试。该公司表示，它估计「这可以每月为多达 3000 万次汽车出行节省燃油和减少排放」。

Matias 指出 ，目前用于为城市工程师收集交通数据的现行系统成本高昂且难以操作 。这意味着许多城市不得不使用过时的数据和方法来改善交通流动。Matias 补充说 ，这些方法并不提供「Project Green Light」所提供的丰富信息。

谷歌还提供了一些建与该计划合作的城市官员的声明。

Vineet Kumar Goyal 是印度加尔各答的一位警察局长 。他表示 ，该系统已经成为交通警察的有价值工具
 。他指出 ，它导致了「更安全 、更高效和更有组织的交通流动」，并减少了「繁忙交叉口的交通拥堵」 。

谷歌表示，它计划继续将「Project Green Light」扩展到更多的城市 ，并邀请来自世界各地的城市规划师和工程师加入该计划的候补名单 。