वाहतूक व्यवस्थापन आणि कृत्रिम बुद्धिमत्ता

डॉ. आनंद ज. कुलकर्णी, आर्टिफिशियल इंटेलिजन्स
सोमवार, 1 मार्च 2021

आर्टिफिशियल इंटेलिजन्स

रस्त्यांचे जाळे उभारणे, रस्ते रुंद करणे, दर्जा सुधारणे, मेट्रो व्यवस्था उभारणे आदी उपाय योजणे महत्त्वाचे आहेच. हे उपाय तोकडे पडू नयेत यासाठी अत्याधुनिक तंत्रज्ञानाची गरज आतापासूनच दिसू लागली आहे. वाहनांना कॉम्प्युटर तंत्रज्ञान, रडार, जीपीएस, विविध सेन्सर्स आणि कृत्रिम बुद्धिमत्ता किंवा आर्टिफिशिअल इंटेलिजन्सद्वारे संचालित करणे, हा उद्देश आता सफल होताना दिसत आहेत, किंबहुना त्याला सध्या पर्यायही दिसत नाहीये.

सार्वजनिक वाहतूक व त्याच्याशी निगडित समस्या जगातील आज अतिश्रीमंतांपासून अत्यंत गरीब माणसापर्यंत पोचलेली आहे. यापासून आजतरी कोणाचीही सुटका नाही. रस्त्यावर धावणारी पहिली गाडी १९व्या शतकाच्या शेवटी बनवण्यात आली. वाहन क्षेत्रातील ‘वॉर्ड'स ऑटो’ नियतकालिकाच्या माहितीनुसार आज जगभरात १२० कोटी गाड्या रस्त्यावर धावत आहेत व २०३५ पर्यंत हाच आकडा २०० कोटींच्या पुढे गेलेला असेल. वाहन संख्येतली ही वाढ फक्त १००-१२५ वर्षांतील आहे. जागतिक आरोग्य संघटनेच्या अहवालानुसार दरवर्षी जवळपास १५ लाख लोक रस्त्यावरील अपघातात मरण पावतात, जखमी होण्याचे प्रमाण यापेक्षा कितीतरी पटीने जास्त आहे. एकट्या अमेरिकेत गाड्या रहदारीत अडकून पडल्यामुळे दरवर्षी तीन हजार कोटी रुपयांचे नुकसान होते आहे. ज्या गतीने नवनवीन गाड्यांची बाजारात भर पडते आहे ते पाहता येत्या काही वर्षांत हमरस्त्यांबरोबरच गल्ली-बोळांतसुद्धा वाहतूक कोंडी होऊन एक प्रकारचे 'ग्रीडलॉक' होण्याची शक्यता आहे. 

या पार्श्वभूमीवर वाहतूक व्यवस्थापनातही आता आर्टिफिशिअल इंटेलिजन्सचा वापर वाढतो आहे. प्रवासी तसेच मालवाहतूक करणाऱ्या वाहनांचे मार्ग ठरवणे, त्यात गरजेनुसार बदल करणे, टॅक्सी पूलिंग वाढवणे, वाहतूक सिग्नलचे नियमन करणे, चालकांवर लक्ष ठेवणे अशा वाहतूक सुरळीत ठेवण्यात मोठा हातभार लावणाऱ्या बाबींचा समवेश आहे. त्यादृष्टीने विकसित देशांत तसेच विशेष म्हणजे आफ्रिका खंडातील काही देशांत मोठी पावले टाकणे चालू आहे. कृत्रिम बुद्धिमत्तेचा वाहतूक व्यवस्थेतील उपयोग ही डिजिटल युगातील एक मोठी क्रांती ठरण्याची शक्यता आहे.

चालकाला गुंगी आल्यामुळे, तसेच लक्ष विचलित होऊन अपघात होणे अजिबात नवीन नाही. या कारणांमुळे बहुमोल जीव धोक्यात तर येतोच पण वेळ आणि पैशाचा अपव्ययसुद्धा मोठा होतो. गाडी चालवण्याकडे लक्ष ठेवणाऱ्या काही इंटेलिजन्ट सिस्टिम सध्या बनवण्यात येत आहेत. या सिस्टिम चालकाची गाडी चालवण्याची पद्धत शिकून घेतात; चालकाला गुंगी आल्यास, चालकाचे लक्ष विचलीत झाल्यास, या सिस्टिम त्याला तत्काळ अलर्ट करतात. यावर आता पुढील काम चालू आहे. या सिस्टिममध्ये गाडी चालकरहित मोडवर येते व स्वतःकडे ताबा घेते. यामुळे संभाव्य अपघात टाळणे शक्य होणार आहे. जपान, सिंगापूर, दुबई अशा देशांमध्ये स्वयंचलित टॅक्सी आलेल्या आहेत. कुठे जायचे आहे हे प्रवाशाने सांगितले की टॅक्सी त्याला त्या ठिकाणी नेऊन सोडते. सध्यातरी या टॅक्सी ठरावीक मार्गावरच चालत आहेत, त्यामुळे त्यांचा वापरही खूप मर्यादित आहे. गुगलची ‘वेमो’ नावाची स्वयंचलित टॅक्सी सर्व्हिस अमेरिकेतील फिनिक्स शहरात लोकप्रिय होत आहे. रस्त्यावरून जाताना ३६० अंशात बसवलेले कॅमेरे, रडार जीपीएस आदींवरून माहिती मिळवत प्रवास करणारी ही टॅक्सी आर्टिफिशिअल इंटेलिजन्सचे अत्यंत उत्कृष्ट उदाहरण आहे.

अमेरिकेतील डेनवर शहरातील एका सर्वेक्षणानुसार तेथे एका कारमध्ये एक किंवा दोनच व्यक्ती प्रवास करतात. त्यामुळे नजीकच्या भविष्यात तेथे वाहतूक व्यवस्था कोलमडून पडण्याची शक्यता वर्तविण्यात येत आहे. भारतासारख्या देशातदेखील एका गाडीमागे प्रवास करणाऱ्यांची संख्या कमी होताना दिसत आहे. हे जाणूनच ओला-उबेर सारख्या टॅक्सी कंपन्या कार पूलिंगला प्रोत्साहन देत आहेत. आपल्याला कुठे जायचे आहे त्यानुसार इंटेलिजन्ट अल्गोरिदम आपल्याला पूलिंगचे पर्याय सुचवत असतात. यामुळे काही प्रमाणात रस्त्यावरील गाड्यांची गर्दी कमी होण्यास मदत होत आहे.

जर्मनीतील शास्त्रज्ञ डॉ. होलगर प्रॉथमान तसेच सिंगापूरमधील प्राध्यापक डॉ दीप्ती श्रीनिवासन यांनी रस्त्यांवरील सिग्नल लाल आणि हिरवे होण्याच्या वेळांचे आर्टिफिशिअल इंटेलिजन्स आधारित नियोजन केलेले आहे. प्रत्येक चौकात, प्रत्येक रस्त्याच्या पृष्ठभागाच्या खाली सेन्सर बसवलेले असतात. ते सेन्सर्स चौकातील प्रत्येक रस्त्यावरच्या रहदारीची तसेच आजूबाजूच्या चौकातील वाहतुकीची माहिती कॉम्प्युटरला पुरवतात. त्यावरून आर्टिफिशिअल इंटेलिजन्स आधारित अल्गोरिदम प्रत्येक रस्त्याच्या हिरव्या आणि लाल सिग्नलच्या वेळांत योग्य ते बदल करतात. यामुळे वाहतूक कोंडी टाळण्यास मोठी मदत होते आहे. गुगल मॅप जसे गर्दी असलेली किंवा अपघात झालेली ठिकाणे टाळून गाडीसाठी मार्ग उपलब्ध करून देते तसे गर्दी होण्याची संभाव्य ठिकाणे शोधून आधीच मार्ग बदलणाऱ्या स्मार्ट प्रणालीसुद्धा आता बनवल्या जाऊ लागल्या आहेत. सीमेन्स कंपनीने यामध्ये मोठी आघाडी घेतली आहे. विविध ठिकाणी बसवलेल्या कॅमेऱ्यांमधून मिळणाऱ्या रहदारीच्या माहितीचे विश्लेषण करून सिग्नलच्या वेळा बदलत राहण्यासाठी सीमेन्स मोबिलिटी नावाची प्रणाली उपयोगी ठरते आहे. या सर्व प्रयत्नांमुळे जास्ती रहदारीचे रस्ते लवकर मोकळे होण्यात अत्यंत मोलाची मदत होणार आहे. त्यामुळे इंधनाची तसेच वेळेची प्रचंड बचत तर होईलच, पण तसेच प्रदूषण कमी होण्यातही मदत होईल. 

भारतात जवळजवळ सर्व टोल प्लाझा सुरळीत रहदारीसाठी मोठे अडथळे बनलेले आहेत. त्यावर वाहनांच्या लांबच लांब रांगा, वेळ, इंधन, पैसे, आदींचा प्रचंड अपव्यय हे तर नित्याचेच आहे. त्यावर फास्टॅग हा एक परिणामकारक उपाय म्हणून पहिला जातो आहे. परंतु गेल्या तीस वर्षांतील जगातील जवळजवळ सर्वच देशातील मुक्त व्यापार धोरणामुळे आंतरराष्ट्रीय सीमांच्या चेकपोस्टवरील कस्टम प्रक्रियेमुळे होणारा वेळेचा अपव्यय हा एक मोठा अडथळा अजूनही कायम आहे. मी या विषयावर २०१३ ते २०१६ मध्ये कॅनडातील सीमावर्ती क्षेत्रातील विंड्सर विद्यापीठात काम केले. अमेरिका व कॅनडामधील सीमेवर अम्बॅसॅडर ब्रिजवर कायमच १०० पेक्षा जास्त मालवाहतूक करणारे ट्रक कस्टम मंजुरीसाठी रांगेत असतात. ट्रकमधील माल, गंतव्य व वितरण स्थाने, प्रवासी मार्ग ठरवणे आदी छोटी-मोठी सर्व माहिती आधीच उपलब्ध करून देणारे इंटेलिजन्ट अल्गोरिदम बनवले. त्यावर पुढील कामातून प्रत्यक्ष उपयोग लवकरच अपेक्षित आहे. कित्येक देशांत सीमेवरील चेकपोस्टवर सेन्सर्स बसवलेले असतात, ते मालवाहतूक करणाऱ्या प्रत्येक ट्रक मधील सामानाचे चेकिंग करतात. मिळालेली माहिती कॉम्प्युटरला दिली जाते. त्याआधारे इंटेलिजन्ट अल्गोरिदम आधी ठरल्याप्रमाणे सामानाचा प्रकार, गुणवत्ता, आदी तपासतात. त्यानुसारच ट्रकला पुढे जाण्याची अनुमती मिळते. विशेष म्हणजे ही सर्व प्रक्रिया ट्रक टोलनाक्यात प्रवेश केल्यापासून ओलांडून जाईपर्यंत काही सेकंदांत पूर्ण होते. प्रत्येक ट्रक-वाहतूक कंपनीला त्याप्रमाणात गुण दिले जातात. या गुणांनुसार पुढे चेकिंग तसेच दर कमी-जास्त केले जातात. यामुळे ट्रकमधील मानवी तस्करीलादेखील मोठा आळा देखील बसतो आहे.

महत्त्वाचे म्हणजे आर्टिफिशिअल इंटेलिजन्स आधारित वाहने वाहतूक नियम पाळणारी असतील, लेनची शिस्त व ठरवून दिलेला वेग ओलांडणार नाहीत. त्यामुळे वाहतूक खूप सुरळीत झालेली दिसेल. मालाची ने-आणसुद्धा अधिक विश्वासार्ह झालेली असेल. हवामान अंदाजानुसार मार्ग बदलणे, माल वितरणाचे तसेच प्रवासाचे वेळापत्रक ठरवणे शक्य होऊन संभाव्य अपघात, विलंब आदी टाळणे शक्य होणार आहे. आर्टिफिशिअल इंटेलिजन्स आधारित वाहनांमुळे व वाहतूक व्यवस्थेमुळे मद्यपान करून गाडी चालवणाऱ्या चालकांची त्वरित सूचना देण्यात येईल व त्वरित शोधही घेता येणे शक्य होईल. यामुळे अपघात होण्याची शक्यता खूप कमी होण्यास मदत होईल. 

या सर्व फायद्यांबरोबर अजून काही मोठ्या आव्हानांवर मात करणेही आवश्यक ठरत आहे. गाडीच्या वेगवेगळ्या व अत्यंत गुंतागुंतीच्या क्लिष्ट प्रणालींमुळे आर्टिफिशिअल इंटेलिजन्स आधारित सॉफ्टवेअरच्या किमती अजूनही खूप जास्त आहेत. त्यामुळे सध्यातरी सामान्य ग्राहकांपासून इंटेलिजन्ट वाहतूक प्रणाली बरीच दूर आहे. सेन्सरकडून मिळालेल्या माहितीचा योग्य अर्थ लावणे व त्यावर जलद कृती करणे हे अत्यंत आव्हानात्मक आहे. रस्त्यात येणाऱ्या वेगवेगळ्या प्रकारच्या वाहनांना तसेच, पादचारी, प्राणी ओळखणे हेही तितकेच आव्हानात्मक आहे. तसेच विकसनशील देशांत जेथे पायाभूत सुविधांची अजूनही वानवा आहे अशा देशांत या आधुनिक गाड्यांची मागणी सुरू होण्यासाठी अजून काही काळ जावा लागणार आहे. त्याचबरोबर, नवीन नियम, नवे कायदे बनवणेसुद्धा गरजेचे होणार आहे.

संबंधित बातम्या