Tech

Budapestről elüldözték, a világ más részein átalakítja a városokat

Egyre több cég számára jelentik a fő versenyelőnyt a gépi tanulásos algoritmusok, igaz ez az Uberre is: a fuvarszolgáltatás mögött álló rendszer elképesztő mennyiségű adatból dolgozik, melyek elemzésével megérthetők az utasok igényei, szokásai. Az adatok a város közlekedéséről és dinamikájáról is sokat mesélnek. A fuvarszolgáltatás jó példája annak, hogyan segíthetik a jövőben a big data és MI-megoldások a közlekedést.

Az Uber jelenléte a hazai piacon nem volt hosszú életű, s ahogyan idehaza, úgy számos másik országban sikerült elérni kitiltását, kivonulását, a szolgáltatás ettől még él és virul, az Egyesült Államokban például a piac fontos szereplője. Márpedig az USA – Kína után – a második legfontosabb ország a fuvarmegosztó szolgáltatások piacán. A Pew Research Center friss számai szerint az amerikaiak 36 százaléka használt már Ubert vagy Lyftet, 61 százalékuk hallott már legalább valamelyikről, és mindössze 3 százalék, aki egyáltalán nem ismeri őket.

A tíz éve működő Uber 65 országban könnyíti meg 600 város közlekedését, ez idő alatt pedig elképesztő mennyiségű adatra tett szert az eddigi összesen több mint ötmilliárd fuvarból.

Az Uber az utas oldaláról nézve pofonegyszerűen működik: az okostelefonos appban meg kell adni az úti célt, majd a felhasználó kap egy árat becsült érkezési idővel, a sofőrt pedig valós időben követheti egy térképen. E mögött azonban annál is bonyolultabb rendszer működik, mint amit az átlagfelhasználó képes egyáltalán elképzelni: a sofőröket sok-sok szorgalmas és okos algoritmus vezeti el a megrendelőig.

Az árakat is a gépagy állítja be

A március 20-22. közt zajlott budapesti Reinforce AI konferencián az Uber adattudósa, Andrea Pasqua beszélt arról előadásában a fejlesztőknek, hogyan használja fel a cég a gépi tanulást, és milyen igényeket kell kiszolgálniuk – a nem szakmabelieknek utóbbi részek lehettek különösen érdekesek. A hagyományos taxiszolgáltatásokkal szemben az Uber rengeteg dinamikus tényezőt vesz figyelembe egy fuvar megtervezésekor, de a fő szempont, hogy 12-14 percen belül már érkezhessen az autó, ezért okosan kell lavírozni a kereslet és kínálat terén is.

Andrea Pasqua, az Uber adattudósa a Reinforce AI konferencián Fotó: Dömös Zsuzsanna / 24.hu

Az algoritmusok által használt modellek folyamatosan finomodnak, ahogy egyre több a rendelkezésre álló adat a fuvarokról, ezek segítségével sikerül egyrészt pontosan megsaccolni, mikor ér oda az autós egy adott helyre. És még a sofőrökről is adatokat gyűjtenek: például arról, milyen típusú járművel, milyen átlaggyorsasággal közlekednek. A kereslet és kínálat alapján állítják be a fuvardíjat is, ami a taxiktól eltérően nem alapdíjon felül számolt percdíj, hanem több összetevő alapján meghatározott összeg.

Ahogy a légitársaságok és hotelek is figyelembe veszik a különféle szezonokat, az Uber is előrejelzésekkel készül fel arra korábbi példák alapján, hogy a közlekedésben változás állhat be példáuladott napszak, ünnep, vagy valamilyen esemény miatt.

Hogy a legforgalmasabb órákban túl sokan utazzanak és ne legyen elérhető autó, azt az árazással állítják be, ilyenkor jellemzően borsosabbak a fuvardíjak – 2011 szilveszterén például egy mérföld ára 37 dollár helyett 135 dollárra jött ki. Az árazásnak nem csak rövid, de hosszú távú hatásaival is számolni kell, hiszen az ügyfeleket elveszíthetik, ha túlságosan magas. A gépi tanulás ennek optimalizálásában is segít.

Két éve arról is lehetett olvasni, hogy a tehetősebb környékeken való utazás azt feltételezi, hogy az utasnak több pénze van, így ez is szerepet játszhat a végösszegben.

Szoftverrel vizsgálná az Uber, hogy mennyire részeg az utas
Ezzel elvileg a sofőröknek segítenének, de nem mindenki szerint jó az ötlet.

Az Uber azonban más területen is kihasználná a mesterséges intelligencia lehetőségeit, levédték például egy olyan technológia szabadalmát, amivel meghatározható lenne, hogy a fuvar rendelője mennyire ittas. Az okostelefon érzékelői figyelnék, hogy a felhasználó követ-e el hibákat gépelés közben, milyen gyorsan sétál, és mennyire pontosan találja el a funkciókat. Ezt annak érdekében tervezték, hogy a sofőr eldönthesse, szeretne-e részeget szállítani, nem csoda, hogy az ötletet számos kritika érte, és egyelőre még nincs is használatban.

New York és London nem ugyanúgy pezseg Forrás: Uber

Ahhoz, hogy az adatokból történetek legyenek, az Uber az adatvizualizációt veti be, aminek eszközeivel 2015 óta él. Így állítottak össze városonként egyedi térképeket is a sofőröknek órákra lebontva aszerint, hogy melyik időszakban lehet erősebb forgalomra számítani, az élénkebb időszakokat a világosabb kék árnyalatok jelzik, míg a nyugalmasabbakat a sötétek.

Bár azt hihetnénk, hogy javarészt mindenki nappal dolgozik, és olyan nagy különbségek nincsenek a nagyvárosok ritmusában, a kulturális különbségek, időjárás és még megannyi tényező miatt vannak eltérések: New Yorkban például korábban kezdődik az esti élet, mint Londonban, és vasárnap is aktívabbak fuvarok terén, bár ez a nap mindenhol láthatóan a pihenésé az Uber-fuvaros rendelések alapján, bár San Franciscóban nagyobb a nyüzsgés.

A nagyvárosok “pulzusa” Forrás: Uber

A cég 2017-ben pedig elérhetővé tette az általa gyűjtött forgalmi adatok egy részét a Movement nevű online szolgáltatáson belül, amit főleg várostervezőknek, kutatóknak, urbanistáknak szánnak. A szakemberek így átláthatják, milyen forgalmas helyekre érdemes hivatalokat, tömegközlekedési csomópontokat telepíteni, így az Uber adatai már nem csak a sofőröknek és utasoknak hasznosak.

Egyre kevesebb saját kocsi

A gépi tanulással megtámogatott, okos fuvarmegosztásnak a hatékonyságon túl más előnyei is vannak, főleg a városi közlekedés egészét tekintve. Az Uber alapítója (az azóta vezetői pozíciójáról lemondott, de a cégen belül továbbra is dolgozó), Travis Kalanick korábban egy TED-előadásában beszélt arról, milyen hatással volt szolgáltatásuk a városi forgalomra, és hogyan szeretnék csökkenteni a városra rótt terheket azokkal a fuvarokkal, amelyekben több utas vehet részt egyszerre.

Ahogy Kalanick is mesélte: a zsebünkben lakó technológiával a jövőben a városok szennyezettségét is csökkenthetjük, és a fuvarmegosztó szolgáltatásoknak köszönhetően kevesebb parkolóhelyre lesz szükség, mert a kocsik folyamatosan mozgásban vannak. És ehhez még csak az önvezető autók sem kellenek, bár azokkal is komoly terveik vannak – már aktívan tesztelik saját modelljeiket, amiket az önvezető flottáikhoz használnak majd fel.

Kalanick szerint a fuvarmegosztásé a jövő, a saját autó birtoklásának pedig a kocsik fenntartási költségein túl nagy az egyéni és közösségi ára. 2007-ben minden férfira, nőre, gyermekre jutott egy autó az Egyesült Államokban, Kínában még több saját járművet birtokolnak a lakosok.

A sofőrök hétmilliárd órát töltenek évente összesen dugóban, ami 160 milliárd dollárnyi bevételkiesést jelent az USA-nak, és a szén-dioxid-kibocsátás ötöde aközben keletkezik, hogy az autók állnak a dugókban, vagy a lámpáknál. Az autó pedig az idő 96 százalékában kihasználatlanul áll a garázsban, vagy parkol valahol, ami pedig jelentős helyet igényel a városokban.

Az utóbbi években egyre több szakértő vizionálja azt (többek közt Tim O’Reilly is), hogy a megosztott szolgáltatásoké a jövő, legyen szó fuvarról, vagy szállásról (például AirBnB). Egy 2017-es kutatásban erre alapozva arról lehetett olvasni, hogy az Egyesült Államokban 2030-ra 80 százalékkal csökken a saját tulajdonban lévő autók száma. 

Hogy már senki nem fog autót vásárolni, az persze nem túl életszerű: egyrészt azért sem, mert a fuvarozásra használt autók az aktívabb használat miatt gyorsabban használódnak el, és ezeket is cserélni kell, de a csökkenés nagyon valószínű.

A fenntartható közlekedésnek is maradnia kell

Persze mivel nálunk már Uber sincs, és az adatok az Egyesült Államokra vetítik előre a jóslatokat, nehéz elképzelni egy ilyen jövőt magyar távlatból. Két éve Vitézy Dávid, a közlekedési múzeum igazgatója, a Budapesti Közlekedési Központ volt vezérigazgatója is arról beszélt a Smart konferencián, hogy szükség van a városoknak digitalizációra, de a mozdonyokat sem szabad elfelejteni.

Jönnek az önjáró autók, nem lesz szükség a BKV-ra?
Vitézy Dávid szerint az önjáró autó mellett a villamos is kell a jövő Budapestjének.

Ő a szintén mesterséges intelligenciát hasznosító, fuvarszolgáltatásba szervezett önjáró autókkal kapcsolatban az alábbiakat állapította meg:

  • A szolgáltatásalapú autózás terjed el a tulajdonlás helyett. Ma még az emberek megvesznek egy autót, és évekig azzal közlekednek, kvázi személyes életterükként kezelik. Az autózás idővel olyan lehet majd, mint a liftezés: ez is egy megosztott közlekedési forma, de senki sem akar magának otthonra saját liftet.
  • Olyan természetességgel hívunk majd önvezető taxit a jövőben, ahogy ma hagyományos taxit, Ubert, vagy ahogy várunk a villamosra, buszra a legközelebbi megállóban. Appal odahívjuk, telefonnal felnyitjuk, és már mehetünk is az autóval.
  • Olcsóbb lesz így közlekedni: ha a humán faktort, a munkaerőt kivonjuk a taxizásból, töredékébe fog kerülni az utazás ezen formája.

Az International Transport Forum egyik tanulmánya szerint az önvezető taxiknak köszönhetően tíz autóból kilenc eltűnne a városokból, így az összes felszíni parkolóhely 94 százaléka feleslegessé válna. Ezáltal hatalmas, nagyjából 170 focipályányi terület szabadulhatna fel egy Lisszabon nagyságú város esetén.

Fotó: iStock

A közterületeink nagy részét ugyanis most autók foglalják el, az önjáró kocsik viszont folyamatos mozgásban lennének: beszáll egy utas, halad, kiszáll, majd megy tovább, jöhet egy következő ember. Az olcsó, sofőr nélküli taxik azonban csak úgy terjedhetnek el a városokban, ha mellette a fenntartható közlekedési módok, így a tömegközlekedés, kerékpározás fejlesztése is prioritás marad, és ezekről folynak a jövő vitái – mesélte Vitézy.

Szerinte a biciklisekbe szerinte kifejezetten megéri fektetni, mivel így aktívan töltik a közlekedéshez szükséges időt, Koppenhágában a legtöbb biciklis a testmozgás miatt választja ezt a formát.

(Kiemelt illusztráció: iStock)

Ajánlott videó

Olvasói sztorik