Исследователи IBM используют аналитические средства в борьбе с перегруженностью транспортных магистралей путем предоставления персонализованной информации о движении

Исследователи IBM разрабатывают новые модели, которые будут прогнозировать результаты выбора различных альтернативных маршрутов движения и предлагать персонализованные рекомендации людям, живущим в пригородных зонах и ежедневно пользующихся транспортом (этих людей называют «регулярными пассажирами» или «маятниковыми мигрантами»), с указанием, какими маршрутами и видами транспорта им следует воспользоваться, чтобы максимально быстро и безопасно добраться до работы или дома. Эти системы, как планируется, будут предоставлять информацию, которая выходит далеко за рамки традиционных сообщений о ситуации на дорогах, выдаваемых существующими устройствами постфактум – т.е. уже после того, как вы попали в дорожную пробку – или существующими Web-ориентированными приложениями, которые указывают лишь очень приблизительное время в пути на данном маршруте. 

Применяя новые математические модели и технологии IBM для прогнозного анализа, исследователи анализируют и комбинируют многочисленные вероятные сценарии, которые могут повлиять на выбор оптимальных маршрутов ежедневного движения для загородных жителей, регулярно совершающих поездки в город и обратно. Эти сценарии учитывают множество факторов, таких как дорожно-транспортное происшествия; местонахождение человека; текущие и планируемые дорожные работы; наиболее загруженные (с точки зрения объема поездок) дни недели; предполагаемое время начала рабочего дня; местные события, которые могут повлиять на дорожную ситуацию; наличие на маршрутах железнодорожных переездов и паромных переправ; наличие и расположение парковочных зон; погодные условия и т.д. 

Работая в контакте с транспортными агентствами штатов и местными службами перевозок, IBM планирует запустить пилотные проекты для выборочных сообществ жителей пригородных зон с целью проанализировать, протестировать и усовершенствовать новые системы. IBM будет персонализованно информировать участников проекта об условиях регулярных пригородных поездок (в рамках маятниковой миграции), предоставляя информацию через Web, посредством мобильной голосовой связи в сочетании с приложениями, отображающими картографические данные на мобильных устройствах. 

Так, комбинируя прогнозную аналитику с поступающей от датчиков оперативной информацией о текущих дорожных условиях, а также с другими данными, система сможет рекомендовать оптимальные пути и способы добраться до нужного пункта назначения – сообщая, в частности, как добраться до ближайшего транспортно-пересадочного узла, ожидается ли прибытие поезда по расписанию или с опозданием, есть ли свободные места на автомобильной парковке рядом с железнодорожным вокзалом и т.д. Новые системы смогут изучать типовые примеры регулярных поездок и традиционно предпочтительные схемы передвижения, и, затем, интегрировать все доступные данные и прогностические модели для определения наиболее оптимального маршрута.

Новые знания, полученные в ходе анализа и реализации пилотных программ IBM, позволят транспортным службам глубже понять специфику и лучше управлять движением транспорта, повысить безопасность на дорогах и содействовать развитию и использованию эффективной системы пригородного общественного транспорта, которая поможет уменьшить «углеродный след» маятниковой миграции.

«Данные, которые укажут населению пригородов и транспортным службам оптимальные маршруты и способы управления движением, имеются в распоряжении, однако сегодня они не согласованы и не взаимосвязаны, — подчеркнул Джерри Муни (Gerry Mooney), генеральный менеджер IBM по решениям для государственного сектора. — IBM обладает способностью увязывать всю эту информацию для более точного прогнозирования потребностей, оптимизации мощностей, повышения безопасности движения на дорогах, а также уменьшения негативного воздействия на окружающую среду». 

По данным Техасского института транспорта (Texas Transportation Institute), объемы топлива, ежегодно сжигаемого в транспортных пробках на дорогах США, способны заполнить емкости 58 супертанкеров, а времени, теряемого в этих пробках, достаточно для проведения 105 млн. недель отпусков. Каждый из американцев теряет около недели своего ценного времени и 26 галлонов (почти 98,5 литров) дорогого как никогда топлива.

IBM также открывает новый всемирный виртуальный центр компетенции Travel and Transportation Center of Competency, который будет разрабатывать и предлагать инновационные решения и передовой отраслевой опыт воздушным, железнодорожным, автомобильным и морским транспортным организациям.

IBM собирает и объединяет в международную команду ведущих консультантов, разработчиков программного обеспечения и технических специалистов, которые будут работать по всему миру в тесном контакте с клиентами и обмениваться лучшими идеями и решениями. Новый центр компетенции будет сотрудничать с IBM Research, одной из самых известных и признанных в мире исследовательских организаций, а также с лабораториями IBM по разработке программного обеспечения и центрами бизнес-аналитики. Команда центра будет работать непосредственно с клиентами над революционными проектами, помогающими согласовывать возможности с потребностями, улучшать обслуживание потребителей, повышать эффективность, уменьшать вредное воздействие на окружающую среду и гарантировать безопасность транспорта. 

Консультанты IBM, например, помогли китайскому судоходному гиганту COSCO сократить затраты на логистику на 23% и уменьшить выбросы углекислого газа на 15%. Тайваньская железнодорожная компания Taiwan High Speed Rail Corporation (THSRC) использует программное обеспечение IBM для достижения показателя «безотказного функционирования с соблюдением установленного графика» (on-time performance) в 99,15%. Компания-оператор аэропорта Schiphol города Амстердам использует интеллектуальную систему обработки багажа, построенную на базе технологии радиочастотной идентификации, для уменьшения случаев неправильной обработки багажа (непреднамеренно или по невнимательности отделенного oт пaссaжирoв или экипaжa) на 60%, для ускорения процесса погрузки, разгрузки и транспортировки багажа транзитных рейсов, а также для экономии операционных расходов. Применяемое авиакомпанией Air Canada новое приложение для смартфонов, разработанное IBM, недавно было удостоено награды Canadian New Media Award for Best Mobile App за лучшее мобильное приложение 2009 года. Это приложение выводит на мобильных устройствах пассажиров оперативные данные с электронных табло о регистрации и посадке на рейсы, а также предоставляет разнообразную полетную информацию.