Blir självkörande tåg en verklighet innan självkörande bilar?

Självkörande tåg. Foto: Daniel Abadia. Licens: Unsplash.com
Snabbtåg. Foto: Daniel Abadia. Licens: Unsplash.com

Tal om självkörande bilar har varit länge på tapeten de senaste åren och redan nu finns det bilar på vägarna som har viss kapacitet för självstyrning. The train brain är en algoritm som har tagits fram för att förutspå förseningar i tågnätverk och är inte lika känt trots sina framgångar. 

Samtidigt som dessa bilar har fått stor publicitet, är teknologin som kan hjälpa oss att utveckla helt självstyrande tågnät inte lika känt, trots att den har kommit en bra bit mot att bli verklighet. Projektet med namnet the train brain är ett exempel på detta.

Vad är the Train Brain?

I grund och botten är the train brain en algoritm som tagits fram för att med hög säkerhetsgrad kunna förutspå förseningar i tågnätverk. Detta sker genom att man förser algoritmen med ett tågnäts samtliga tågscheman, och sedan låter den övervaka trafiken med hjälp av den data som samlas in via tågnätets signalsystem och GPS-system på individuella tåg. Utifrån denna data kan algoritmen i realtid övervaka tågsystemet och när en försening uppstår, kan både tågpersonal och resenärer via en app få prognoser på förseningar som uppdateras varje minut.

Detta gör att resenärer får veta i förtid om det kommer uppstå en försening och vid behov leta efter alternativa transportsätt. Dessutom kan de som arbetar med tågtrafik reagera snabbare och förhindra ytterligare förseningar eller vid behov sätta in ersättningsbussar och vidta andra åtgärder.

Fördelarna med ett sådant system är uppenbara, då dessa kan minimera förseningar och minska de problem förseningar kan orsaka för resenärer. Detta innebär att fler resenärer kan välja att åka kollektivt med tåg istället för långa bilfärder, vilket är en vinst både för tågföretagen och miljön.

Big Data

En av fördelarna med ett system såsom the train brain är att systemet blir smartare och smartare ju längre det får arbeta. The train brain lagrar all data den samlar in och kan använda åratal av historik baserad på varenda tågresa den någonsin övervakat, för att bättre kunna beräkna förseningar.

Hur kan detta leda till självkörande tåg?

För att kunna skapa självkörande fordon som kan köra passagerare lika säkert eller säkrare än en människa måste den artificiella intelligensen ha stor förmåga att tolka intryck från omvärlden och fatta beslut utifrån dessa. Genom big data kan en artificiell intelligens ha mer erfarenhet av trafik än någon enskild förare, men det finns gott om exempel vid utvecklandet av självkörande bilar som visar att de ändå inte har samma förmåga som en människa att snabbt fatta rätt beslut när något oväntat händer.

Men att skapa självkörande tåg är i teorin betydligt enklare än självkörande bilar. En självkörande bil måste kunna operera på ett öppet vägnät tillsammans med mänskliga förare, fotgängare och cyklister vilket gör det mycket svårare för en artificiell intelligens att sätta sig bakom ratten, då varje bilfärd blir unik och oförutsedda händelser händer mycket ofta. När det gäller tågtrafik så är situationen mycket enklare. Tågnätet är ett slutet system där samtliga tåg kan köras av samma artificiella intelligens och inga mänskliga trafikanter förekommer.

Det gör att algoritmen för train brain, som redan idag kan övervaka och förutse förseningar med stor säkerhet, innebär ett stort steg mot utvecklingen av framtidens självkörande tåg.

Text: Extern skribent

Relaterat