墨尔本大学的澳大利亚综合多式联运生态系统 (AIMES) 开发了一种人工智能应用程序，可以提前三个小时预测交通状况，以缓解墨尔本的交通拥堵并提高道路安全。
AIMES 与维多利亚州交通部、Telstra 和 PeakHour Urban Technologies 就该项目进行了合作。
PeakHour Urban Technologies 在 Amazon Web Services (AWS) 上开发了该应用程序的 AI 引擎，而交通部则提供了交通数据和洞察力来支持该应用程序的创建。
AIMES 主任 Majid Sarvi 教授说，除了能够预测交通拥堵外，该应用程序还可以利用道路车辆、货运和公共交通（如公共汽车和有轨电车）的交通信号产生的实时分析。
“该应用程序观察流量的性质，并通过技术内置的机器学习计算出整个网络的复杂流量模式，”Sarvi 补充道。
“如果我们能够升级该应用程序以通过机器学习和实时数据提供更准确的预测，那么很快就可以大幅减少墨尔本和全球许多地方热点地区的延误。”
AIMES 成立于 2016 年，旨在在墨尔本的街道上现场测试各种交通技术，以期提供更安全和可持续的城市交通成果。
去年 7 月，墨尔本大学宣布与 Cubic Transportation Systems 建立合作伙伴关系，以测试如何使用 AI 摄像头来改善道路使用者的安全和交通管理。
墨尔本Rathdowne Street的各个路口安装了7个摄像头，用于检测不同的道路使用者，尤其是骑自行车的人、骑摩托车的人、行人等“弱势”道路使用者，以及未遂事件。
当时，Sarvi 表示，检测摄像头将有助于确定个人安全穿过十字路口需要多少绿灯时间。
“如果我们能够收集有关这些事件的数据，那么我们就可以考虑我们现在可以做什么，我们能否以某种方式改变信号设置以降低撞车风险……这是查看正在发生的事情的完美方式，”他说。
