東京都の信号機がAI化!渋滞を30分前に予測、2027年度にも約8,000カ所へ

信号待ちが長いなぁ、と思ったことはありませんか?

車がほとんど通っていないのに赤信号で待たされたり、逆に車が何台も並んでいるのに、なかなか青信号にならなかったり。

そんな信号機の仕組みが、AIによって大きく変わろうとしています。

警視庁は、東京都内の一部で実証しているAIを活用した信号制御を、2027年度にも都内の交通管制対象エリア全域へ広げる方針です。

対象となるのは、約8,000カ所の信号機。

しかも、単に目の前の車の数を数えるだけではありません。

30分後の渋滞をAIが予測して、信号の切り替えを調整するというのです。

AIが文章や画像を作るだけでなく、道路の交通までコントロールする時代が近づいているんですね。

AI信号機は何が違う?

従来の信号機も、すべてが一定時間ごとに切り替わるだけではありません。

交通量を検知したり、交通管制センターで複数の信号を連携させたりする仕組みは、以前から使われています。

今回のAI制御で大きく変わるのは、交通状況を予測して信号のタイミングを最適化する点です。

報道によると、交差点の規模などに応じて、主に2種類の仕組みが使われます。

大きな交差点では30分後の渋滞を予測

幹線道路が交わる大きな交差点では、交通量や過去のデータなどをAIが分析します。

そして30分後の渋滞状況を予測し、信号の切り替えを調整します。

例えば、これから特定の道路に車が集中すると予測できれば、その方向の青信号を長くするなどの対応が考えられます。

実際の制御では周辺の交差点や歩行者の安全なども考慮する必要がありますが、渋滞が発生してから対応するのではなく、発生する前に対策できるのがポイントです。

小さな交差点ではリアルタイムに対応

比較的小規模な交差点では、リアルタイムで交通状況を検知して信号を調整します。

車が集中している方向と、ほとんど車が通っていない方向。

その時々の状況に合わせて信号を切り替えられれば、無駄な待ち時間を減らせる可能性があります。

つまり、大きな交差点では「未来を予測」、小さな交差点では「今の状況を判断」という使い分けです。

実証実験では渋滞が約10%改善

警視庁は2023年度からAI信号制御の実証実験を進めてきました。

報道によると、実証実験では渋滞の長さや移動時間がそれぞれ約10%短縮する効果が確認されています。

10%と聞くと、それほど大きく感じないかもしれません。

でも、例えば普段30分かかる区間が10%短縮されれば、27分になります。

片道3分、往復なら6分。

これが毎日の通勤で続けば、1年間ではかなりの時間になります。

もちろん、実証実験の結果がすべての道路にそのまま当てはまるわけではありません。

それでも、信号機の制御を変えるだけで渋滞を減らせるなら、興味深い成果だと思います。

なぜ約8,000カ所なの?

東京都内には約1万6,000カ所の信号機があるとされています。

今回の計画で対象となる約8,000カ所は、そのうち交通管制センターから制御できる信号機です。

つまり、都内のすべての信号機が一斉にAI化されるわけではありません。

既存の交通管制システムと連携できる信号機を中心に、AI制御を広げていく計画です。

実証実験で一定の効果が確認できたことから、対象エリアの拡大が検討されています。

渋滞が減れば物流にもメリット

今回の取り組みで期待されているのは、一般のドライバーの利便性だけではありません。

大きな目的の一つが、物流の効率化です。

トラックが渋滞に巻き込まれれば、配送に時間がかかります。

配送時間が読みにくくなれば、余裕を持った運行計画が必要になり、運送会社の負担も増えます。

AI信号制御によって道路の流れが改善すれば、配送時間の短縮や遅延の削減につながる可能性があります。

さらに、車が止まったり発進したりする回数が減れば、燃料消費や排出ガスの削減も期待できます。

ただし、物流コストやCO₂排出量が実際にどれだけ減るかは、今後の運用結果を確認する必要があります。

AIはどんなデータを使って渋滞を予測する?

AIの予測には、交通量や過去の渋滞データなどが使われます。

また、東京都の交通管制システム高度化プロジェクトでは、車両の移動状況を把握できるプローブ情報などの活用も進められています。

プローブ情報とは、車両やカーナビ、スマートフォンなどから得られる走行位置や移動時間などのデータです。

例えば、ある道路で普段より車の移動速度が遅くなっていれば、渋滞が発生している可能性があります。

こうしたデータをAIが分析することで、道路の混雑状況をより細かく把握できるようになります。

AIの強みは、大量のデータから人間では見つけにくいパターンを探し出せることです。

曜日や時間帯による交通量の変化などを学習すれば、将来の混雑を予測する精度も高められる可能性があります。

AIに信号機を任せて大丈夫?

一方で、気になるのが安全性です。

信号機は、車だけでなく歩行者や自転車の安全にも関わる重要な社会インフラです。

AIが渋滞を減らそうとして、歩行者の横断時間を不適切に短くしてしまっては困ります。

また、事故や道路工事、突然の大雨、大規模イベントなど、普段とは異なる交通状況も発生します。

AIが予測を間違えることも考えられます。

そのため、実際の運用では次のような対策が重要になります。

  • 歩行者や車両の安全を最優先する制御
  • AIの予測が外れた場合の対応
  • 通信障害やシステム故障時の代替制御
  • 不正アクセスやデータ改ざんへの対策
  • 交通管制センターによる監視と管理

AIにすべてを自由に判断させるのではなく、安全上のルールや人間による監視のもとで活用することが大切です。

AIは「答える」だけでなく「社会を動かす」時代へ

今回のニュースで特に興味深いのは、AIの役割が変わってきていることです。

これまで身近なAIといえば、ChatGPTのように質問に答えたり、文章や画像を作ったりするものが中心でした。

ところが、今回の信号制御は違います。

AIが交通状況を分析し、未来を予測し、その結果を実際の信号制御に反映するのです。

つまり、AIが情報を提供するだけでなく、現実の設備を動かす仕組みの一部になるということです。

この流れは、交通だけにとどまらないと思います。

例えば、電力の需要を予測して発電量を調整したり、工場の設備を自動制御したり、物流の配送ルートを最適化したり。

AIが社会のさまざまな場所で、人間の目に見えないところから働くようになるかもしれません。

もちろん、実際の導入には安全性や費用対効果などの検証が欠かせません。

それでも、AIの活用範囲が少しずつ広がっていることを感じます。

まとめ:渋滞を予測して信号を変える時代に

警視庁は、2027年度にも東京都内の約8,000カ所の信号機へAI制御を広げる方針です。

大きな交差点では30分後の渋滞を予測し、小さな交差点ではリアルタイムの交通状況に応じて信号を調整します。

実証実験では渋滞の長さや移動時間が約10%短縮したと報じられています。

もし本格導入によって渋滞が減れば、通勤や配送が便利になるだけでなく、燃料消費の削減にもつながるかもしれません。

ただ、信号機は人命に関わる設備です。

AIの予測精度だけでなく、安全性や障害への備えも重要になります。

AIが文章を作る時代から、実際に社会インフラを動かす時代へ。

渋滞を予測して信号を変えるAI。これから社会インフラのどこまでAIに任せられるのでしょうか?


参考資料

SNSでもご購読できます。