بس اسٹاپ پر طویل انتظار مسافروں کی حوصلہ شکنی کرتا ہے اور ٹرانزٹ کی کشش کو متاثر کرتا ہے۔ کئی شہروں میں، انتظار اور منتقلی کی تاخیر سفر کے وقت کا بڑا حصہ ہوتی ہے – ایک تحقیق میں پایا گیا کہ گاڑی سے باہر انتظار تقریباً 17–40% کل سفر کے وقت کے برابر ہو سکتا ہے۔ چھوٹی چھوٹی تاخیر بھی مسافروں کی تعداد کو کم کر دیتی ہے: لندن میں سفر کے وقت میں 1% اضافہ ہونے پر ٹرانزٹ کے استعمال میں تقریباً 0.61% کمی واقع ہوئی۔
اس مسئلے سے نمٹنے کے لیے، جدید مصنوعی ذہانت پر مبنی شیڈولنگ کے آلات حقیقی وقت اور تاریخی ڈیٹا (مسافروں کے رجحانات، ٹریفک، موسم وغیرہ) کا تجزیہ کرتے ہیں تاکہ زیادہ ذہین بس شیڈولز اور راستے تیار کیے جا سکیں۔ یہ نظام "زیادہ درست اور قابل اعتماد شیڈولز بنانے" کے لیے ڈیزائن کیے گئے ہیں اور مسافروں کے لیے "انتظار کے اوقات کو کم کرنے اور وقت پر کارکردگی کو بہتر بنانے" کا وعدہ کرتے ہیں۔
پبلک بس شیڈولنگ اور راستہ سازی کے لیے مصنوعی ذہانت کے حل
مصنوعی ذہانت ٹرانزٹ منصوبہ سازوں کی کئی طریقوں سے مدد کرتی ہے تاکہ انتظار کے اوقات اور تاخیر کو کم کیا جا سکے:
-
طلب کی پیش گوئی: مصنوعی ذہانت کے الگورتھمز ماضی کے مسافروں کے اعداد و شمار، موسم، تقریبات اور دن کے وقت کا تجزیہ کرتے ہیں تاکہ پیش گوئی کی جا سکے کہ کب اور کہاں بسوں کی ضرورت ہوگی۔
بس کی تعیناتی کو طلب کے مطابق کر کے، آپریٹرز بھیڑ یا کم استعمال سے بچ سکتے ہیں۔ مثال کے طور پر، ٹرانزٹ ایجنسیاں اب AI کی مدد سے پیش گوئی کر کے گاڑیوں کی تعیناتی کو بہتر بناتی ہیں اور مصروف اوقات میں بھیڑ سے بچتی ہیں۔ -
پیش گوئی پر مبنی شیڈولنگ اور کنٹرول: مشین لرننگ یہ سیکھ سکتی ہے کہ کون سے عوامل (ٹریفک، مسافروں کے سوار ہونے میں تاخیر وغیرہ) وقت پر کارکردگی کو متاثر کرتے ہیں، اور اسی کے مطابق شیڈول یا ہدایات میں تبدیلی کرتی ہے۔
مثال کے طور پر، FlowOS جیسے آلات گاڑی کی پیش رفت کی نقل کرتے ہیں اور حقیقی وقت میں مداخلت کی سفارش کرتے ہیں (رکنے یا اسٹاپ چھوڑنے، رفتار میں تبدیلی) تاکہ بسیں وقت پر چلتی رہیں۔
عملی طور پر، اس کا مطلب ہے کہ شیڈولز کو مسلسل بہتر بنایا جاتا ہے تاکہ تاخیر اور بسوں کے گروہ بننے کو روکاجا سکے۔ -
ٹرانزٹ سگنل کی ترجیح اور راستہ سازی: مصنوعی ذہانت ٹریفک مینجمنٹ کے ساتھ انضمام کر کے بسوں کو ٹریفک سگنلز پر ترجیح دے سکتی ہے یا متبادل راستے تجویز کر سکتی ہے۔
پورٹ لینڈ، اوریگن میں ایک تجربے میں AI ٹریفک ترجیحی نظام نے تقریباً 80% تک بسوں کے ریڈ لائٹ پر انتظار کو کم کیا، جس سے سفر کی رفتار میں نمایاں اضافہ ہوا۔
اسی طرح، جدید الگورتھمز بسوں کو دوبارہ راستہ دینے یا وقت میں تبدیلی کر کے "گروہ بندی" کو روک سکتے ہیں اور بسوں کے درمیان وقفہ برابر کر سکتے ہیں۔ -
حقیقی وقت میں مسافروں کی معلومات: ذہین نظام ڈیجیٹل ڈسپلے اور مسافروں کی ایپس کو طاقت دیتے ہیں جو بس کے پہنچنے کے اوقات کی پیش گوئی کرتی ہیں۔
صحیح اور تازہ ترین شیڈولز فراہم کر کے، یہ نظام انتظار کو کم محسوس کرواتے ہیں۔
ایجنسیاں رپورٹ کرتی ہیں کہ تیز، قابل اعتماد حقیقی وقت کی آمد کی معلومات اور کم انتظار والی منتقلی کی منصوبہ بندی – جو اکثر AI کی مدد سے تیار کی جاتی ہے – صارف کے تجربے کو نمایاں طور پر بہتر بناتی ہے۔
یہ ٹیکنالوجیز مل کر بسوں کو روانہ رکھتی ہیں اور مسافروں کو باخبر رکھتی ہیں۔
مثال کے طور پر، اسمارٹ بس اسٹاپس اور ایپس اب AI سے بہتر بنائی گئی آمد کی پیش گوئیاں دکھاتی ہیں تاکہ مسافر جان سکیں کہ انہیں کتنا انتظار کرنا ہوگا۔
ٹرانزٹ میں مصنوعی ذہانت کی حقیقی دنیا کی مثالیں
یہ مثالیں AI کے اثرات کو ظاہر کرتی ہیں: زیادہ ذہین شیڈولنگ، بہتر اعتماد، اور کم انتظار۔
متعدد ممالک کی ٹرانزٹ ایجنسیاں (امریکہ سے لے کر یورپ اور ایشیا تک) ان آلات کو اپنا رہی ہیں۔ مثال کے طور پر، امریکی ایجنسیاں AI کا استعمال کر کے مسافروں کی تعداد کی پیش گوئی اور منتقلی کی ہم آہنگی کرتی ہیں، اور بوسٹن اور سیئٹل جیسے شہر AI سے چلنے والی سگنل ترجیح کے تجربات کر رہے ہیں تاکہ گاڑیوں کے رکنے کو کم کیا جا سکے۔
یہ تمام کوششیں ایک مقصد کے لیے ہیں: مسافروں کے انتظار کے اوقات اور تاخیر کو کم سے کم کرنا۔
فوائد اور مستقبل کا منظرنامہ
مصنوعی ذہانت سے بہتر بنایا گیا ٹرانزٹ کئی فوائد فراہم کرتا ہے۔ زیادہ مستقل وقفے برقرار رکھ کر اور بسوں کے گروہ بننے کو کم کر کے، AI نظام یقینی بناتے ہیں کہ بسیں باقاعدہ وقفوں سے پہنچیں، تاکہ مسافروں کو طویل اور غیر متوقع وقفوں کا سامنا نہ کرنا پڑے۔ ٹرانزٹ تحقیق سے معلوم ہوا ہے کہ ایسی "متحرک شیڈولنگ" سے سفر کے اوقات کم ہوتے ہیں اور مسافروں کو زیادہ آرام دہ سفر ملتا ہے۔
آپریٹرز بھی پیسے بچاتے ہیں: کم بے کار بسیں اور ہموار سروس سے ایندھن اور مزدوری کے اخراجات کم ہوتے ہیں، جس سے وسائل کو سروس کی توسیع کے لیے آزاد کیا جا سکتا ہے۔
حقیقت میں، تجزیے بتاتے ہیں کہ بہتر شیڈولنگ سے ایندھن کی کھپت میں 10% کمی سے مالی اور ماحولیاتی فوائد حاصل ہوتے ہیں۔
مستقبل میں، ٹرانزٹ میں AI کی اہمیت مزید بڑھے گی۔ جدید ماڈلز حقیقی وقت کے ڈیٹا (GPS، مسافروں کی گنتی وغیرہ) سے مسلسل سیکھ کر بدلتے ہوئے ٹریفک اور طلب کے مطابق خود کو ڈھالیں گے۔
مستقبل کے "سمارٹ سٹی" نظام AI کو IoT سینسرز اور 5G نیٹ ورکس کے ساتھ مربوط کر سکتے ہیں تاکہ بس کے راستے اور سگنلز کو حقیقی وقت میں مسلسل بہتر بنایا جا سکے۔
ابتدائی منصوبے رپورٹ کرتے ہیں کہ یہ ڈیجیٹل ٹیکنالوجیز پبلک ٹرانسپورٹ کو "زیادہ پائیدار اور پرکشش" بناتی ہیں، خاص طور پر کم طلب یا پیچیدہ نیٹ ورکس میں۔
مصنوعی ذہانت کو اپنانے سے، شہر تیز، زیادہ قابل اعتماد، اور زیادہ گنجائش والی بس سروس فراہم کرنے کا ارادہ رکھتے ہیں، اور آخر کار ان خوفناک انتظار کے اوقات کو کم کرتے ہیں۔
