西門子(Siemens)運用人工智慧(AI)技術建立能自我學習偵測與確認個別交叉路口交通模式變化的系統，以持續依據即時路況最佳化交叉路口交通號志的變換時機，讓行車更順暢，模擬驗證的結果顯示可減少車輛等候交通號志變換的時間達47%。

根據Traffic Technology Today報導，現有系統如SCOOT是跨整個路網進行交通號志變換時機的最佳化，僅倚賴工程師預先以固定且有限數量的可行程序進行配置，無法彈性對應即時路況與個別交叉路口的流量變化。2018年12月4日在阿拉伯聯合大公國杜拜舉行的Gulf Traffic交通展，西門子首日發表的研究計劃Flow AI或將是極具潛力的解決方案。

Flow AI計劃與現有SPAT(signal phase and timing)系統如SCOOT的主要差異在于，首先會建立復雜的一般性規則，接著可針對每個特定的交叉路口進行個人化(personalized)的適地性處理，Flow AI根據內建的回圈(loop)偵測即時的交通流，并運用云端AI即時產生近乎無限數量的交通號志變換時機選項。

目前Flow AI計劃專注于解決單一交叉路口的問題，建立能隨時自動偵測新的交通模式，并據以擬訂新交通策略的AI自我學習系統，例如出現新的建筑工地可能會影響周邊交通，Flow AI系統會自動偵測此一變化，并透過AI自我學習調整出最佳的交通號志變換時機以因應，因此AI在未來交通產業可望扮演日益吃重的角色。

Flow AI計劃目前選定德國Hagen市的5個交叉路口進行先導測試，其中1個路口已透過先進模擬技術證明Flow AI的成效較現有系統更好，可減少車輛在交叉路口等候交通號志變換的時間達47%，相當于從35秒降至18秒，顯示AI系統確實能學習如何維持平順的交通，透過試誤找出交通號志變換時機的最佳策略。

Flow AI計劃也將透過實際部署階段，以驗證模擬的結果可復制在真實路況，讓每一個交叉路口的自我學習系統都能持續反映即時的路況特性，隨著系統逐漸延伸將鄰近交叉路口的交通狀況一并納入考量，最終希望能串連所有交叉路口的系統，建立涵蓋整個路網的交通號志整合控制系統。

西門子希望透過Flow AI研發計劃探索與驗證創新AI技術的可行性與成效，未來將可與新版的SCOOT系統整合為單一解決方案，應用于杜拜、倫敦等全球各地的城市，例如目前西門子已開始與倫敦交通局(Transport for London)合作發展Future SCOOT系統。

來源：Digitimes