İstanbul gibi şehirler kronik trafik sıkışıklığıyla mücadele ederken, araştırmacılar giderek daha fazla, darboğazları ortaya çıkmadan önce tahmin edebilen yapay zekâ çözümlerine yöneliyor. Bu röportajda, Budapeşte Teknoloji ve Ekonomi Üniversitesi’nden Dr. Vilmos Simon, TRALICO adlı uluslararası projenin gerçek zamanlı ulaşım verilerini, makine öğrenmesini ve akıllı trafik ışığı kontrolünü nasıl bir araya getirerek daha verimli ve sürdürülebilir kentsel hareketliliği desteklediğini anlatıyor.
Araştırmalarınız akıllı ulaşım sistemleri ve yapay zekâ üzerine yoğunlaşıyor. TRALICO projesinin çözmeye çalıştığı temel sorun nedir?
Kentsel trafik sıkışıklığı küresel bir sorundur, özellikle de İstanbul gibi büyük metropollerde. Geleneksel trafik yönetim sistemleri çoğunlukla tepkisel çalışır. Trafik ışıkları önceden tanımlanmış döngülere göre işler ve bunlar günün saatine göre ayarlanır, ancak trafik koşullarındaki gerçek zamanlı değişimlere etkili biçimde yanıt veremez. TRALICO projesinin temel amacı, tepkisel trafik yönetiminden öngörücü trafik yönetimine geçmektir. Sıkışıklık oluştuktan sonra müdahale etmek yerine, darboğazların nerede ve ne zaman ortaya çıkacağını önceden tahmin etmeyi ve önceden müdahale etmeyi hedefliyoruz. Bu da çok büyük hacimde ve farklı türde verinin analiz edilmesini ve gelişmiş makine öğrenmesi yöntemlerinin uygulanmasını gerektiriyor.
BME ve ortakları tarafından geliştirilen sistem pratikte nasıl çalışıyor?
Sistem, yol sensörleri, radar sistemleri, mobil ağ verileri ve hava durumu bilgileri dahil olmak üzere birçok veri kaynağını entegre ediyor. Bu girdiler, trafik örüntülerini öğrenen ve trafik akışındaki kısa vadeli değişimleri tahmin eden yapay zekâ modelleri tarafından işleniyor. Bu tahminlere dayanarak sistem, trafik ışıklarının işleyişini koordineli biçimde optimize edebiliyor. Pratikte, sinyal fazının birkaç saniye değiştirilmesi gibi küçük bir ayarlama bile trafik koşullarını önemli ölçüde etkileyebiliyor. Amaç, sıkışıklık oluştuktan sonra çözmeye çalışmak değil, oluşmasını baştan önlemek.
Proje İstanbul’da test ediliyor. Bu ortam neden bu tür bir araştırma için özellikle uygun?
İstanbul, dünyadaki en karmaşık kentsel trafik ortamlarından biri. 15 milyonu aşan nüfusu ve çok yüksek günlük trafik hacmiyle hem büyük zorluklar hem de araştırma açısından değerli fırsatlar sunuyor. Aynı zamanda şehir gelişmiş bir trafik izleme altyapısına sahip. Çok sayıda sensör zaten kullanımda ve birçok trafik ışığı merkezi olarak kontrol edilebiliyor. Bu da yüksek kaliteli veri toplamayı ve gelişmiş kontrol stratejilerini gerçekçi bir ortamda test etmeyi mümkün kılıyor. Araştırmacılar açısından bakıldığında, bu karmaşıklık ve altyapı birleşimi yeni yaklaşımlar geliştirmek ve doğrulamak için ideal.
BME bu uluslararası iş birliğinde nasıl bir rol üstleniyor?
BME, öngörücü modelleme çerçevesinin temel bileşenlerinden sorumlu. Ekibimiz, özellikle ulaşım ağlarını modellemek için çok uygun olan grafik tabanlı sinir ağları başta olmak üzere gelişmiş makine öğrenmesi yöntemlerinin geliştirilmesine ve uygulanmasına odaklanıyor. Türk ve Japon ortaklarımızla yakın iş birliği içinde çalışıyoruz; onlar da transformer tabanlı modeller dahil olmak üzere tamamlayıcı yaklaşımlar sunuyor. Projenin önemli yönlerinden biri de bu farklı metodolojileri karşılaştırarak hangi koşullarda hangisinin daha iyi performans gösterdiğini belirlemek. Bu tür bir iş birliği, mühendislik araştırmalarının giderek daha uluslararası hale geldiğini yansıtıyor.
BME’de öğrenciler bu çalışmalara nasıl dahil oluyor?
Öğrenciler projede aktif rol alıyor. Yüksek lisans ve doktora öğrencileri veri analizi, model geliştirme ve sistem testleri süreçlerine katılıyor. İstanbul gibi bir şehirden gelen gerçek dünya verileriyle çalışmak, yalnızca teorik ortamlarda elde edilemeyecek bir deneyim sunuyor. Bu katılım özellikle yapay zekâ ve veri bilimi gibi alanlarda çok önemli, çünkü bu alanlarda pratik uygulama belirleyici bir rol oynuyor. Öğrenciler, karmaşık sistemlerin nasıl işlediğine ve mühendislik çözümlerinin gerçek ortamlarda nasıl geliştirildiğine ve uygulandığına dair doğrudan içgörü kazanıyor.
Öğrenciler bu tür projelere katılarak hangi becerileri geliştiriyor?
Hem teknik hem de analitik becerilerini geliştiriyorlar. Teknik tarafta, makine öğrenmesi algoritmaları, büyük veri setleri ve modern mühendislik pratiğinde kullanılan yazılım sistemleriyle çalışıyorlar. En az bunun kadar önemli olan ise problem çözme becerileri. Gerçek dünya sistemleri karmaşıktır ve çoğu zaman öngörülemezdir. Öğrenciler verileri yorumlamayı, farklı çözümleri değerlendirmeyi ve belirsizlik altında karar vermeyi öğreniyor. Buna ek olarak, uluslararası ekip çalışması deneyimi de kazanıyorlar; bu da küresel mühendislik projelerinde giderek daha önemli hale geliyor.
Bu araştırma, akıllı şehirler ve sürdürülebilir kalkınma alanındaki daha geniş eğilimlerle nasıl ilişkilendiriliyor?
Kentsel hareketliliğin iyileştirilmesi, akıllı şehir gelişiminin temel bileşenlerinden biridir. Verimli trafik yönetimi seyahat sürelerini azaltır, ancak bunun çevresel faydaları da vardır. Daha düşük sıkışıklık, daha az yakıt tüketimi ve daha düşük emisyon anlamına gelir. Yapay zekâ, mevcut altyapıyı daha verimli kullanmamıza olanak tanır; bu da her zaman büyük ölçekli fiziksel genişlemeler gerektirmez. Bu yaklaşım, alanın ve kaynakların sınırlı olduğu hızla büyüyen şehirler için özellikle önemlidir. TRALICO kapsamında yaptığımız çalışma, şehirleri daha verimli, daha sürdürülebilir ve daha yaşanabilir hale getirmeye yönelik daha geniş çabanın bir parçasıdır.
Yapay zekâ ve akıllı hareketlilik gibi alanlarla ilgilenen Türk öğrenciler için BME hangi avantajları sunuyor?
BME, güçlü bir akademik temeli uluslararası araştırma projelerine erişimle birleştiriyor. Programlar, özellikle bilgisayar mühendisliği, veri bilimi ve ilgili alanlarda lisans, yüksek lisans ve doktora seviyelerinde İngilizce olarak sunuluyor. Öğrenciler modern laboratuvar altyapısından, deneyimli akademik kadrodan ve sanayi ile araştırma ağlarına yakın bağlantılardan yararlanıyor. TRALICO gibi iş birlikleri sayesinde gerçek dünya problemleri üzerinde çalışabiliyor ve uluslararası ortaklarla birlikte üretim yapabiliyorlar. Türk öğrenciler açısından ayrıca Macaristan ile Türkiye arasındaki mevcut akademik bağların sağladığı bir avantaj da var; bu da iş birliğini ve değişimi kolaylaştırıyor.