Il MIT potrebbe far estinguere i taxisti con il car pooling

Una ricerca del MIT di Boston spiega come si potrebbe ridurre inquinamento, traffico e costi affidandosi al car pooling e un particolare algoritmo.

Avatar di Dario D'Elia

a cura di Dario D'Elia

Adesso chi andrà a dire ai 14.000 taxisti di New York che è sufficiente impiegare un algoritmo del MIT e 3mila auto in car pooling per coprire il 98% della domanda della città?La professoressa Daniela Rus, che lavora presso il Computer Science and Artificial Intelligence Laboratory (CSAIL) del prestigioso MIT di Boston, ha reso noti i risultati di una ricerca che potrebbe attirare molti consensi.

car

"Invece di trasportare persone una alla volta, gli autisti potrebbero trasportare da due a quarto persone alla volta facendo meno viaggi, in minor tempo e facendo la stessa quantità di denaro", sostiene Rus. "Un sistema come questo potrebbe consentire agli autisti di fare turni più corti, creare meno traffico, rendere l'aria più pulita e ridurre lo stress dei pendolari".

Il pensiero corre veloce a servizi carpooling come quelli di Lyft e Uber (Uberpooling). Le stime numeriche dicono che si potrebbe ridurre il parco veicoli adibito a trasporto del 75% e contemporaneamente ottenere tempi di attesa medi di soli 2,7 minuti.

Sfuttando i dati di 3 milioni di corse di taxi è stato possibile mettere a punto un algoritmo che in tempo reale sarebbe in grado di gestire ogni potenziale richiesta e distribuire meglio sul territorio i veicoli senza passeggeri. In prospettiva potrebbe essere impiegato anche per i veicoli autonomi.

Anytime optimal algorithm

"Anytime optimal algorithm"

Il sistema prima di tutto creare un grafico di tutte le richieste e tutti i veicoli. Poi ne crea un secondo con tutte le possibili combinazioni di viaggio. Dopodiché in base a una serie di parametri stabilisce la migliore strategia per assegnazioni e corse. Se un mezzo abbandona un'area ad alta domanda, il sistema si occupa di richiederne un altro per riequilibrare la presenza sul territorio.

"Anytime optimal algorithm" ha la qualità di migliorare nel tempo grazie all'impiego e la memoria storica di tutti i dati raccolti.

"I servizi di ride-sharing hanno un enorme potenziale per l'impatto positivo sulla società in relazione alla congestione, inquinamento e consumo energetico", ha aggiunto Rus. D'altronde i costi per la congestione del traffico statunitense sono stimati in 160 miliardi di dollari, e includono 7 miliardi di ore di tempo perso e più di 11 miliardi di litri di carburante consumato.