Ce parking alimenté par l’IA vous récompense pour ne pas avoir conduit

Fetch.ai utilise l’intelligence artificielle pour mettre un prix sur le stationnement – et un test est en cours à Munich.

La ville intelligente du futur se matérialise dans le parking d’un immeuble de bureaux à Munich. Grâce à un nouveau programme de test alimenté par l’intelligence artificielle, ou IA, le parking peut communiquer avec les conducteurs qui l’utilisent. Il peut leur dire quand le garage est bondé et augmenter son prix en fonction de la demande, suggérer aux conducteurs d’utiliser un autre garage, et même les récompenser pour ne pas avoir conduit du tout pour se rendre au travail.

Le projet pilote est mené par la société britannique Fetch.ai et la société munichoise Datarella. Il vient d’être lancé dans l’un des bureaux centraux de Munich appartenant à Connex Buildings. L’objectif est de contrôler de manière dynamique la tarification et l’utilisation des places de parking du bâtiment, et de dissuader les gens de conduire pour se rendre au travail en les récompensant avec des cartes d’abonnement aux transports en commun pendant tout le temps où ils n’utilisent pas le parking.

« On pourrait dire que si vous vous garez plus près, vous serez facturé plus cher ; si vous vous garez plus loin, vous serez facturé moins cher », explique Humayun Sheikh, PDG de Fetch.ai. « Nous vous récompensons pour certaines actions et nous vous décourageons de faire certaines actions. »

Le Sheikh affirme que si le programme expérimental est étendu aux parkings de la ville, il pourrait réduire l’utilisation des voitures de 10 % par an, ce qui entraînerait une réduction de plus de 37 000 tonnes d’émissions de CO2, ce qui équivaut aux émissions de la consommation annuelle d’énergie de près de 4 000 foyers.

Il a été démontré que la tarification du stationnement en fonction de la demande permettait de réduire le nombre de kilomètres parcourus par les véhicules et les émissions de gaz à effet de serre à San Francisco, où un système de tarification en fonction de la demande est en place depuis 2017. Lorsque le prix du stationnement reflète sa rareté relative, il peut signaler aux gens que s’ils décident de conduire, cela va leur coûter cher. Lorsque moins de personnes ont la possibilité de se garer gratuitement, moins de personnes choisissent de conduire, ce qui réduit les embouteillages et déplace les flux de circulation vers des zones moins fréquentées. « Cela devrait rendre la gestion du trafic et des embouteillages beaucoup plus efficace », déclare M. Sheikh.

Des chercheurs comme Donald Shoup, professeur d’urbanisme à l’université de Californie à Los Angeles, ont montré que le stationnement gratuit a un coût élevé pour les villes en termes d’embouteillages, d’émissions de gaz à effet de serre et de temps passé à chercher un parking. Une méta-étude sur les comportements dans la circulation a montré que les conducteurs en quête de stationnement représentaient en moyenne 34 % du trafic dans les centres-villes.

L’approche de Fetch.ai vise à rationaliser le processus de recherche d’une place de parking en utilisant une application que les conducteurs peuvent paramétrer pour réserver automatiquement des places de parking lorsqu’elles sont disponibles, en fonction de paramètres de prix et de localisation prédéterminés. La technologie AI est basée sur un concept informatique connu sous le nom de système multi-agent, avec des programmes informatiques distribués et spécialisés, ou agents, qui effectuent certaines tâches de manière autonome. En communiquant entre eux, ils peuvent rapidement résoudre collectivement des scénarios complexes, sans avoir besoin d’une méga base de données omniprésente.

Dans l’essai de stationnement de Fetch.ai, l’agent du garage de stationnement serait en mesure d’exploiter un système de caméras qui analyse les places disponibles et fixe les prix en conséquence. L’agent dans l’application d’une personne serait en mesure de savoir que, par exemple, la personne devra se rendre au bureau ce matin et négociera directement avec l’agent du garage de stationnement pour déterminer le prix de stationnement en fonction de la demande.

« Les agents se disent entre eux quand c’est occupé et quand ça ne l’est pas. Ainsi, si vous voulez vous garer dans un endroit, il pourra vous dire que les cinq prochaines heures sont ouvertes », dit M. Sheikh. « Et puis il y a 10 autres agents dans d’autres endroits [dans toute la ville], et tous peuvent collectivement apprendre s’il y a des embouteillages dans la zone ou non. Grâce à la tarification et aux récompenses du système, l’utilisation de ce garage unique peut être plus étroitement contrôlée que s’il était gratuit ou s’il faisait payer un tarif qui n’est pas adapté à la demande. Mais l’impact d’un seul garage est limité.

L’objectif, selon M. Sheikh, est de l’étendre. Pour un système compliqué comme une ville, les fonctions distribuées d’un système multi-agents pourraient être un moyen plus simple d’injecter le genre d' »intelligence » qui pourrait autrement nécessiter une base de données intense et centralisée et des millions de capteurs. Cette approche, affirme M. Sheikh, pourrait rendre l’infrastructure des villes intelligentes beaucoup plus facile à mettre en œuvre.

« La raison pour laquelle nous n’avons pas encore construit d’infrastructures intelligentes est que le coût de leur déploiement est assez élevé », explique-t-il. « Ce que nous proposons, c’est une solution de mise à niveau. Vous n’avez pas besoin d’avoir des capteurs partout ».

Sheikh souhaite étendre l’essai à d’autres parkings de Munich en 2021. Avec quelques caméras dans les parkings et des applications installées dans les téléphones des conducteurs, il affirme que ce système multi-agents peut commencer à fixer de manière autonome le prix du stationnement, ce qui réduira considérablement la congestion de la ville. Un seul garage de stationnement ne suffira pas à faire une énorme différence, mais ce pourrait être le début d’une façon beaucoup plus intelligente de se garer.

 

Via Fastcompany.

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.