Ilmaston kannalta ei ole merkityksetöntä, millä tavalla tulevaisuuden liikenne järjestetään. Liikenteen sähköistyminen ja automatisoituminen tuovat mukanaan haasteita mutta myös mahdollisuuksia esimerkiksi päästöjen vähentämisen näkökulmasta. Ilmastonmuutoksen torjunnan kannalta tärkeä kysymys on, miten liikenne tulisi järjestää, jotta sen aiheuttamat päästöt olisivat mahdollisimman pienet.

Sähköllä kulkeva automaattibussi

Vaihtoehtoisten liikennejärjestelyjen vaikutusten tutkiminen ihmisvoimin on kuitenkin erittäin työlästä ja monimutkaista ja veisi helposti kymmeniä vuosia. Apu löytyy tekoälystä, jonka avulla voidaan nopeasti mallintaa erilaisia ratkaisuja.

Suomen Akatemian rahoittamassa AIForLEssAuto-hankkeessa tutkitaan tekoälyn avulla tulevaisuuden liikennettä, sen vaikutusta hiilidioksidipäästöihin ja sitä kautta ilmastonmuutokseen. Hankkeen saama RRF-rahoitus on osa Euroopan Unionin elpymisvälinettä, jonka tarkoituksena on vauhdittaa ihmisten, talouden ja yhteiskunnan toipumista koronakriisistä.

Hanketta luotsaa spatiotemporaalisen data-analyysin professori Laura Ruotsalainen Helsingin yliopiston tietojenkäsittelytieteen laitokselta. Ruotsalainen toimii myös Suomen Tekoälykeskus FCAI:n ohjausryhmässä vastuullaan tekoäly ja kestävyys. FCAI on osa Suomen Akatemian lippulaivaohjelmaa.

Laura Ruotsalainen johtaa hanketta, jossa tutkitaan tekoälyn avulla tulevaisuuden liikennettä ja sen vaikutusta hiilidioksidipäästöihin

Tekoäly mahdollistaa tutkimuksen

AIForLEssAuto-hankkeessa tutkimuskohteena on sähköinen automaattiliikenne. Automaattiajoneuvot eli autot, jotka ajavat ilman kuskeja, asettavat paljon haasteita liikenteen suunnittelulle. Ruotsalaisen vetämässä hankkeessa etsitään vastauksia siihen, miten liikenne tulisi järjestää, jotta päästöt jäisivät mahdollisimman pieniksi.

Hankkeessa liikennettä tutkitaan kolmella eri tasolla. Ensimmäisellä tasolla kohteena ovat paikalliset vuorovaikutustilanteet, esimerkiksi kahden automaattiauton kohtaaminen. Toisella tasolla tutkitaan liikennettä hieman isommalla alueella, esimerkiksi yhdessä korttelissa. Kolmannella tasolla tarkastelun kohteena on liikenne suuremmalla kaupunkialueella.

Tekoäly mahdollistaa lukuisten erilaisten vaihtoehtoisten ratkaisujen testaamisen. Sen avulla voidaan simuloida tilanteita, esimerkiksi kahden automaattiauton kohtaamista, ja kokeilla, miten erilaiset liikennejärjestelyt vaikuttavat tilanteessa syntyviin päästöihin.

Vaihtelemalla muuttujia saadaan luotua uusia skenaarioita, joita voidaan testata tekoälyn avulla. Eri skenaarioita kokeilemalla ja vertaamalla voidaan löytää ilmaston kannalta parhaimmat ratkaisut.

Ruotsalaisen johtamassa hankkeessa simuloidaan liikennemääriä tekoälyn avulla. Kuva: Bochenina, Taleiko, Ruotsalainen. Simulation-based Origin-Destination Matrix Reduction: A Case Study of Helsinki City Area (2023). SUMO User Conference. https://www.tib-op.org/ojs/index.php/scp/article/view/197 .

Ruotsalainen kuvailee tekoälyn roolia hankkeessa merkittäväksi, suorastaan kriittiseksi. Tekoäly tekee parissa päivässä saman, johon ihmisillä menisi vähintään kymmeniä vuosia.

”Tekoäly mahdollistaa simulaatiot. Erilaisten ratkaisujen avulla voimme oppia, mitkä ovat ne polut, jotka johtavat kestävimpään lopputulokseen”, Ruotsalainen kertoo.

Uraauurtavaa monitieteellistä tutkimusta

AIForLEssAuto on hankkeena uraauurtava niin laajuuden kuin monitieteellisyyden näkökulmasta. Hanketta tehdään yhteistyössä Helsingin yliopiston ja Aalto-yliopiston kesken. Avainsanana on monitieteellisyys. Projekti yhdistää tekoälytutkimukseen asiantuntemusta kestävyystieteistä, ilmakehätutkimuksesta ja liikenteen tutkimuksesta.

Teoreettinen tekoälytutkimus toimii parhaiten, kun sen avulla voidaan edistää muiden käytännönläheisempien tutkimusalojen tavoitteita. Ruotsalaisen mukaan tekoäly onkin tutkimusten perusteella yksi vahvimmista kestävyystieteen tavoitteita eteenpäin vievistä voimista.

Hankkeessa toimii neljä tutkimusryhmää, jotka keskittyvät eri osa-alueisiin. Kolme ryhmistä kehittää testattavia ratkaisuja ja yksi ryhmä tekee simulaatioita muiden ryhmien tulosten perusteella.

Apuna käytetään avoimen lähdekoodin liikennesimulaattoreita, joiden avulla pystytään simuloimaan liikennettä eri kokoisilla alueilla. Tutkimusryhmät toimivat itsenäisesti, mutta koko konsortio kokoontuu Ruotsalaisen vetämiin kokouksiin neljästi vuodessa.

Ruotsalaisen mukaan vastaavanlaista hanketta ei ole aiemmin tehty yhtä laajasti ja monitieteellisesti.

”Se, että meillä on neljä ryhmää mukana, vaikuttaa suoraan siihen, että pystymme tekemään näin laaja-alaista ja monitieteellistä hanketta. Yleensä tutkimusta tehdään pienemmissä porukoissa, jolloin kaikkia eri näkökulmia ei ole mahdollista ottaa huomioon”, Ruotsalainen kertoo.

Kohti hiilineutraalia liikennettä

Hankkeen saama RRF-rahoitus perustuu kansallisiin elpymis- ja palautumissuunnitelmiin. Suomen suunnitelma on osa Suomen kestävän kasvun ohjelmaa. Rahoitusta suunnataan hankkeille, jotka edistävät vihreää ja digitaalista siirtymää.

Vihreä siirtymä onkin Ruotsalaisen luotsaaman hankkeen keskiössä. Projektin tavoitteena on ennen kaikkea tuottaa tietoa siitä, millä tavalla erilaiset tulevaisuuden liikenteen ratkaisut vaikuttavat hiilidioksidipäästöihin ja sitä kautta ilmastonmuutokseen.

Hanke on valmistumassa ensi vuonna. Tarkoituksena on julkaista suosituksia, joiden avulla tulevaisuuden liikenne Suomessa voitaisiin järjestää hiilineutraalisti. Ruotsalainen näkee hankkeella merkittävää yhteiskunnallista vaikuttavuutta.

”Jos pystymme antamaan suosituksia, joilla on vaikutusta esimerkiksi siihen, että Suomesta tulisi hiilineutraali, olisihan se yhteiskunnan kannalta merkittävää”, Ruotsalainen toteaa.

Teksti: Linda-Liisa Kelokari
Kuvat: Mostphotos & Bochenina, Taleiko ja Ruotsalainen

Tutkimushankkeelle on myönnetty Euroopan unionin elpymisvälinerahoitusta (NextGenerationEU) Suomen Akatemian kautta projektinumerolla 347197.