[:es]
Realizan piloto para validar la convergencia de las tecnologías 5G, Machine Learning y Edge Computing y su aplicabilidad práctica a la movilidad y el transporte en el país.
La Coordinación de Sistemas Inteligentes de Transporte (SIT) del Ministerio de Transporte y Telecomunicaciones se encuentra desarrollado un piloto de monitoreo automático de tránsito, utilizando conexión inalámbrica 5G e Inteligencia Artificial en el uso de en Cámaras de Monitoreo de Tránsito (CCTV).
Esto, en el marco de un proceso de mejora continua y prospectiva tecnológica orientada a incorporar nuevas tecnologías de automatización para el mejoramiento de la gestión de tránsito y la movilidad.
Pedro Vidal, Secretario Ejecutivo de la Unidad Operativa de Control de Tránsito, se refiere a esta iniciativa a continuación.
¿Cómo surge esta iniciativa que lideran? ¿Existen experiencias extranjeras en las que se hayan basado para impulsar este piloto o iniciativas similares en el mundo que estén considerando para llevar adelante este trabajo?
La iniciativa surge como una oportunidad de aplicar en ambientes reales, específicamente en el dominio de la movilidad y el transporte (a través de la zona experimental de Entel con conectividad 5G), los avances en el campo de la conectividad inalámbrica (5G), así como los avances en el desarrollo de algoritmos Open Source aplicados a video analítica y el procesamiento en el borde (Edge Computing) de la data del streaming de video con unidades de bajo costo.
Respecto a las experiencias extranjeras, en la actualidad, solo se han desarrollado pilotajes relacionados con la movilidad en Corea del Sur y China. Sin embargo, este pilotaje respondió a una mirada crítica de la realidad local, entendiendo la importancia de explorar mecanismos de captura y procesamiento de datos para la toma de decisiones, en tiempo real, aprovechando la sinergia entre las tecnologías de última generación.
¿Qué impacto esperan que tenga este piloto y el uso de esta tecnología en los usuarios finales?
El objetivo principal del piloto fue validar la convergencia de las tecnologías 5G, Machine Learning y Edge Computing y su aplicabilidad práctica a la movilidad y el transporte. Lo más importante, fue confirmar la forma en que éstas crean valor para las personas, gracias al aporte que generan en los procesos de análisis y toma de decisiones de la sala de control de tránsito, como también, en las acciones que se podrían tomar con este nivel de analítica que vayan en favor de sistemas de monitoreo más eficientes y automatizados, aplicados tanto al dominio explorado como a otros dominios diferentes que pudieran tomar esta experiencia como referente (ej: Seguridad, salud, industria, etc.). Como fin último, el impacto esperado está asociado a mejorar la movilidad, calidad de vida y seguridad de las personas en la ciudad.
Ustedes plantean que verificarán las condiciones técnicas de la integración de esta tecnología en los sistemas del Centro de Control de Tránsito, ¿Cuándo se realizará esto y por cuánto tiempo?
Esta etapa es parte del desarrollo del proyecto de detalle de la solución. El piloto estará en operación durante todo el año 2021, donde, además, incorporaremos nuevos casos de uso que nos permitan hacer verificaciones en materia de compatibilidad con nuestro actual sistema de control, desempeño real de las variables técnicas de análisis y alcance de las soluciones. Este proceso implica una coordinación permanente con los distintos stakeholders del proyecto para poder obtener la mejor información posible que permita determinar la viabilidad y condiciones de escalamiento de las soluciones probadas.
Si los resultados de este piloto son buenos, ¿Como realizarán su implementación en la Región Metropolitana y si luego esperan replicarlo en otras regiones?
La definición en la realización de esta iniciativa comienza desde un mínimo producto viable, con miras a un proyecto en la Región Metropolitana y regiones, tanto el análisis de viabilidad como las condiciones y diseño del modelo de escalamiento tanto en la RM como en las demás regiones son resultados que esperamos obtener dentro del proceso en curso.
Desde el punto de vista de la seguridad, ¿Qué ventajas aportaría tanto en materia de transporte como seguridad para la población o para aquellas instituciones orientadas a prestar apoyo en incidentes como accidentes?
El potencial predictivo de Machine Learning, puede ser aplicado con un enfoque preventivo respecto de aquellos eventos que pudieran afectar la seguridad de las personas, permitiendo anticipar decisiones de mitigación, antes de su materialización. De igual forma, la posibilidad de actuar y tomar acciones de manera rápida, oportuna y eficiente en eventos que comprometan la seguridad y la movilidad cuando estos sean detectados gracias a la generación de alertas automáticas. También es posible actuar de forma preceptiva, es decir, realizando acciones estandarizadas que gatillen ciertos eventos positivos.
Por Comunicaciones OpenBeauchef
[:]