AI giao thông đô thị: từ dự báo sang hiểu nguyên nhân
AI giao thông đô thị là việc sử dụng trí tuệ nhân tạo, học máy và phân tích dữ liệu giao thông để không chỉ dự báo ùn tắc giao thông mà còn nhận diện các yếu tố gây ra tắc nghẽn, từ đó hỗ trợ quản lý giao thông thông minh và quy hoạch đô thị dựa trên bằng chứng dữ liệu thay vì cảm tính. Đây là bước chuyển quan trọng: nếu trước đây các hệ thống chỉ cố gắng đoán chỗ sẽ tắc, thì nay câu hỏi trung tâm là "vì sao tắc" và "cần can thiệp ở đâu". Nhóm nghiên cứu của TS. Phạm Việt Hùng tại một trường đại học quốc tế ở Việt Nam đã kết hợp dữ liệu từ thiết bị di động của người tham gia giao thông với AI có khả năng giải thích (XAI) để trả lời những câu hỏi đó. Quan điểm này mang tính phê phán với cách tiếp cận cũ: dự báo mà không hiểu nguyên nhân thì chỉ giải quyết phần ngọn của vấn đề.
XAI và insight nguyên nhân ùn tắc: dữ liệu phục vụ quyết định
Điểm đột phá của AI giao thông đô thị hiện nay nằm ở khả năng giải thích, chứ không chỉ là độ chính xác dự báo. Với XAI, mô hình không dừng lại ở việc cho biết đoạn đường nào sẽ tắc mà còn chỉ ra biến số nào đóng góp mạnh nhất: vị trí, thời gian trong ngày, ngày trong tuần hay các yếu tố đặc thù của khu vực. Kết quả nghiên cứu cho thấy địa điểm có thể quan trọng hơn cả quy luật giờ cao điểm: một số điểm nghẽn xuất hiện ngay cả khi lưu lượng không quá lớn, gắn với hoạt động đặc thù hoặc thiết kế hạ tầng bất hợp lý. Theo nhóm nghiên cứu, khác biệt cốt lõi là tiếp tục đặt câu hỏi "vì sao tình trạng đó xuất hiện" thay vì chỉ hỏi "ở đâu và khi nào xảy ra ùn tắc". Đối với quy hoạch đô thị, việc xác định chính xác các điểm ùn tắc có tính lặp lại giúp cơ quan quản lý có thêm cơ sở để đánh giá phương án can thiệp, thay vì mở rộng đường một cách dàn trải. Đối với doanh nghiệp logistics, insight về các điểm nghẽn thường xuyên hỗ trợ tối ưu tuyến đường và tổ chức vận chuyển hiệu quả hơn.
Từ giám sát thủ công đến phát hiện sự cố tự động trên cao tốc
Nếu ở đô thị, AI đang giúp lý giải ùn tắc, thì trên cao tốc, nó đang âm thầm thay đổi cách vận hành hạ tầng. Cuối tháng 6, 121 camera AI đã được lắp trên đoạn cao tốc Bắc – Nam từ Bãi Vọt đến Vũng Áng để giám sát, phát hiện vi phạm và xử lý sự cố giao thông. Thay vì chỉ thu hình cho nhân viên ngồi nhìn màn hình, hệ thống máy chủ trung tâm và thuật toán xử lý dữ liệu thời gian thực phân tích thông tin giao thông, nhận diện bất thường và gợi ý giải pháp. Các hệ thống CCTV và Vehicle Detection Systems được bố trí dọc tuyến, dùng AI để tự động nhận diện xe dừng đỗ trái phép, chạy quá tốc độ, đi ngược chiều, người đi bộ, vật cản rơi trên đường, thậm chí biển số để truy vết khi cần. Công nghệ này rút ngắn thời gian phát hiện sự cố, giúp nhân viên vận hành ra quyết định nhanh hơn, giảm nguy cơ tai nạn dây chuyền và nâng hiệu quả khai thác cao tốc. Theo cơ quan quản lý đường bộ, đây là bước chuyển từ quản lý thụ động sang quản lý giao thông thông minh dựa trên AI và Big Data, đặt nền móng cho mạng lưới giao thông kết nối toàn quốc.
Deep learning đếm xe tự động: dữ liệu là hạ tầng mới
Một điểm yếu cố hữu của quản lý giao thông ở Việt Nam là dữ liệu: đếm xe thủ công, thiếu liên tục, dễ sai do thời tiết, ánh sáng và góc nhìn. Trung tâm Kỹ thuật đường bộ phía Nam (S-RETC) đang nghiên cứu ứng dụng AI để tự động đếm xe và thu thập, phân tích dữ liệu giao thông, dùng hình ảnh từ camera kết hợp deep learning và thị giác máy tính để nhận dạng, phân loại, theo dõi và đếm phương tiện. Mỗi xe được gán mã định danh để tránh đếm trùng khi di chuyển qua vùng giám sát. Nếu công nghệ này được hoàn thiện và chứng minh hiệu quả, nó có thể hỗ trợ tính lưu lượng xe trung bình hằng ngày, xác định kích thước làn, đánh giá năng lực thông hành, thiết kế nút giao và lập kế hoạch bảo trì hạ tầng. S-RETC đề xuất thí điểm đếm xe tự động bằng AI trên các tuyến cao tốc có trung tâm điều hành giao thông (TMC) do đơn vị quản lý để đánh giá khả năng áp dụng thực tế. Đây không chỉ là bài toán kỹ thuật, mà là bước khẳng định dữ liệu giao thông chính là một dạng hạ tầng mới: nếu không đo được chính xác, mọi quyết định quy hoạch đều mạo hiểm.
AI và tương lai quy hoạch đô thị dựa trên phân tích dữ liệu giao thông
Trong bối cảnh đô thị hóa và chuyển đổi số diễn ra nhanh, bài toán không còn là thu thập càng nhiều dữ liệu giao thông càng tốt, mà là biến dữ liệu thành insight hành động. Dữ liệu từ thiết bị di động, camera cao tốc, hệ thống ITS và các nền tảng đếm xe tự động, khi được phân tích bằng AI, có thể cho thấy lịch sử lưu lượng, tốc độ trung bình, mật độ từng giờ, từ đó hỗ trợ phân tích tình hình, lựa chọn phương án quản lý và điều tiết, kể cả phân luồng từ xa. Nhóm nghiên cứu của TS. Phạm Việt Hùng dự kiến mở rộng khung phân tích bằng cách bổ sung dữ liệu thời tiết, sự cố giao thông và sự kiện công cộng để hiểu sâu hơn cơ chế hình thành ùn tắc. Về dài hạn, cơ quan quản lý đường bộ cho rằng AI và Big Data cần được đặt trong kiến trúc ITS tổng thể với chuẩn dữ liệu thống nhất và khả năng kết nối ngay từ khâu thiết kế đầu tư. Khi các yêu cầu này được triển khai đồng bộ, AI giao thông đô thị sẽ không chỉ giúp dự báo ùn tắc giao thông mà còn cho phép quản lý rủi ro, điều tiết chủ động và sử dụng hạ tầng hiệu quả hơn. Câu hỏi không còn là "có nên dùng AI hay không", mà là "thành phố nào dám để quyết định quy hoạch dựa trên dữ liệu thay vì cảm tính".
