Milagros Echeverría, licenciada y profesora en Ciencias Matemáticas, llevó adelante ese proyecto durante su trabajo de tesis en la UNMDP. Este modelo basado en inteligencia artificial podría aportar datos de interés para la planificación del tráfico vehicular.

Por Agustín Casa

Durante su tesis de la Licenciatura en Matemática, Milagros Echeverría desarrolló un modelo de predicción del tráfico en Mar del Plata. Su idea era llevar adelante un proyecto de matemática aplicada. Una vez armado el modelo de predicción de datos, decidió aplicarlo a alguna problemática de la zona. Como su director de tesis trabajaba con modelos de tráfico, emplearon este modelo de predicción al tráfico de la ciudad.

“Predecir el tráfico es un problema de interés en las grandes ciudades, debido a que permiten determinar medidas y posibles alternativas de solución para los problemas que se presentan en el flujo vehicular, por ejemplo, problemas de congestión de tráfico, accidentes de tránsito, problemas relacionados a la contaminación ambiental, etc.”, señala a Bacap Milagros Echeverría, licenciada y profesora en Ciencias Matemáticas e integrante del Centro Marplatense de Investigaciones Matemáticas (CEMIM) de la Facultad de Ciencias Exactas y Naturales de la UNMDP.

El modelo diseñado por Echeverría está basado en redes neuronales artificiales (inteligencia artificial), dentro del área de aprendizaje automático (machine learning). “Una red neuronal artificial intenta simular el comportamiento de una neurona humana, lo que permite que el modelo aprenda a partir de ejemplos. Pero, debido a la gran cantidad de operaciones que realiza la red neuronal, el aprendizaje puede demandar demasiado tiempo. Es por ello que el modelo tiene una etapa previa de selección de variables (o selección de características), la cual se realiza por medio de un método matemático conocido como Método Gráfico Lasso (graphical Lasso, en inglés). Utilizando este método se obtienen aquellos datos que resultan más relevantes para el problema de predicción”, explica la matemática.

En esta línea, la egresada de la UNMDP describe que un modelo de predicción puede, a partir de ciertos datos, predecir algún valor con un margen de error mínimo. “En el problema de tráfico, por ejemplo, las características son la cantidad de vehículos que pasan por las diferentes calles de la ciudad. A partir de estos datos, se intenta predecir en un tiempo futuro cuál es la cantidad de autos que pasarán por otra calle de la ciudad”, ejemplifica.

En el caso del trabajo que llevó a cabo, Echeverría remarca que buscó utilizar “la menor cantidad de datos posible con el fin de reducir el procesamiento de los mismos” y comenta que ese proceso se conoce como “selección de características, y en el problema de tráfico se traduce en seleccionar cuáles son aquellos lugares de mayor interés donde medir el tráfico para realizar la predicción”.

Luro e Independencia como punto de referencia

Para aplicar su modelo al tráfico marplatense, desde el Grupo de Investigación de Análisis Estadístico -del que Echeverría forma parte- se comunicaron con el subsecretario de Movilidad Urbana, Dante Galván, para obtener datos de los flujos de tráfico en la ciudad.

“La ciudad no cuenta con sensores de tráfico instalados que puedan contar el número de vehículos que circulan por las calles. Entonces, tuvimos que agregarle al modelo una etapa de simulación. El subsecretario de Movilidad Urbana nos suministró datos de un estudio de años anteriores donde se detalla cuáles son los patrones de movilidad de la población, es decir, los viajes que se realizan en un día entre diferentes zonas”, relata.

Y continúa: “A partir de ese estudio, simulamos por medio de un software viajes en la ciudad y contamos la cantidad de vehículos que circulaban por diferentes arterias. Para ello, supusimos que la red de tráfico estaba equipada con detectores de lazos inductivos, que son los medidores más utilizados. Estos detectan un vehículo o una masa metálica situada encima del lazo que se encuentra por debajo de la superficie del pavimento por medio de un fenómeno físico basado en la inducción electromagnética”.

El objetivo específico del trabajo de tesis fue predecir el tráfico en la intersección de las avenidas Luro e Independencia un día de semana entre las 10.50 y las 11, y así medir el tráfico cada diez minutos en diferentes puntos de la ciudad, como Av. Constitución y la Costa y Av. Champagnat y Av. Luro. De ese modo, Echeverría obtuvo la base de datos necesaria para entrenar y testear el modelo de predicción.

– ¿Qué conclusiones arrojó este trabajo? 

“La principal fue que pudimos predecir el tráfico en Luro e Independencia en el lapso de tiempo específico, con un mínimo error. En segundo lugar, pudimos determinar cuáles eran los mejores lugares para medir el tráfico para llevar a cabo esta predicción. Esto tiene dos ventajas. Por un lado, en caso de haber interés en instalar sensores de tráfico, podemos determinar el mejor lugar donde ubicarlos. Y, por otro lado, el modelo también nos permite determinar ciertos patrones de movilidad: si un lugar fue seleccionado por el modelo, quiere decir que hay cierta relación entre los autos que pasan por ese lugar y los que pasan finalmente por Luro e Independencia”, detalla.

Sobre los posibles aportes de este modelo para conocer el tráfico de la ciudad, Echeverría afirma: “Las características seleccionadas indican que, si deseamos saber cuál será el número de autos en un punto específico, en nuestro caso el número de autos en la intersección de las dos avenidas entre las 10.50 y las 11.00, habrá que observar el comportamiento del tráfico en el punto seleccionado en un tiempo anterior. De esta manera, sabemos que los autos se trasladarán por algún recorrido entre los dos puntos en cuestión”. 

En ese sentido, agrega que “si una de las variables seleccionadas es Av. Champagnat y Av. Libertad, entre las 10.30 y 10.40, significa que aquellos autos se dirigirán por alguna ruta hacia Luro e independencia, pasando por allí entre las 10.50 y 11.00” y que así “es posible obtener patrones de movilidad en la ciudad”.

Datos para la planificación del tráfico vehicular

Echeverría subraya que “lo que más me sorprendió del trabajo fue cómo podemos aplicar las ciencias matemáticas y la ciencia de datos para resolver problemas en general”. Y amplía: “En mi trabajo en particular, poder observar y obtener conclusiones acerca del tráfico en la ciudad de Mar del Plata me resulta sorprendente, pues son problemas que se pueden presentar en la realidad. Sobre todo, si en algún futuro llega a ser de interés, que pueda contribuir en los procesos sociales, políticos y económicos, permitiendo una planificación y diseño de un entorno más favorable”.

El proyecto de tesis fue realizado a partir de una beca de estudiante avanzada de la UNMDP y el trabajo se realizó con software libre. Sobre la potencial utilidad de este trabajo, la matemática reconoce que “si se contará con datos actualizados sobre el número de autos que circulan por los distintos puntos de la ciudad, el modelo podría ajustarse y utilizarse, y así obtener resultados más precisos”. 

En tanto, Echeverría añade que con esos datos “se podrían tomar decisiones respecto a las planificaciones sobre el tráfico vehicular, por ejemplo, para optimizar los viajes, para evitar accidentes vehiculares, la disposición de sensores a partir de un cierto presupuesto, etc.”. 

”Este modelo no solo se puede emplear para redes de tráfico, sino que puede adaptarse y utilizarse en otros contextos, siempre que se cuente con una base de datos. Por ejemplo, se puede utilizar para modelar infraestructuras de salud, redes de abastecimiento de agua o gas, redes de fibra eléctricas, etc. Por lo tanto, este tipo de modelos resultan sumamente prácticos para tratar distintos problemas presentes en la realidad”, concluye.