Le previsioni sul traffico diventano più precise quando i sensori imparano il significato dei luoghi vicini

Dalla conoscenza pubblica dei luoghi al profilo semantico di ogni sensore

Ogni sensore si trova in un punto preciso della città, una posizione che porta con sé significati ben oltre la strada che monitora. Wikidata, l’ampio archivio pubblico di fatti su luoghi, istituzioni, monumenti e aree amministrative, fornisce la materia prima. La scelta è strategica: costruire un dizionario dei luoghi separato per ogni città sarebbe lento, costoso e difficile da riutilizzare altrove.

Per ciascun sensore, il primo passo consiste nel raccogliere le voci vicine da Wikidata entro un raggio definito. Una ricerca a 600 metri cattura l’ambiente immediato a livello stradale: incroci, infrastrutture viarie e piccoli dettagli locali. Una ricerca a 2,5 chilometri si spinge più lontano, includendo i grandi attrattori e gli effetti su scala distrettuale che possono influenzare il traffico in un’area vasta. I luoghi selezionati formano così la vicinanza semantica locale del sensore.

Si utilizzano due versioni di questa vicinanza. La versione diretta conserva solo le voci immediate e le relative informazioni sul tipo. La versione a un salto aggiunge le entità collegate, permettendo a un luogo di introdurre fatti correlati da un passo di distanza. Il contesto si amplia così, restando ancorato all’ambiente circostante del sensore. A 600 metri, il sottografo diretto contiene 797 voci e 1.827 collegamenti. Aggiungendo un salto, si espande a 2.920 voci e 12.523 collegamenti. A 2,5 chilometri, la versione diretta conta 2.770 voci e 8.062 collegamenti, mentre quella a un salto raggiunge 29.655 voci e 144.141 collegamenti.

Queste reti locali vengono poi trasformate in numeri. Un metodo standard di embedding per grafi di conoscenza rappresenta ogni voce come un vettore a valori complessi, assimilabile a un punto definito da due coordinate anziché da un singolo numero. Questa forma è utile perché molte relazioni nei dati pubblici sui luoghi sono direzionali o asimmetriche. Ogni luogo vicino contribuisce quindi con la propria firma numerica al profilo del sensore.

Il sensore riceve un unico vettore semantico facendo la media di tutti i vettori dei luoghi associati. La media produce una rappresentazione a dimensione fissa, indipendente dal numero di luoghi trovati o dal loro ordine. Smussa anche gli ambienti misti: un quartiere commerciale con scuole, negozi, fermate del trasporto pubblico e uffici diventa una firma unica e omogenea, anziché un elenco di etichette separate. Dopo test preliminari, tutti gli embedding sono impostati a 64 dimensioni, bilanciando potenza espressiva e costo computazionale. Vengono addestrati in modo auto-supervisionato sui fatti estratti dai luoghi, puntando a rappresentazioni coerenti dei luoghi e delle entità piuttosto che ottimizzare direttamente per la previsione del traffico.

Dal significato ai legami tra i sensori

Quando ogni sensore possiede una descrizione compatta del proprio ambiente, il metodo confronta queste descrizioni a coppie. L’obiettivo è trasformare il significato in collegamenti, verificando se due sensori appaiono simili rispetto ai luoghi che li circondano. Per farlo si adotta un punteggio simile al coseno, adattato per vettori con componenti complesse. Il vettore semantico di ciascun sensore viene considerato come una freccia: la misura indica quanto due frecce puntino nella stessa direzione. Poiché i vettori complessi contengono più informazioni della sola lunghezza, il calcolo prende la parte reale del prodotto interno e divide per le lunghezze dei due vettori. Il risultato è un valore di similarità elevato quando due luoghi condividono una funzione, anche se sono distanti. La tabella finale ha una riga e una colonna per ogni sensore, con un peso in ciascuna cella: questa è la nuova matrice di adiacenza, o mappa delle connessioni. Non si tratta di una rappresentazione puramente astratta dei luoghi. I sensori vicini condividono spesso le stesse strade, negozi e punti di riferimento, quindi i loro profili semantici tendono a essere simili. Questa sovrapposizione spaziale mantiene i nuovi collegamenti ancorati alla geografia. Al contempo, due distretti commerciali lontani possono ricevere pesi analoghi perché i rispettivi contesti svolgono ruoli simili: un’area turistica in una parte della città può connettersi a un’altra zona turistica, non necessariamente al sensore autostradale più vicino. La matrice mescola dunque la geografia locale con la somiglianza funzionale. Ogni collegamento è un indizio morbido, non una regola rigida su quali sensori influenzino gli altri. I modelli di previsione possono usare questa mappa come canale aggiuntivo per diffondere informazioni nella rete di sensori. In questo modo acquisiscono la capacità di rilevare che il comportamento del traffico può dipendere dal tipo di luogo, non solo dalla distanza stradale. L’intero passaggio è volutamente semplice: confrontare i vettori, calcolare i punteggi delle coppie e compilare una matrice. Questa semplicità è fondamentale perché permette ai modelli di traffico esistenti di ricevere un contesto più ricco senza dover essere ricostruiti da zero.

Sostituzione della mappa stradale con quella dei luoghi

Sostituire la mappa stradale con quella basata sui luoghi produce risultati contrastanti. In questa prova, i modelli di previsione del traffico ricevono connessioni derivate dai luoghi circostanti anziché dalle distanze lungo le strade. Alcuni modelli beneficiano di questo cambiamento, altri perdono accuratezza.

Il miglioramento più netto arriva da D2STGNN, che riduce l’errore assoluto medio del 15,2 per cento. Questo risultato si ottiene con la matrice del vicinato diretto a 600 metri, che collega i sensori attraverso il loro contesto immediato. STGCN migliora fino al 6,2 per cento e STTN fino al 2,7 per cento.

Questi guadagni sono reali, ma non dimostrano che siano causati dal significato dei luoghi. Anche un pattern di connessioni casuale con la stessa densità aiuta diversi modelli: D2STGNN guadagna il 13,2 per cento da quella mappa casuale e STGCN il 3,7 per cento. Parte del beneficio può dunque derivare dalla diversa forma del grafo, non dai collegamenti significativi tra i luoghi.

Due modelli resistono alla sostituzione in modo più marcato. Fixed GWaveNet peggiora con ogni matrice semantica, fino al 31,4 per cento nell’errore assoluto medio. Adaptive GWaveNet cala leggermente, di circa l’1,7-2,1 per cento. DCRNN si comporta in modo meno prevedibile: migliora con una configurazione casuale e una semantica, ma peggiora fino al 24,9 per cento in altri casi.

Il test di sostituzione rivela quindi uno schema utile: alcuni predittori possono usare i collegamenti basati sui luoghi come principale mappa spaziale. Altri hanno bisogno della rete stradale per restare stabili e costringerli su un solo grafo semantico rende le previsioni peggiori. Questo risultato pone una domanda più difficile: se il significato dei luoghi possa aiutare senza cancellare la struttura delle strade che il traffico segue già.

Accanto alla mappa stradale, una seconda mappa dei luoghi

Nel test con la mappa aggiuntiva si conservano i collegamenti basati sulla distanza stradale e si fornisce a ciascun modello una seconda rete di connessioni in parallelo. Questa mappa collega i sensori in base alla natura del loro contesto circostante, non solo alla posizione fisica sulla rete viaria. In questa configurazione il modello può sfruttare entrambe le rappresentazioni dello spazio, imparando quanto peso attribuire a ciascuna. La scelta è sensata perché il traffico scorre lungo le strade ma reagisce anche alla funzione dei luoghi, dai palazzi uffici alle zone commerciali.

Il test su San Diego ha coinvolto 716 sensori e oltre 35.000 misurazioni temporali: i risultati non derivano quindi da un campione ridotto di una singola città. La maggior parte dei modelli migliora quando la mappa basata sui luoghi affianca quella delle distanze stradali. STGCN riduce l’errore assoluto medio del 7,7 per cento con la versione del vicinato a 600 metri. D2STGNN ottiene un risultato ancora migliore, abbassando la stessa misura di errore del 12,4 per cento nella medesima configurazione. STTN guadagna il 5,0 per cento utilizzando la mappa del vicinato diretto più ampia, da 2,5 chilometri.

DCRNN offre l’avvertimento più netto, poiché la sua risposta dipende fortemente dalla mappa basata sui luoghi ricevuta. Con le mappe a un salto, riduce l’errore del 15,9 per cento a 600 metri e dell’11,7 per cento a 2,5 chilometri. Le mappe del vicinato diretto producono l’effetto opposto, aumentando l’errore del 114,8 per cento a 600 metri e del 77,5 per cento a 2,5 chilometri. Questa oscillazione dimostra che la mappa aggiuntiva non è un aggiornamento gratuito per ogni architettura.

Una mappa consapevole del proprio contesto

Il livello semantico offre ai modelli di traffico un secondo modo per leggere la città. Non più punti collegati dalla distanza stradale, ma luoghi dotati di significato: un sensore vicino a uffici, scuole o nodi del trasporto pubblico porta con sé una firma locale diversa da quella di uno accanto a una strada residenziale. Poiché questa firma proviene da Wikidata, la stessa procedura può essere applicata in diverse città senza dover costruire manualmente una mappa locale.

I miglioramenti nelle previsioni sono stati reali, ma non uniformi tra i modelli. Alcuni predittori hanno ottenuto risultati migliori quando la matrice semantica è stata aggiunta alla rete stradale, mentre altri sono rimasti sostanzialmente invariati o hanno peggiorato. Anche un modello di connessioni casuale ha aiutato diversi sistemi, il che suggerisce che parte del vantaggio possa derivare da una diversa struttura del grafo piuttosto che dal significato dei luoghi in sé.

L’opportunità principale è che questo metodo può essere trasferito ad altre città senza dover ricostruire manualmente un’ontologia locale dei luoghi. Apre inoltre la strada all’utilizzo di ruoli amministrativi e funzioni vicine, senza dover riprogettare l’architettura di base dei predittori. Gli ostacoli pratici sono altrettanto chiari e potranno guidare i test futuri. Wikidata è ampia, ma potrebbe trascurare dettagli locali o codificare i luoghi in modo non uniforme. La matrice semantica contiene anche segnali spaziali, quindi un miglioramento non può sempre essere attribuito esclusivamente al significato. Alcuni modelli hanno registrato peggioramenti significativi con determinate configurazioni, avvertendo che l’aggiunta di contesto può destabilizzare un’architettura anziché migliorarla.

Oltre alla previsione del traffico, questa idea indica un cambiamento più ampio nel modo in cui le macchine interpretano le città. Una strada non è solo geometria. Ha anche un ruolo nella vita quotidiana. Se i predittori possono apprendere questo ruolo dalla conoscenza condivisa dei luoghi, potrebbero anticipare la congestione prima che la sola distanza stradale lo spieghi. È possibile che una città diventi prevedibile attraverso il significato dei suoi luoghi piuttosto che attraverso la geometria delle sue strade?