Contadores peatonales, detección de ciclistas, matrices de origen-destino inferidas y posiciones de buses alimentan al controlador. Se validan calidades y se corrigen sesgos horarios. Cuando un sensor falla, modelos de imputación sostienen decisiones robustas sin sobrerreaccionar ante ruido o lecturas espurias.
Antes de tocar un semáforo real, el algoritmo prueba estrategias en simulaciones calibradas con datos locales. Penaliza colas largas, bloqueos de caja y tiempos excesivos de cruce peatonal. Solo políticas estables y explicables pasan al plan piloto, con supervisión humana constante.
Para evitar que una vía minoritaria quede relegada, se fijan límites a esperas máximas y se introduce ponderación dinámica para grupos vulnerables. La recompensa considera accesibilidad y seguridad, no solo fluidez vehicular, alineando resultados con metas de movilidad justa y sostenible.
Se priorizan nodos con alto impacto y posibilidad de medir comparables. Se actualizan planos, se corrigen detectores, se pintan cajas amarillas y se coordinan cuadrillas. Preparar bien el terreno evita atribuir a la IA problemas que en realidad provienen de infraestructura descuidada.
Cada semana se revisan alarmas, se auditan intersecciones atípicas y se prueban pequeñas variaciones controladas. La retroalimentación de choferes y peatones se incorpora a la planificación. Así se evita la complacencia y se consolida un hábito institucional de aprendizaje continuo medible.
Los semáforos son equipos electromecánicos exigentes. Limpiar lentes, reemplazar focos y verificar alineaciones evita falsas detecciones y tiempos erráticos. Contratos de mantenimiento preventivo y auditorías cruzadas sostienen beneficios, protegiendo la inversión pública durante años, incluso cuando cambian autoridades o presupuestos.
Convocamos a estudiantes, investigadores, planificadores y vecinos a encuentros mensuales donde se discuten aprendizajes, fracasos y próximos pasos. Subimos datasets curados y notebooks. Juntos elevamos el estándar y evitamos reinventar la rueda en cada municipalidad, acelerando beneficios tangibles para millones.
Cuéntanos cuánto demoras entre puntos de la Alameda-Providencia, dónde te frenas siempre, cómo te va cruzando con coche o bicicleta. Ese relato, georreferenciado de forma voluntaria y privada, ayuda a validar modelos y a descubrir cuellos que las métricas promedio ignoran.