バス路線を『賢く組み合わせる』AI、都市全体の交通網を設計

『AlphaGo と同じ発想』って、囲碁の AI がバス路線を設計するのに何が応用できるの？

囲碁と都市計画、一見まったく別のものに見えますが、構造はすごく似てるんですよね。 囲碁は「石を1個置く」その瞬間は局地的には最適でも、全体の形が決まったときに弱みが露呈する。バス路線も「この1路線を引く」のは合理的でも、全体ネットワークとして完成したときに乗り換えの渋滞が起きる。どちらも「今の最適」と「全体の最適」がズレるゲームなんです。 AlphaGo は、この問題を「先読み」で解いた。1手打つたびに「その先100手、1000手先までの結果をシミュレータで検証する」のではなく、神経回路網が「この手を打つと全体のポテンシャルはこうなる」と直感的に判断する。同じ発想をバス路線に転用すれば、1路線加えるたびに「その先の乗り換え効率や他路線との相互作用まで見通す」AIができるわけです。 つまり応用されたのは「技術」というより「考え方」。目の前の1つの判断だけで評価するのではなく、全体系の中での位置付けを瞬時に推察する感覚が、囲碁でも都市計画でも有効だという気づきなのかもしれません。

バス路線が最適化されると、通勤や通学でいま乗ってる路線の本数や所要時間が変わったりするってこと？

バス路線の最適化は、正直なところ既存ユーザーの利便性が上がるとは限りません。むしろ一時的には悪くなる可能性もあります。 この AI の狙いは「都市全体として、より多くの人の移動ニーズをカバーする」ことなんですよね。つまり、いま満員で走ってる路線から本数を減らして、いまはサービスが行き届いていない地域に路線を引き直す、みたいなことが起きるかもしれない。あなたの通勤が少し不便になっても、全体では 10% 以上のニーズをカバーできるなら、都市計画の観点では「成功」と見なされるわけです。 ただ、逆に現在の無駄な迂回ルートや乗り換えが減ることで、同じ時間でより多くの乗客を処理できるようになれば、あなたの所要時間が実は短くなる可能性もあります。個別の路線で見たら悪くなっても、ネットワーク全体の流れが良くなれば、思わぬ恩恵を受けることもあるのかもしれません。

今までのバス路線って、どうやって『個別の判断の積み重ね』で決められてたの？

バス路線の決め方って、実際には「今あるバス停を結ぶ」と「新しい路線を足す」の2つの局面があります。 最初からゼロの状態ならまだしも、たいていは既に走ってる路線がある。そこに「ここの地域からの需要が増えたから1本足そう」「乗客が減った路線を削ろう」という判断を、その都度その都度やってきたのが現実だと思います。 問題は、1本の路線を足すときに、都市全体のネットワークがどう変わるかを事前に見切れていなかったということ。営団地下鉄の広げ方や、バス会社の営業エリア拡張の歴史を見ると、わりと「ここは採算が取れそう」「この駅に客が集まる」という局所的な判断で進められてた節があります。 その結果、時間が経つと「あの駅で3つの路線が同じ停留所に集中してる」「この2つの路線、途中かぶってて無駄だ」みたいな非効率が積み重なっていく。今のバス網って、そういう歴史的な積層なんですよ。AI が「全体像を見て最初から組み立てたら」できるというのは、実は都市の交通ネットワークがいかに場当たり的に育ってきたかを逆照射してるとも言えそうです。

『先読みしながら最適な組み合わせを作る』って、これはバスに限らず、都市計画全般に使えるアプローチなの？

理屈としては使えますし、実際にも応用は広がりそうなんですが、バスだからこそ効くという制約も見えます。 バス路線設計って、実は「相互作用が明確に計算できる世界」なんですよね。路線Aを足すと乗り換え需要がB地点に集中する、その結果C路線の効率が下がる。こういう因果関係が数値化しやすい。AI の神経回路網は、こういう「可視化できる負のループ」を先読みするのが得意なんです。 でも都市計画全般となると、難しくなります。道路建設、住宅開発、公園配置、商業施設。これらは互いに関係していても、その効果が金銭的価値や数値では測りにくい。「この公園があると、商業地の価値が上がる」みたいな定性的な判断が必要になってくる。AI は『これはいける』『これは危険』と判断する根拠が、数値で学習できなければ動きません。 つまり、複雑さが増すほど、測定可能な『スコア』が必要になるんです。バスは「移動人数」という単一で強力な指標があるから機能した。都市全体では、何を最適化するのかで既に迷ってしまう。市民の満足度か、経済効果か、環境負荷か。そこが定まらないと、AI も判断軸を持てません。いま注目を浴びてるのは、バスという限定的な問題に強力に効いたからこそ、と言えそうです。

交通需要がカバーできても、バス会社の採算とか運転手の勤務条件とか、AI の最適解が現実に合わない部分もあったりしないの？

バス路線設計って、実はビジネスと現場の齟齬がダイナミックなんですよね。 AI が「交通需要をカバーできる」最適解を出すのと、「バス会社が運営できる」最適解は全然別の問題だということかもしれません。記事では乗客のニーズを基準に評価していますが、現実には運転手の勤務シフト、バスの保有台数、燃料コスト、採算ラインがある。さらに地域によっては、不採算路線でも公共交通として維持する必要があったりもします。 むしろ現場で起きるのは、AI の提案をどこまで実装するかの「妥協」かもしれません。10% 以上カバーできる理想形があっても、実際に動かすには 3〜5% の改善で止めるとか、採算が取れる部分だけを選ぶとか。逆に公共性を重視する自治体なら、採算度外視で AI の提案に近い形を実行することもあるでしょう。 要するに AI の最適解は「交通を見た最適」であって、「経営を見た最適」ではないということなのかもしれません。その間を埋めるのは、結局人間の判断と政治決定になりそうです。