西门子(Siemens)运用人工智慧(AI)技术建立能自我学习侦测与确认个别交叉路口交通模式变化的系统，以持续依据即时路况佳化交叉路口交通号志的变换时机，让行车更顺畅，模拟验证的结果显示可减少车辆等候交通号志变换的时间达47%。

根据Traffic Technology Today报导，现有系统如SCOOT是跨整个路网进行交通号志变换时机的佳化，仅倚赖工程师预先以固定且有限数量的可行程序进行配置，无法弹性对应即时路况与个别交叉路口的流量变化。2018年12月4日在阿拉伯联合大公国杜拜举行的Gulf Traffic交通展，西门子首日发表的研究计划Flow AI或将是极具潜力的解决方案。

Flow AI计划与现有SPAT(signal phase and timing)系统如SCOOT的主要差异在于，首先会建立复杂的一般性规则，接着可针对每个特定的交叉路口进行个人化(personalized)的适地性处理，Flow AI根据内建的回圈(loop)侦测即时的交通流，并运用云端AI即时产生近乎无限数量的交通号志变换时机选项。

目前Flow AI计划专注于解决单一交叉路口的问题，建立能随时自动侦测新的交通模式，并据以拟订新交通策略的AI自我学习系统，例如出现新的建筑工地可能会影响周边交通，Flow AI系统会自动侦测此一变化，并透过AI自我学习调整出佳的交通号志变换时机以因应，因此AI在未来交通产业可望扮演日益吃重的角色。

Flow AI计划目前选定德国Hagen市的5个交叉路口进行先导测试，其中1个路口已透过先进模拟技术证明Flow AI的成效较现有系统更好，可减少车辆在交叉路口等候交通号志变换的时间达47%，相当于从35秒降至18秒，显示AI系统确实能学习如何维持平顺的交通，透过试误找出交通号志变换时机的佳策略。

Flow AI计划也将透过实际部署阶段，以验证模拟的结果可复制在真实路况，让每一个交叉路口的自我学习系统都能持续反映即时的路况特性，随着系统逐渐延伸将邻近交叉路口的交通状况一并纳入考量，终希望能串连所有交叉路口的系统，建立涵盖整个路网的交通号志整合控制系统。

西门子希望透过Flow AI研发计划探索与验证创新AI技术的可行性与成效，未来将可与新版的SCOOT系统整合为单一解决方案，应用于杜拜、伦敦等全球各地的城市，例如目前西门子已开始与伦敦交通局(Transport for London)合作发展Future SCOOT系统。