The Metropolitan Transportation Authority (MTA) in New York City has partnered with Google for a groundbreaking pilot program focused on enhancing the reliability of its old subway network. Utilizing Google’s mobile technology, the effort aims to detect and resolve rail problems before they cause service interruptions. Named “TrackInspect,” the project signifies a considerable advancement in applying artificial intelligence and contemporary technology to public transportation.
Beginning in September 2024 and wrapping up in January 2025, the pilot project involved equipping certain subway cars with Google Pixel smartphones. These phones were responsible for gathering sound and vibration information to identify possible track issues. This data was subsequently evaluated by Google’s AI systems in the cloud, which identified zones that needed further examination by MTA staff.
“In recognizing the initial indicators of track deterioration, we not only decrease maintenance expenses but also lessen disruptions experienced by passengers,” stated Demetrius Crichlow, the president of New York City Transit, in a statement issued in late February.
“By identifying early signs of track wear and tear, we not only reduce maintenance costs but also minimize disruptions for riders,” said Demetrius Crichlow, president of New York City Transit, in a statement released in late February.
Addressing delays using AI and smartphones
Tackling delays with AI and smartphones
The TrackInspect initiative focuses on tackling a crucial element of the problem: pinpointing and correcting mechanical issues before they worsen. Throughout the pilot phase, six Google Pixel smartphones were placed in four R46 subway cars, recognizable by their unique orange and yellow seats. These devices captured 335 million sensor readings, more than one million GPS points, and 1,200 hours of audio data.
The smartphones were strategically located both inside and beneath the subway cars. The external devices were fitted with microphones to record both sound and vibrations, whereas the internal phones had their microphones deactivated to ensure passenger conversations weren’t recorded. These internal devices focused exclusively on capturing vibrations to identify any irregularities in the tracks.
Rob Sarno, serving as an assistant chief track officer for the MTA, was integral to the project. His duties involved examining audio clips that the AI system flagged for potential track issues. “The system pinpoints zones with unusual decibel levels, possibly signaling loose joints, damaged rails, or other defects,” Sarno elaborated.
La línea de tren A, seleccionada para el piloto, presentó un entorno de prueba variado con vías tanto subterráneas como elevadas. Además, incluyó segmentos de infraestructura recientemente construida, ofreciendo un punto de referencia para comparaciones. Aunque no todos los retrasos en la línea A se deben a problemas mecánicos, los datos recopilados durante el programa piloto podrían contribuir a resolver problemas recurrentes y mejorar el servicio en general.
Encouraging outcomes, yet challenges persist
Promising results but hurdles remain
El programa también incorporó una herramienta impulsada por inteligencia artificial basada en el modelo Gemini de Google, que permitía a los inspectores hacer preguntas sobre protocolos de mantenimiento e historial de reparaciones. Esta inteligencia artificial conversacional ofrecía a los inspectores información clara y útil, lo que facilitaba aún más el proceso de mantenimiento.
A pesar de su éxito, el programa piloto plantea dudas sobre su escalabilidad y coste. La MTA no ha revelado cuánto costaría implementar TrackInspect en todo su sistema de metro, que abarca 472 estaciones y atiende a más de mil millones de pasajeros cada año. La agencia ya se enfrenta a desafíos financieros, necesitando miles de millones de dólares para completar proyectos de infraestructura en curso.
La participación de Google en el piloto formó parte de una iniciativa de prueba de concepto desarrollada sin costo para la MTA. Sin embargo, ampliar el programa probablemente requeriría una inversión considerable, convirtiendo el financiamiento en un factor clave para los responsables de la toma de decisiones.
An increasing movement in transit advancements
La colaboración de Nueva York con Google forma parte de una tendencia más amplia en la que ciudades de todo el mundo están adoptando inteligencia artificial y tecnologías inteligentes para mejorar los sistemas de transporte público. Por ejemplo, New Jersey Transit ha utilizado IA para analizar el flujo de pasajeros y la gestión de multitudes, mientras que la Autoridad de Tránsito de Chicago ha implementado medidas de seguridad basadas en IA para detectar armas. En Pekín, se ha introducido la tecnología de reconocimiento facial como alternativa a los boletos de transporte tradicionales, disminuyendo los tiempos de espera en horas pico.
Google has previously worked with other transportation agencies. The tech company has created tools to optimize Amtrak’s scheduling and has teamed up with parking technology providers to incorporate street parking information into Google Maps. Nonetheless, the size and intricacy of New York’s subway system make this project especially ambitious.
La red de metro de la MTA es la más grande de Estados Unidos, brindando servicio las 24 horas en muchas de sus líneas. Este funcionamiento continuo añade otra capa de complejidad a los esfuerzos de mantenimiento, ya que las reparaciones y mejoras a menudo deben realizarse junto al servicio activo. Con el uso de tecnología de inteligencia artificial y teléfonos inteligentes, el programa TrackInspect podría ayudar a la MTA a enfrentar estos desafíos de manera más eficiente.
Future Prospects
Aunque el piloto de TrackInspect ha concluido, la MTA está investigando asociaciones con otros proveedores de tecnología para seguir mejorando sus procesos de mantenimiento. La agencia también está evaluando los datos del piloto para determinar su impacto en la reducción de retrasos y mejora del servicio. Las primeras señales sugieren que ciertos tipos de retrasos, como los causados por problemas de frenado y defectos en las vías, disminuyeron en la línea A durante el periodo del piloto. No obstante, la MTA advierte que se requiere un análisis más detallado para confirmar un vínculo directo con el programa.
Currently, the pilot serves as an encouraging move toward updating the MTA’s operations and tackling the difficulties of an outdated transit system. By merging the knowledge of tech firms like Google with the expertise of transit professionals, New York City could potentially provide a more dependable subway experience for its millions of daily passengers.
For now, the pilot represents a promising step toward modernizing the MTA’s operations and addressing the challenges of an aging transit system. By combining the expertise of tech companies like Google with the experience of transit professionals, New York City may be able to deliver a more reliable subway experience for its millions of daily riders.
As Sarno reflects on the project, he emphasizes the potential of AI-driven solutions to transform public transportation. “This technology allows us to detect problems earlier, respond faster, and ultimately provide better service to our customers,” he said.
The MTA’s collaboration with Google underscores the potential of public-private partnerships to drive innovation in critical infrastructure. Whether TrackInspect becomes a permanent fixture in New York’s subway system remains to be seen, but its success highlights the possibilities of integrating cutting-edge technology into the daily lives of commuters.
