近日，勞倫斯伯克利國家實驗室的能源部與加州大學合作，正開展以交通問題和空氣污染問題為解決目標的人工智能項目。對于交通管理項目，通過深層加固學習來訓練自動駕駛車輛，以此系統化駕駛方式，并且還能改善交通流量并減少能量消耗。對于第二個項目，則通過深度學習算法來分析衛星圖像，結合來自手機的交通信息和環境傳感器發送的數據，從而提高該地區的空氣質量。

伯克利實驗室能源分析和環境影響部門主任，加州大學伯克利分校副教授，同時也是該研究團隊成員Tom Kirchstetter說：“美國30%的能源使用是用于運輸人員和貨物，這種能源消耗導致空氣污染，包括大約一半的氮氧化物排放以及黑碳(煙灰)排放。”

對于運輸和環境方面，機器學習技術可以幫助檢查交通事故和環境污染日益嚴重的問題。這一交通管理項目也被稱為“環形項目(Circles)”，或“自動駕駛汽車減少擁堵影響計劃”，它是由伯克利實驗室研究員Alexandre Bayen領導的，他是加州大學伯克利分校電子工程和計算機科學教授，同時也是加州大學伯克利分校運輸研究所所長。

同時另一個被稱為的DeepAir(深度學習和衛星想象，以估算大規模的空氣質量影響)的環境項目，由伯克利實驗室研究員Marta Gonzalez領導，他也是加州大學伯克利分校城市和區域規劃部的教授。研究人員希望他們的研究工作在未來十年內成為實踐標準。