能源部劳伦斯·伯克利国家实验室（LBNL）的研究团队使用一种称为机器学习的人工智能（AI）技术，利用Argonne的超级计算机从大型加利福尼亚高速公路系统上从11160个传感器获取的近一年的数据中提取交通模式。然后，该信息用于训练模型，以闪电般的速度预测流量，该速度肯定比洛杉矶的流量快。该模型可以在几毫秒内查看过去一小时的数据，并可以非常准确地预测下一小时的流量。
该团队与美国能源部科学用户设施办公室Argonne的数学和计算机科学（MCS）部门以及Argonne领导力计算设施（ALCF）的成员合作，在交通预测方面取得了出色的成绩，最近将这些结果发表在《交通研究记录：期刊》上交通研究委员会。