Искусственный интеллект научится оптимизировать дорожный трафик и снижать загрязнение воздуха
7 минут
Редакция

Искусственный интеллект научится оптимизировать дорожный трафик и снижать загрязнение воздуха

Искусственный интеллект, обеспечивающий плавный трафик машин, следящий за расходом топлива и предотвращающий загрязнение воздуха, — звучит из серии научной фантастики. Тем не менее работники Национальной лаборатории им. Лоуренса в Беркли намерены претворить это в жизнь.

maxresdefault_1
©Wikipedia

Ученые дали старт двум исследовательским проектам, призванным снизить загрязнение окружающей среды и оптимизировать движение машин на дорогах. Первый проект посвящен попыткам обучить автономные транспортные средства работать так, чтобы одновременно улучшить поток движения и сократить потребление энергии. Второй проект анализирует спутниковые изображения и информацию о дорожной ситуации, полученную с мобильных телефонов, и обучает искусственный интеллект следить за состоянием воздуха. Описание проектов доступно на сайте лаборатории.

 

«Тридцать процентов использования энергии в США — это транспортировка людей и товаров, это потребление энергии сильно загрязняет воздух. Сюда входит примерно половина всех выбросов оксидов азота и черного углерода (сажи). Применение технологий машинного обучения для использования в сфере транспорта и защиты окружающей среды — новый рубеж, который может принести значительные дивиденды как для экономии энергии, так и для здоровья человека», — утверждает член исследовательской группы Том Кирхстеттер (Tom Kirchstetter).

 

Проект, посвященный оптимизации трафика, получил название CIRCLES (Congestion Impact Reduction via CAV-in-the-loop Lagrangian Energy Smoothing) и основан на программной платформе под названием Flow — первой в своем роде программной системе, которая позволяет исследователям создавать и тестировать схемы оптимизации трафика. Используя современный микросимулятор с открытым исходным кодом, Flow может имитировать движение сотен тысяч автомобилей, лишь некоторыми из которых управляют люди.

 

Спонтанные волны трафика в движении с 22 водителями/© Lawrence Berkeley National Laboratory
 

Система обучает автомобили на искусственном интеллекте следить за тем, что делает машина непосредственно перед ними и за ними. По словам ученых, Flow уже способен на многое: он может ускорить или замедлить скорость, а также изменить полосу движения. Опираясь на разные сигналы — например, стоит ли трафик или движется плавно, — система пытается оптимизировать дорожное движение. Команда проекта CIRCLES планирует провести несколько симуляций, чтобы убедиться, что значительная экономия энергии обусловлена использованием алгоритмов в автономных транспортных средствах. Затем исследователи будут запускать реальный эксперимент с людьми за рулем, реагирующими на команды системы в реальном времени.

 

Второй проект — DeepAir (Deep Learning and Satellite Imaginary to Estimate Air Quality Impact at Scale) — возглавляет Марта Гонсалес (Marta Gonzalez), опирающаяся на свое предыдущее исследование, в котором она использовала данные с мобильных телефонов, изучая маршруты, по которым люди перемещаются по городам, чтобы составить оптимальный план расположения зарядных устройств для электромобилей.

 

«Новизна проекта в том, что, хотя экологические модели, которые отображают взаимодействие загрязняющих веществ с погодой — такие как скорость ветра, давление, осадки и температура, —разрабатывались в течение многих лет, им все еще не достает многих частей, таких как выбрасываемые отходы от транспортных средств и электростанций», — говорит Гонсалес.

 

Один автомобиль с управлением, разработанным Flow, обеспечивает плавное движение трафика/© Lawrence Berkeley National Laboratory
 

Исследователи ожидают, что новые данные позволят им получить информацию об источниках и распределении загрязняющих веществ, что в конечном итоге поможет разработать более эффективные и своевременные меры по предотвращению экологических катастроф. 

 

Несмотря на то что идея использования алгоритмов для управления дорожным трафиком может показаться невероятной, ученые считают, что технологии уверенно движутся в этом направлении и через 10 лет это может стать обычным явлением.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Вчера, 09:33
4 минуты
Сергей Васильев

Одна из самых больших черных дыр обладает соответствующим аппетитом: имея массу около 34 миллиардов масс Солнца, она добавляет еще по одной каждый день.

Позавчера, 12:50
6 минут
Денис Гордеев

Точной причины мора ученые пока не знают. Возможно, дело в новом патогене, еще не известном науке.

Вчера, 20:18
6 минут
Мария Кривоченко

Ученые давно догадывались, что животные предчувствуют землетрясения. Но до сих пор доказать это не получалось: одних наблюдений за тем, как их поведение меняется перед катаклизмом, не хватало. Группа европейских исследователей, наконец, смогла объяснить этот феномен.

1 июля
5 минут
Мария Кривоченко

Один из детекторов Большого адронного коллайдера обнаружил новую частицу, состоящую из четырех очарованных кварков. Физики полагают, что это первый представитель неописанного класса частиц.

1 июля
5 минут
Сергей Васильев

Точные данные о локализации центра масс Солнечной системы важны для поиска гравитационных волн, поэтому астрономы выяснили его с ошибкой не более 100 метров.

29 июня
7 минут
Мария Кривоченко

Группа астрономов из проекта RedDots обнаружила две суперземли и планету-кандидата, вращающиеся вокруг красного карлика Lacaille 9352. Ее звездная система одна из самых близких к Солнцу. Открытые планеты находятся в обитаемой зоне, и авторы исследования считают, что они могут быть вполне пригодны для жизни.

27 июня
8 минут
Sergei Sobol

Уроки астрономии вернулись в российские школы в 2018 году. За то время, пока эта наука была необязательным предметом, в ней произошло много событий, не все из которых нашли отражение в учебниках. Кроме того, в них и раньше не были упомянуты многие интересные факты.

1 июля
5 минут
Мария Кривоченко

Один из детекторов Большого адронного коллайдера обнаружил новую частицу, состоящую из четырех очарованных кварков. Физики полагают, что это первый представитель неописанного класса частиц.

18 июня
9 минут
Sergei Sobol

Россия знала многих правителей. Сможете ли вы распознать их по следу, оставленному в истории?

[miniorange_social_login]

Комментарии

Написать комментарий

Подтвердить?
Лучшие материалы
Предстоящие мероприятия
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: