Искусственный интеллект научится оптимизировать дорожный трафик и снижать загрязнение воздуха

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.

Пожалуйста, оцените статью:
Ваша оценка: None Средняя: 4.5 (2 votes)
Источник(и):

Naked Science