یک تیم تحقیقاتی چند دانشگاهی راه حلی را برای راهحلهای ترافیکی که رفتوآمدهای همه را آزار میدهد، کشف کردهاند: مدیران ترافیک هوش مصنوعی که به جای رانندگی مانند انسانهای تکاندهنده، به محیط اطراف خود واکنش نشان میدهند تا جریان ترافیک روانتر شود.
این پیشنهاد اولیه از یک آزمایش پنج روزه است که هفته گذشته در نشویل انجام شد و محققانی از کنسرسیوم CIRCLES 100 وسیله نقلیه هدایت شونده انسان با سیستم های کروز کنترل مجهز به هوش مصنوعی را در ترافیک صبحگاهی بزرگراه در I-24 مستقر کنید.
هدف کنسرسیوم CIRCLES از این آزمایش، و ماموریت کلی آن، استفاده از یادگیری تقویتی عمیق برای بهبود جریان ترافیک و کاهش مصرف سوخت ناشی از آنچه که «جمع شبح» یا کاهش سرعت ترافیک نامیده می شود است که هیچ دلیل آشکاری جز تمایل انسان به آن ندارد. راندن.
"رانندگی بسیار شهودی است. اگر شکافی در مقابل شما باشد، شتاب می گیرید. اگر کسی ترمز کرد، سرعت شما را کم می کنید. الکساندر باین، محقق اصلی کنسرسیوم CIRCLES و پروفسور دانشگاه برکلی، گفت: اما معلوم می شود که این واکنش بسیار عادی می تواند منجر به توقف و حرکت ترافیک و ناکارآمدی انرژی شود.
وسایل نقلیه مورد استفاده در این آزمایش به الگوریتمهای هوش مصنوعی مجهز بودند که تیم CIRCLES آن را «برنامهریزان سرعت» و «کنترلکننده» مینامد. هر دوی آنها از اطلاعاتی در مورد شرایط کلی ترافیک و محیط اطراف استفاده می کنند تا بهترین سرعت وسیله نقلیه را برای بهبود جریان ترافیک تعیین کنند.
باین گفت: «نتایج اولیه ما نشان میدهد که حتی با وجود بخش کوچکی از این وسایل نقلیه در جادهها، میتوانیم به طور موثر رفتار کلی ترافیک را تغییر دهیم.
کمی ترافیک هوش مصنوعی می تواند راه درازی داشته باشد
به دلیل حجم عظیم داده های جمع آوری شده در طول آزمایش، باین معتقد است که ممکن است ماه ها طول بکشد تا نتیجه دقیق تری به دست آید. با این حال، به نظر می رسد یافته های اولیه از a آزمایش کوچکتر توسط محققان دانشگاه برکلی در سال 2016 انجام شد.
در آن آزمایش 20 سال پیش، 40 خودرو در یک مسیر دایره ای بسته توسط رانندگان انسانی رانده شدند و محققان به ظاهر الگوهای مشابه در بزرگراه ها و جاده های شلوغ اشاره کردند. افزودن یک وسیله نقلیه مجهز به هوش مصنوعی به آزمایش باعث کاهش ازدحام و کاهش XNUMX درصدی مصرف سوخت شد.
آزمایش هفته گذشته چند فناوری جدید را اضافه کرد که آن را به چیزی تبدیل کرد که باین به عنوان یک تغییر دهنده بازی توصیف کرد: وسایل نقلیه اقداماتی را بین خود هماهنگ میکردند و به آنها اجازه میداد تا به شرایط پیشتر واکنش نشان دهند و شبکه نفوذ ترافیک خود را بر این اساس هماهنگ کنند.
وسایل نقلیه مجهز به هوش مصنوعی همچنین اطلاعاتی در مورد شرایط ترافیک محلی از راهرو I-24 MOTION که در آن آزمایش انجام شد، که بخشی از بزرگراه است که به 300 سنسور 4K برای نظارت بر ترافیک مجهز شده است، در خود جای داده است.
تیم CIRCLES با استفاده از دادههای I-24 و حسگرهای خودرو، قصد دارد شبیهسازیهای کامپیوتری خود را بهروزرسانی کند تا به آنها کمک کند تا دنیای واقعی را بهتر منعکس کنند. به عنوان بخشی از آن، آنها میخواهند هوش مصنوعی آنها یاد بگیرد که نه تنها ترافیک را بهتر کنترل کند، بلکه یاد بگیرد که در جادههای عمومی یک راننده قابل قبول اجتماعی باشد.
ما می خواهیم وسایل نقلیه خود را طوری آموزش دهیم که به روشی خاص رانندگی کنند که شبیه انسان نباشد، اما از نظر اجتماعی نیز کاملاً غیرقابل قبول نیست. جاناتان لی، مهندس ارشد CIRCLES و محقق ارشد CIRCLES، گفت: تمرکز بزرگ ما در طول هفته آزمایش این بود که تغییرات روزانه را در کنترلکنندههای خود بر اساس بازخورد رانندگان خود انجام دهیم.
لی گفت، در نهایت تیم میخواهد فناوری مشابهی را در بسیاری از وسایل نقلیه، «اگر نه همه» به کار بگیرد. تیم CIRCLES روی مقیاسبندی فناوری خود کار میکند، اما ما نتوانستیم تعیین کنیم که آیا چنین فناوری میتواند به بزرگراه نزدیک شما برسد یا نه. ®
- AI
- آی هنر
- مولد هنر ai
- ربات ai
- هوش مصنوعی
- گواهی هوش مصنوعی
- هوش مصنوعی در بانکداری
- ربات هوش مصنوعی
- ربات های هوش مصنوعی
- نرم افزار هوش مصنوعی
- بلاکچین
- کنفرانس بلاک چین ai
- coingenius
- هوش مصنوعی محاوره ای
- کنفرانس کریپتو ai
- دل-ه
- یادگیری عمیق
- گوگل ai
- فراگیری ماشین
- افلاطون
- افلاطون آی
- هوش داده افلاطون
- بازی افلاطون
- PlatoData
- بازی پلاتو
- مقیاس Ai
- نحو
- ثبت نام
- زفیرنت