Искусственный интеллект научился предсказывать пробки

Учёные создали систему, которая прогнозирует дорожный трафик, основываясь на данных о бытовом потреблении электроэнергии. Как отмечается в пресс-релизе исследования, это, возможно, первая подобная разработка в мире. Достижение описано в научной статье, опубликованной в журнале Transportation Research Part C: Emerging Technologies Пиньчао Чжаном и Чжэнем Цянем из Университета Карнеги–Меллона в США Построенная авторами нейронная сеть анализировала данные о том, сколько электроэнергии в какое время суток потребляют 322 домашних хозяйства в городе Остин, США, передает Вести.ру.  Исследователи исходили из простой мысли: пользование двумя сетями, дорожной и электрической, взаимосвязано. Так, если человек ложится спать в четыре часа утра, вряд ли он собирается на работу к семи. Искусственный интеллект выделил десять типов потребления электричества. Каждый день он в реальном времени подсчитывал, сколько в каждом доме оказалось "сов", "жаворонков" и всяких других интересных птиц. Исходя из этой информации, нейронная сеть предсказывала ситуацию на дорогах. И это получалось у неё лучше, чем у систем, использующих информацию о сегодняшнем трафике для прогнозирования ситуации на дорогах завтра. "Наши результаты показывают, что утренние пиковые периоды скопления [автомобилей на дорогах] явно связаны с конкретными типами моделей использования электричества", – говорит Цянь. Разработчики считают одним из несомненных достоинств системы то, что она, давая хороший результат, не нарушает конфиденциальность частной жизни. "Ещё одна особенность этого исследования заключается в том, что оно не требует от домохозяйств приватной информации, – объясняет Цянь. – Всё, что нам нужно знать, – это когда и сколько электроэнергии использует человек". В ближайших планах исследователей улучшить свою разработку, включив в анализ данные о таких важных факторах, как погодные условия и дорожно-транспортные происшествия. Также необходимо провести исследование на более крупной выборке добровольцев и за более длительный срок, чтобы лучше понять прогностические возможности модели, подчеркивают американские учёные. Кроме того, авторы рассчитывают построить новые системы, основанные на этом же подходе. Например, нынешнее исследование можно "вывернуть наизнанку", использовав информацию о дорожном трафике для предсказания нагрузок на электросеть. Также в настоящий момент Цянь изучает взаимосвязь между транспортным потоком и работой водопровода и канализации.