日本科學家將道路交通變成低能耗人工智能計算機
日本研究人員提出了一種運行人工智能（AI）的新方法，利用真實流量本身作為計算系統，從而顯著減少能源消耗。這種名為“收穫儲層計算”(HRC) 的新方法是由日本宮城縣東北大學 WPI 高級材料研究所 (WPI-AIMR) 的科學家開發的。該方法不是完全依賴能源密集型處理器，而是利用城市道路網絡等複雜系統中已經存在的自然動態。研究人員的人工智能框架將流量視為一種計算資源。它建立在水庫計算的原理之上，這是一種利用複雜系統的動態行為來處理數據的人工智能方法。雖然傳統的儲層計算通常依賴於專用的物理硬件或模擬神經網絡，但 HRC 通過直接從現實世界的物理和社會系統獲取計算來擴展這一想法。動態計算 為了測試這個想法，WPI-AIMR 教授 Hiroyasu Ando 博士領導的團隊創建了道路交通水庫計算 (RTRC)，這是一種網格交通模擬模型。它使用道路網絡上的交通流作為計算蓄水池。該系統通過車輛之間不斷變化的交互來處理數據。該團隊將使用 1/27 比例自動微型汽車的受控實驗室實驗與網格狀城市道路網絡的數值模擬相結合。結合現實世界和社會動態進行計算：智慧城市視角。圖片來源：Hiroyasu Ando 等。科學家們驚訝地發現，該系統的預測準確性在交通暢通或完全擁堵的情況下並沒有達到峰值。相反，它在交通擁堵開始之前達到最大值，處於臨界的中等密度狀態，此時交通動態最為多樣化且信息豐富。在這種情況下，交通系統自然可以高精度地預測未來的交通狀況，同時只需要很少的計算開銷。該方法不需要新的專用硬件。該團隊指出，現有的交通傳感器和觀測數據就足夠了。考慮到與傳統人工智能方法相比，它可以顯著降低能耗，這使得該方法對現實世界的部署具有吸引力。道路運行人工智能研究人員表示，道路和其他形式的社會基礎設施可以被重新解釋為大型、連續運行的計算機。他們認為，這種觀點的轉變可能會對未來智慧城市如何管理流動性、能源使用和城市規劃產生巨大影響。此外，該系統可以將計算直接集成到物理系統中，而不是增加更多的集中處理能力。因此，這可以減少總體能源需求。安藤在一份新聞稿中表示：“這些結果表明計算不必局限於矽芯片。” “通過認識和利用我們環境中已經存在的豐富動態，我們可以構建強大且可持續的人工智能係統。”除了流量管理之外，收集計算的概念也可以為新的人工智能基礎技術打開大門。研究人員總結道：“與其無休止地擴展硬件，不如通過以創新方式集成物理系統和數據來擴展智能。”該研究已發表在同行評審的開放獲取期刊《科學報告》上。
已发布: 2026-01-23 17:37:00
