Что будет, если дать нейросети управлять городским трафиком на неделю

Семь дней без пробок — утопия или реальность?

Представьте: понедельничное утро, миллионный город просыпается, миллионы автомобилей выползают на улицы, светофоры моргают в привычном ритме, заученном десятилетия назад. А теперь представьте, что всем этим хаосом управляет не таймер с фиксированными интервалами, а система, которая думает. Учится. Предвидит. Именно такой эксперимент — не мысленный, а вполне реальный — всё чаще обсуждается в мировой практике. Об этом рассказали «Ведомости».

Первые 24 часа: система учится дышать

В первый день нейросеть ведёт себя как новый сотрудник на сложной должности — осторожно, но внимательно. Алгоритм собирает потоки данных с видеокамер, датчиков на дорогах, GPS-сигналов транспортных средств и даже из приложений навигации вроде Google Maps. Он не просто считает машины — он строит модель города как живого организма: где пульсирует кровь трафика, где образуются тромбы пробок, где артерии пустуют.

Уже в первые часы система начинает корректировать длительность фаз светофоров в режиме реального времени. Там, где обычный таймер давал зелёный свет пустой улице, пока на параллельной скапливались сотни машин, нейросеть перераспределяет секунды туда, где они действительно нужны. Это кажется мелочью — но именно из таких мелочей складывается городской транспортный коллапс.

К середине недели: город начинает дышать иначе

К третьему-четвёртому дню происходит нечто удивительное. Система накопила достаточно данных, чтобы не просто реагировать, а предугадывать. Она «знает», что в пятницу в 17:30 определённый перекрёсток перегружается из-за выхода сотрудников крупного офисного центра. Она заранее перестраивает маршруты, продлевает зелёные фазы на объездных улицах, разгружая главную магистраль ещё до того, как пробка успевает образоваться.

Именно этот принцип — проактивное управление вместо реактивного — делает искусственный интеллект принципиально иным инструментом по сравнению с человеком-диспетчером. Человек устаёт, отвлекается, не может одновременно охватить взглядом тысячи перекрёстков. Нейросеть не устаёт никогда.

Реальные пилотные проекты это подтверждают. В Питтсбурге система Surtrac, разработанная в Университете Карнеги — Меллон, сократила время ожидания на светофорах примерно на 40%, а выбросы выхлопных газов — на 21%. В Китае подобные системы тестировались в Ханчжоу в рамках проекта City Brain от Alibaba: время реагирования экстренных служб сократилось почти вдвое.

Что меняется для обычного горожанина

Эффекты недельного эксперимента затронули бы жизнь каждого жителя — и не только за рулём. Вот что изменилось бы ощутимо:

• Время в пути сокращается в среднем на 15—25% на наиболее загруженных направлениях
• Общественный транспорт движется точнее — автобусы и трамваи получают приоритет на перекрёстках, расписание перестаёт быть фикцией
• Воздух становится чище — машины меньше стоят на холостом ходу, сжигая топливо впустую
• Скорая и пожарные едут быстрее — система автоматически прокладывает «зелёный коридор» для экстренного транспорта
• Пешеходы в безопасности — алгоритм учитывает плотность пешеходных потоков и корректирует фазы у оживлённых переходов

Тёмная сторона умного трафика

Однако неделя под управлением нейросети обнажила бы и уязвимости, о которых не принято говорить в пресс-релизах. Первая и главная — зависимость от данных. Система слепа там, где нет сенсоров: авария на второстепенной улице без камер превращается для алгоритма в «чёрную дыру». Кроме того, любая кибератака на центральный узел управления способна парализовать весь город одним ударом — риск, который при децентрализованных светофорах попросту невозможен.

Есть и этическое измерение. Алгоритм оптимизирует систему для большинства — но что происходит с теми, кто живёт в районах с меньшим трафиком? Их улицы рискуют стать «жертвенными» — теми, через которые система гонит транзитный поток, разгружая центральные магистрали. Оптимизация для города в целом не всегда означает справедливость для каждого района в отдельности.