Учёные из Японии предложили новый способ запуска искусственного интеллекта (AI), использующий саму городскую транспортную систему как вычислительную среду, что позволяет существенно снизить потребление энергии.

Результаты нового исследования опубликованы в журнале Scientific Reports.

Метод получил название Harvested Reservoir Computing (HRC) и был разработан исследователями из WPI Advanced Institute for Materials Research (WPI-AIMR) при Университете Тохоку в префектуре Мияги.

В отличие от традиционных методов, требующих энергоёмких процессоров, HRC использует естественную динамику сложных систем, таких как городские дорожные сети. Транспорт в этом подходе рассматривается как ресурс для вычислений, а система опирается на принципы резервуарных вычислений — метода AI, который использует динамическое поведение сложных систем для обработки данных. Если обычные резервуарные вычисления полагаются на специализированное оборудование или имитацию нейронных сетей, HRC позволяет получать вычисления непосредственно из реальных физических и социальных процессов.

Для проверки идеи команда профессора Хироясу Андо создала модель Road Traffic Reservoir Computing (RTRC), которая имитирует сетку городских дорог. Поток автомобилей используется как вычислительный «резервуар»: данные обрабатываются через постоянно изменяющиеся взаимодействия между транспортными средствами. Исследователи комбинировали лабораторные эксперименты с миниатюрными автономными автомобилями масштаба 1:27 и численные симуляции дорожной сети.

Результаты удивили учёных: максимальная точность прогнозирования движения достигается не при свободном потоке и не при полной пробке, а в критическом состоянии средней плотности, когда динамика движения наиболее разнообразна и информативна. При этом система требует минимальных вычислительных ресурсов и не нуждается в новом специализированном оборудовании — достаточно существующих датчиков и данных наблюдений.

Авторы исследования подчёркивают, что дороги и другие социальные инфраструктуры можно рассматривать как непрерывно работающие вычислительные системы. Такой подход может изменить управление мобильностью, энергопотреблением и городским планированием в умных городах будущего. «Вычисления не обязаны ограничиваться кремниевыми чипами», — отметил Андо. «Используя богатую динамику окружающей среды, мы можем создавать AI, который будет и мощным, и устойчивым».

Кроме управления трафиком, концепция «вычислений из реального мира» открывает возможности для новых фундаментальных технологий AI, где интеллект масштабируется не за счёт оборудования, а через интеграцию физических систем и данных.