Изследователи в Япония са измислили нов начин за работа с изкуствен интелект (AI), като използват реалния трафик като изчислителна система, което значително намалява потреблението на енергия.
Новият подход, наречен Harvested Reservoir Computing (HRC), е разработен от учени от WPI Advanced Institute for Materials Research (WPI-AIMR) в Университета Тохоку, разположен в префектура Мияги, Япония. Вместо да разчита изцяло на енергоемки процесори, методът се възползва от естествената динамика, която вече е налице в сложни системи като градските пътни мрежи.
AI рамката на изследователите разглежда трафика като изчислителен ресурс. Тя стъпва върху принципите на резервоарното изчисление (reservoir computing) – метод в изкуствения интелект, който използва динамичното поведение на сложни системи за обработка на данни.
Докато традиционното резервоарно изчисление често разчита на специален физически хардуер или симулирани невронни мрежи, HRC разширява тази идея, като събира изчисления директно от реални физически и социални системи.
Изчисления в движение
За да тестват идеята, екипът, ръководен от д-р Хироясу Андо, професор в WPI-AIMR, създава Road Traffic Reservoir Computing (RTRC) – модел за симулация на трафика в пътната мрежа. Той използва трафика по пътните мрежи като изчислителен резервоар. Системата обработва данни чрез постоянно променящите се взаимодействия между превозните средства.
Екипът комбинира контролирани лабораторни експерименти с автономни миниатюрни автомобили в мащаб 1/27 с цифрови симулации на градски пътни мрежи с решетъчна структура.
Учените са изненадани да открият, че точността на прогнозите на системата не достига максимална стойност нито при свободно движещ се трафик, нито при пълно задръстване. Вместо това, тя достига максималната си стойност точно преди да настъпи задръстване, в критично състояние на средна плътност, когато динамиката на трафика е най-разнообразна и информативна.
При този режим транспортната система може естествено да прогнозира бъдещите условия на трафика с висока точност, като изисква минимални изчислителни ресурси. Подходът не изисква нов специализиран хардуер.
Екипът отбелязва, че съществуващите сензори за трафик и наблюдателни данни са достатъчни. Това прави метода привлекателен за внедряване в реалния свят, като се има предвид, че той може значително да намали енергопотреблението в сравнение с конвенционалните подходи на изкуствения интелект.
Credit: Hiroyasu Ando et el.
Пътищата с изкуствен интелект
Според изследователите пътищата и други форми на социална инфраструктура могат да бъдат преосмислени като големи, непрекъснато работещи компютри. Те вярват, че тази промяна в перспективата може да има огромно влияние върху начина, по който бъдещите интелигентни градове управляват мобилността, енергопотреблението и градското планиране.
Освен това, вместо да добавя повече централизирана изчислителна мощност, системата може да интегрира изчисленията директно във физическите системи. По този начин може да се намали общото енергийно потребление.
„Тези резултати показват, че изчисленията не трябва да се ограничават до силициеви чипове“, заявява Андо в прессъобщение. „Като разпознаваме и използваме богатата динамика, която вече присъства в нашата среда, можем да изградим AI системи, които са едновременно мощни и устойчиви.“
Освен управлението на трафика, концепцията за събиране на изчислителна мощност може да отвори вратата към нови технологии за изкуствен интелект.
„Вместо безкрайно да увеличаваме хардуера, може да увеличим интелигентността чрез интегриране на физически системи и данни по иновативни начини“, заключават изследователите.
Проучването е публикувано в рецензираното с отворен достъп списание Scientific Reports.
Източник: InterestingEngineering
