参考消息网3月11日报道 据法国《回声报》网站3月5日报道，城市规划者们希望人工智能(AI)最终能解决拥堵。但是，即便取得一些进展，AI仍遭遇驾驶方面的人为因素，几乎没法建立有效模型。

　　模型难题

　　在多家初创企业失败后，谷歌能成功解决公路交通的调度问题吗？在去年秋季的一份声明中，谷歌宣布能通过调整红灯时长疏导十字路口的交通。

　　此项AI名为“绿灯”(Green Light)，在10多个情况不同的城市进行测试，主要依靠地图提供的数据进行计算，可能会将车辆在十字路口的等待时长缩短30%。

　　然而现实出现较大的反差。在英国曼彻斯特，这一方案碰到的问题是密集的公交车网络和大量的行人。过多的行人使得司机们在交通灯变绿后也无法快速启动车辆。

　　大曼彻斯特交通局分析师戴维·阿特金承认：“我们的路网有2400个信号灯。这种情况下，依靠AI平衡机动车、自行车、行人和公交车的需求，根本不可能。”那些装有谷歌“绿灯”信号系统的路口，交通虽说得到缓解，不过高峰时段通行效率仅提升9%。

　　印度尼西亚的雅加达，位列全球最拥堵城市第30名。在20多个重要路灯安装“绿灯”AI后，拥堵情况反而更糟。雅加达市还在公交系统投入数亿欧元，并且大幅提高城区的停车费。但在2023年，司机堵车的时间比前一年平均多10个小时21分钟。

　　混沌理论

　　谷歌并不是在拥堵疏导系统遇到问题的唯一企业，不管是在城市交通还是高速公路方面。处理不可预见的失衡，这属于混沌理论范畴。戴姆勒-奔驰集团的研究人员在1997年首次提出：“仅仅是一个参量的变化(如驾驶员注意力不太集中)，都可能在车辆并不多的时候造成拥堵情况发生。”

　　此后很多研究让人们弄明白：交通中的一些波动，会扩大驾驶行为改变带来的影响，从而造成交通拥堵的情况。

　　这就是著名的手风琴效应：一辆车减速，后面的车就会踩刹车避免追尾，最终数百米后的车辆会完全停下来。

　　新建道路丝毫改变不了这种情况。尽管在纸面上，这一想法看起来很诱人：随着扩建基础设施，理论上就可以增加最大流量。比如，美国的休斯敦就曾修建了凯蒂高速公路。1960年建造的这条双向6车道高速路，如今已有26个车道。但是，拥堵问题不仅没有解决，反而出现如今被城市规划者们所熟知的“吸入效应”——提供的道路越多，这就会吸引更多的司机来到新的道路上。

　　波动效应

　　数学家们继续研究波动的扩散，认为抑制车流量只有一个办法——减少波动效应。

　　科研人员认为，将车速降下来可以减少速度变化带来的影响。但是，如何才能让驾驶员放慢速度？这是多个国家的13所大学去年《驾驶循环》调研项目的研究对象，重点在通过“引进配备AI的自动驾驶汽车”调控车流量。

　　在一条真正的高速公路上，研究人员进行了这项试验。试验中，条件是高峰时段的真实车流量，使用的是一些配备速度调节设备的汽车，这些设备可以让车辆保持慢速和匀速以避免频繁踩刹车。结果令人鼓舞。

　　该项目主要研究员、数学教授贝内代托·皮科利解释说：“一辆配有AI的汽车，可以改变周边20辆车的驾驶行为，这些人又能影响其他驾驶员避免速度过快。”

　　但研究在一个参量上碰到问题，就是人为因素不可能公式化——很多司机都想加塞，这是交通中波动效应的主要原因之一。

　　集体选择

　　20年前，唐纳德·雷德尔迈耶和罗伯特·蒂布希拉尼，在国际学术期刊《自然》上发表了文章。里面的结论就已证明，“这根本没用”。

　　即便堵车时人们感觉是在“错误的车道上”，实际上所有的车辆几乎都以同样的速度在前行。

　　他们解释说：“加塞能让人获得满足感，实际又加剧了拥堵。”

　　有什么解决办法？真要解决连AI都难以应对的拥堵问题？

　　法国专家卡米耶·孔贝解释说：“拥堵是集体选择的结果。数字技术可以通过给司机们一定的掌控感，让他们能够在某种程度上接受拥堵。解决拥堵问题的关键不是技术性的，而是政治性的。”

　　孔贝的说法在新加坡得到体现。

　　例如，政府对车辆使用征收很高的税，获得可以进入市中心的车辆牌照要花费数万欧元，还对私家车实施配额制。

　　有了这些限制，人均年拥堵时间减少10小时。不过孔贝承认：“搬到我们国家来，根本不可能。”