Искусственный интеллект и светофоры: почему выбор целевой функции важнее алгоритма

Искусственный интеллект и светофоры кажутся идеальной парой, пока вы не попробуете сформулировать, что именно «оптимизировать», и не обнаружите, что за инженерной задачей прячется политический выбор, кому отдать секунды зелёного.

Автор оригинального разбора начал с той же точки, что и любой разработчик: «Я бы это за выходные пофиксил». Потом выяснилось, что сама постановка задачи рассыпается, стоит копнуть глубже одного перекрёстка. Ниже собрана выжимка из этого пути, переложенная на понятные шаги, чтобы вы могли пройти тот же маршрут за десять минут вместо нескольких недель.

Что понадобится

• Полчаса свободного времени и готовность пересмотреть интуицию
• Базовое понимание, что такое целевая функция (критерий, по которому алгоритм решает, что «лучше», а что «хуже»)
• Знание термина «обучение с подкреплением» (reinforcement learning, RL), когда ИИ-агент учится методом проб и ошибок внутри среды, получая награду за верные действия
• Желание разобраться, почему «просто натравить нейросеть» не работает

Пять ловушек на пути к «умному светофору»

1. Убедитесь, что один перекрёсток действительно прост

Формула Уэбстера 1958 года до сих пор в учебниках. Она считает оптимальную длину цикла для одного перекрёстка при известном и стабильном потоке. Математика красивая и рабочая. Проблема начинается, когда рядом появляется второй светофор.

2. Осознайте масштаб комбинаторного взрыва

Стоит захотеть согласовать хотя бы десяток перекрёстков в «зелёную волну», и вы попадаете в комбинаторный взрыв. У каждого светофора есть длина цикла, сдвиг фазы, распределение зелёного между направлениями. Параметры взаимозависимы: сдвиг на одном ломает волну на соседнем. Задача сетевой координации в общем виде NP-трудная (класс задач, где точное решение требует перебора, растущего экспоненциально с числом перекрёстков).

Но вот неожиданный поворот: NP-трудность давно не главное препятствие. С 1980-х в городах работают адаптивные системы: британская SCOOT и австралийская SCATS собирают данные с индукционных петель в асфальте и подстраивают фазы почти в реальном времени. Алгоритмы есть, хорошие и с математическими гарантиями. И всё равно вы стоите на красном на пустом перекрёстке.

3. Задайте главный вопрос: для кого оптимизировать?

Любая оптимизация начинается с целевой функции. И здесь разговор обычно заканчивается, не начавшись. Варианты конфликтуют между собой:

• Среднее время в пути для машин. Тогда пешеходы получают минимальный зелёный, и пожилой человек не успевает перейти широкий проспект
• Пропускная способность (машин в час). «Пропускная способность» и «время ожидания конкретного человека» тянут в разные стороны
• Выбросы CO₂. Половина выбросов на перекрёстке приходится на разгон после остановки, но минимум выбросов не равен минимуму времени в пути
• Приоритет общественного транспорта. Автобус везёт 40 человек, легковушка одного-двух. С точки зрения «людей в час» автобусу надо всегда давать зелёный. С точки зрения водителя за автобусом вы выглядите злодеем
• Справедливость. Минимизировать максимальное ожидание? Тогда средние показатели проседают

У «оптимального» светофора нет объективного определения, потому что нет объективного определения «хорошо». Это не инженерная, а политическая задача: вы выбираете, чьи интересы важнее, и зашиваете этот выбор в секунды зелёного.

4. Учтите, что система сопротивляется вашему решению

Допустим, вы договорились о целевой функции и разгрузили проспект красивой зелёной волной. Через неделю поток вырос ровно настолько, чтобы съесть весь выигрыш. Это называется индуцированный спрос (induced demand), когда улучшение дороги притягивает новый трафик.

Жиль Дюрантон и Мэттью Тернер сформулировали «фундаментальный закон дорожных заторов»: если добавить пропускной способности на X%, в итоге получите примерно X% нового трафика.

Есть и парадокс Браеса: добавление новой дороги или «улучшение» перекрёстка иногда делает хуже всем. Каждый водитель эгоистично оптимизирует свой маршрут, и равновесие Нэша (состояние, где никому не выгодно менять стратегию в одиночку) оказывается хуже исходного.

Светофор в итоге не задача управления пассивным объектом. Перед вами тысячи агентов, которые адаптируются к каждому изменению и утаскивают систему в новое равновесие. Вы оптимизируете под вчерашний трафик, а завтрашний уже перестроился под вашу оптимизацию.

5. Поймите, почему обучение с подкреплением пока не спасает

Раз это игра тысяч адаптивных агентов в среде, которую невозможно описать замкнутой формулой, звучит как работа для RL. За последние годы вышли сотни статей, где RL-агент учится управлять светофорами и обходит фиксированные планы. Но есть нюанс: обходит в симуляторе. Модель, обученная в симуляторе, встречается с реальным перекрёстком, где датчики врут и поведение водителей не совпадает с моделью. Половина результатов при переносе в реальность теряется.

Что делать с этим знанием прямо сейчас?

Авторам Дзена и копирайтерам. Когда пишете об ИИ в городской среде, не повторяйте клише «нейросеть оптимизирует трафик». Покажите конфликт интересов: это делает материал глубже и вызывает больше обсуждений. Читатели ценят честность, а не восторг.

Маркетологам ИИ-продуктов. Если продвигаете решение для «умного города», формулируйте, для кого именно оно оптимизирует. «Сокращает ожидание автобусов на 15%» убедительнее, чем «оптимизирует трафик». Конкретика по группе интересов защищает от обвинений в пустых обещаниях.

Предпринимателям в РФ и СНГ. В российских городах работают собственные адаптивные системы управления трафиком. Задача та же: не алгоритм, а выбор приоритетов между пешеходами, автомобилями и общественным транспортом. Если вы строите продукт в этой сфере, начинайте не с модели, а с переговоров с городскими властями о целевой функции.

Главный урок здесь не про светофоры. Он про то, что самая сложная часть любой ИИ-задачи часто лежит до первой строчки кода: в честном ответе на вопрос «что мы считаем хорошим результатом и для кого».