Оценка оптимального расположения парковок на удивление сложна с математической точки зрения и является подмножеством классической задачи вычислительной сложности с гораздо более широкими приложениями. Команда специалистов по обработке данных объединила квантовый отжиг с процессом, который пытается имитировать лежащие в основе человеческой интуиции процессы, с помощью метода, обеспечивающего точность решения, намного превосходящую традиционные подходы.
Методика впервые описана в статье от 30 сентября 2022 года в журнале Intelligent and Converged Networks.
Проблема расположения объекта (ПРО), является давней проблемой в рамках проведения исследовательских операций - применения научных методов к принятию решений, и решению проблем менеджерами в крупных коммерческих, государственных или военных организациях. Целью ПРО является определение оптимального местоположения и количества объектов в данной области с учетом определенных ограничений.
Лицам, принимающим решения в системе здравоохранения, например, возможно, придется выносить оценку, где следует разместить новую больницу. Если они разместят её в месте, слишком труднодоступном для пожилых людей, уровень смертности может увеличиться. Ограничение здесь заключается в попытке свести к минимуму смертность. Но если разместить больницу в более легкодоступном месте, расходы на недвижимость могут отнять больше средств из бюджета — и это другое ограничение. Такое решение также может снизить способность поставщиков медицинских услуг предоставлять услуги, что вновь приведет к увеличению показателей смертности.
Может показаться, что определить одно или даже любое количество "сладких местечек", где показатели смертности и расходов самые низкие, математически просто. Но поиск точных решений для этого и других примеров ПРО — с гораздо большим количеством ограничений на то, что необходимо оптимизировать, чем просто расстояние и стоимость, — является очень сложной вычислительной задачей.
Фактически, ПРО, задача комбинаторной оптимизации, классифицируется специалистами по теории сложности как относящаяся к категории одной из самых сложных из существующих задач. Не существует единого решения, которое можно было бы применить к планированию местоположения для различных ситуаций в разных доменах.
Оптимальное расположение парковки - это всего лишь еще один пример ПРО, который представляет большой интерес для городских администраций, желающих избежать заторов и, как следствие, сократить выбросы парниковых газов. Чем меньше времени автомобилисты тратят на поиски места для парковки, тем меньше пробок и меньше выбросов парниковых газов. Во многих городах в быстро урбанизирующихся регионах, не в последнюю очередь в развивающемся мире, вопрос парковки вызывает острую озабоченность. Яркий пример тому, такие Балашихинские микрорайоны как - Алексеевская роща, Южный. На первой Балашихе старая администрация успела сделать некоторое количество парковочных карманов, но на этом запал иссяк, и балашихинцы вечерами достаточно долго засоряют окружающую среду автомобильными выхлопами, в поисках парковочного места.
Обычные методы, используемые для получения достойных (но не точных) решений проблемы определения местоположения парковки, включают различные типы алгоритмов, выполняемых искусственным интеллектом на классических компьютерах (в отличие от квантовых компьютеров). Но как только объем задействованных данных значительно возрастает, производительность этих "классических интеллектуальных алгоритмов" резко снижается.
"На данный момент интуиция человека может превзойти компьютер", - сказал Сумин Ван, соавтор статьи и исследователь из Ключевой лаборатории специальной волоконной оптики и оптических сетей доступа Шанхайского университета. "Но такую интуицию не следует рассматривать как мистическую или просто как "внутреннее чутье". Существует убедительное научное объяснение того, откуда берется человеческая интуиция, и это может вдохновить нас на попытку имитировать ее с помощью компьютеров".
Когда у инженера или архитектора возникает ощущение, что мост, строительная система или другое инженерное сооружение вот-вот выйдет из строя, но он не может прямо объяснить, почему, это может произойти. Велосипедист может точно почувствовать, когда его велосипед вот-вот упадёт, не будучи в состоянии объяснить, что именно он почувствовал, или что позволило ему выполнить такую оценку.
Обширный опыт и накопленные знания могут позволить человеку быстро оценить ситуацию в целом и непосредственно воспринять факт, не прибегая к процессу традиционных рассуждений, что позволяет принимать быстрые и эффективные решения, несмотря на сложные условия.
Те, кто изучает человеческую интуицию, описывают происходящее в мозге как быстрое, резкое сокращение "пространства поиска" — термин, который ученые-компьютерщики используют для описания ландшафта возможных решений. Опыт и знания позволяют людям "просто знать", как выборочно уделять внимание наиболее важным аспектам проблемы, отбрасывая остальные и таким образом упрощая необходимые вычисления.
"Искусственная интуиция", искусственно воспроизводящая человеческую интуицию, является развивающейся областью исследований в области искусственного интеллекта. Цель состоит в том, чтобы разработать основанные на человеческом мозге методы интуитивного рассуждения - одну из самых мощных возможностей, которыми мы обладаем, - которые аналогичным образом фокусируются на основных данных, игнорируя при этом второстепенные данные, чтобы сузить пространство поиска.
Используя проблему оптимального расположения парковки, исследователи разработали то, что они называют механизмом избирательного внимания, вдохновленным человеческой интуицией, и объединили его с квантовым отжигом.
В последние годы квантовый отжиг сам по себе привлекает много внимания как новая вычислительная парадигма для решения классических задач оптимизации. Алгоритмы контроля качества обеспечивают значительные улучшения с точки зрения времени выполнения алгоритма и качества решения для некоторых весьма трудных задач, которые плохо решаются классическими методами.
В задачах оптимизации осуществляется поиск оптимальной из множества возможных комбинаций, минимальной или максимальной. А в физике всё находится в поиске своего состояния с минимальной энергией, от шариков, скатывающихся с холмов, до возбужденных электронов, возвращающихся в свое основное состояние. Это означает, что задачи оптимизации, по сути, могут быть преобразованы в задачи минимизации энергии. Квантовый отжиг просто использует квантовую физику для определения состояний с наименьшей энергией проблемы и, следовательно, минимума или максимума целевого атрибута. Он уже внедрен в различные приложения - от оптимизации трафика до планирования ресурсов и квантовой химии.
Для решения своей задачи оптимизации парковки исследователи использовали ПРО, чтобы сократить пространство поиска и указать направление для следующего шага поиска, а квантовый отжиг - для поиска в созданном пространстве и повышения эффективности поиска.
Они применили свою концепцию к реальной парковке, используя реальные данные о широте и долготе района Луоху в Шэньчжэне, Китай. Эти правительственные данные на открытой платформе включали сайты с высоким спросом на парковку, возможные места для парковки, существующие места для парковки и их вместимость. Район Луоху занимает площадь около 80 квадратных километров, что является слишком большим регионом для того, чтобы любой классический интеллектуальный алгоритм с ограниченными вычислительными ресурсами мог напрямую переработать все данные в этом районе.
Сначала вся область была разделена на блоки для экономии вычислительных ресурсов, затем был применен ПРО, чтобы сосредоточиться на важных точках данных, которые были автоматически отфильтрованы и оптимизированы. Затем были получены новые результаты определения местоположения путем моделирования предпочтения квантового состояния с низкой энергией. Выбранные точки внимания, в свою очередь, обновлялись на основе результатов определения местоположения объекта, и процесс повторялся несколько раз, пока не появилось четкое решение — местоположение предлагаемой новой парковки в регионе.
Чтобы оценить свой подход, исследователи использовали метод, обычно используемый для измерения точности решения многоцелевых алгоритмов. По сравнению с конкурирующими подходами, обсуждаемая технология позволила получить более оптимальные и выполнимые наборы решений за более короткое время.
Теперь исследователи хотят использовать свой подход и применить его к другим проблемам определения местоположения и связанным с ними приложениям искусственной интуиции.
Мы с нетерпением ждём появления искусственного интеллекта в процессах проектирования городской среды в Балашихинском районе. Ведь таким образом можно определять где построить новую школу, детский сад или парк, хотя имеющиеся на второй Балашихе и на Новом Свете прогулочные зоны являются весьма впечатляющим результатом развития города.
