惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园 - 三生石上(FineUI控件)
Martin Fowler
Martin Fowler
月光博客
月光博客
AI
AI
B
Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
C
CXSECURITY Database RSS Feed - CXSecurity.com
WordPress大学
WordPress大学
GbyAI
GbyAI
L
Lohrmann on Cybersecurity
O
OpenAI News
Schneier on Security
Schneier on Security
P
Palo Alto Networks Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
T
Troy Hunt's Blog
V2EX - 技术
V2EX - 技术
W
WeLiveSecurity
L
LINUX DO - 最新话题
人人都是产品经理
人人都是产品经理
S
Security Affairs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
A
Arctic Wolf
Recorded Future
Recorded Future
Microsoft Security Blog
Microsoft Security Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
G
GRAHAM CLULEY
N
Netflix TechBlog - Medium
TaoSecurity Blog
TaoSecurity Blog
C
Check Point Blog
Scott Helme
Scott Helme
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Apple Machine Learning Research
Apple Machine Learning Research
PCI Perspectives
PCI Perspectives
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Vercel News
Vercel News
The Hacker News
The Hacker News
Y
Y Combinator Blog
Latest news
Latest news
SecWiki News
SecWiki News
Hugging Face - Blog
Hugging Face - Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Google Online Security Blog
Google Online Security Blog
Webroot Blog
Webroot Blog
Google DeepMind News
Google DeepMind News
Recent Commits to openclaw:main
Recent Commits to openclaw:main
C
Cisco Blogs
博客园_首页
H
Hackread – Cybersecurity News, Data Breaches, AI and More
宝玉的分享
宝玉的分享
L
LINUX DO - 热门话题

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Вредное ускорение: Умный светофор на перегруженных перекрестках
Dan-Spec (Сп · 2026-05-22 · via Все публикации подряд на Хабре

Вредное ускорение: Умный светофор на перегруженных перекрестках

Уровень сложностиПростой

Время на прочтение4 мин

Охват и читатели150

Мнение

Статья для тех айтишников, которые работают в Автодорах регионов. Т.к. от ваших рекомендаций зависит транспортная инфраструктура, давайте обсудим, что творится на наших дорогах в сфере высоких технологий!

Тема просто набила оскомину. Когда в каком-нибудь регионе выделяются деньги на ИТС (интеллектуальная транспортная система), все хотят поставить умные решения на самые загруженные перекрестки центра города. В компанию Спецлаб постоянно обращаются с этим вопросом, и мы уже устали объяснять, что это плохая идея.

С момента этой статьи на Хабре про умные светофоры прошло много лет, за это время весь наш опыт показывает дикую статистику насильственного внедрения технологий с целью решения социальных проблем.

Интеллектуальные технологии не добавляют дорожного покрытия, они не уплотняют время, а чаще вообще только увеличивают пиар руководителей. Умный светофор использует конкретные физические величины, которые не были задействованы в результате статического переключения. Что значит «статического»? В противовес динамического – без обратной связи.

По сути, можно посадить человека, который, видя ситуацию на перекрестке, будет сам управлять светофорными объектами. Есть множество факторов, которые можно задействовать для ускорения даже самого загруженного перекрестка, и нужен лишь фидбэк. Его дают датчики транспорта, которые видят очередь на въезде.

Раньше прокладывали индукционные линии под дорожным покрытием, теперь достаточно умных камер, что проще и дешевле. (Мы так подробно, потому что специалисты в госорганах постоянно меняются.)

Посмотреть на Рутьюб https://rutube.ru/video/241b0a68390a24fa5c6d22fed81c841b/

Т.е. Умный светофор – это автоматическая работа с обратной связью. Он преобразует несовершенство пассивных статических установок в динамическую смену алгоритма переключения.

Так считалось раньше, и обзывалось адапитивным светофором. Десятилетия попыток их применения показали их бесполезность. Хотя они неплохо работают на загородных трассах, где для пропуска одной сельской машины в час требовалось каждые 5 минут перекрывать движение.

Ночью адаптивные светофоры тоже отлично себя зарекомендовали: мы часто стоим на красный, хотя никого с другого направления нет. Давать зеленый только тем, кто едет – отличная идея, если она не упирается в какую-нибудь пробку.

И именно по этой причине адаптивный светофор не прижился в городе. Да, он позволяет ускорить загруженный перекресток, транспортные средства проезжают его быстрее, но, вдруг, они упираются в этот самый выезд. На пути другой перекресток, у которого Умного светофора нет, и он не рассчитан на увеличение нагрузки.

Или – часто приходится слышать от заказчика: следующие перекрестки далеко и там много разъездов, всё будет хорошо, вы делайте ускорение! Мы ускоряем, но в потоке оказывается трактор, он долго-долго разгоняется.  А пока он разгоняется, сзади его весь поток машин также долго и медленно едет. Мы ускорили проезд перекрестка, но весь ускоренный поток уперся в пробку сразу после перекрестка. Мы загнали поток в стенку, упс.

Что, не пускать трактора и фуры в город? Тогда и ученические машины, и неопытных водителей, которые бояться поднажать, а самое главное – всех блондинок, которые долго реагируют на зеленый сигнал.

«Что делать?» – однажды спросил Чернышевский и остался без ответа. А мы вам расскажем. Во-первых, надо действительно прекратить ставить адаптивные светофоры. Хотя бы потому, что у уже установленных съезжают мозги, периодически они всем дают зеленый свет – не раз происходило. И в этой связи запретить прямое управление светофорными объектами программой, она должна только изменять фазы, жестко зашитые в контроллере – где физически невозможны сценарии «всем зеленый».

Второе, ставить нейросетевые светофоры, умеющие понимать трафик на уровне распознавания типа каждого транспортного средства. Едет фура – нельзя ее ставить перед стоп-линией, потом весь поток будет разгоняться медленно. И здесь более 18 параметров, которые в своей отработке дают приличную пропускную способность. Вплоть до того, чтобы автобусам и другому общественному транспорту давать приоритет. И не нужны никакие выделенные полосы, нейросетевой светофор сам все разрулит. В том числе проезд для спецтранспорта.

Но это все цветочки. Если нет никаких ресурсов в площади дорожного полотна или в окнах ожиданий, есть только один вариант: ВООБЩЕ НЕ ОСТАНАВЛИВАТЬ ДВИЖЕНИЕ!

Смело? Именно этот вариант подсказала сама нейронная сеть Умных светофоров, включенных в единую систему. Да, нейронные сети – это про самообучение, и таков их вердикт. Пока нас не обозвали совсем с ума сошедшими, объясним. Третье и главное: Вообще не ставить умные системы на загруженных перекрестках без связки с прилежащими перекрестками!

Разгружать убитые перекрестки надо ДО самих убитых перекрестков – на предыдущих. За счет этого мы можем вообще не останавливать транспорт на перекрестке, просто будем подгонять его к зеленой фазе. Нейросетевой светофор легко рассчитывает количество машин и их скорость от предыдущих перекрестков так, чтобы он в центре города, где раньше был стоячий затор, всегда шел на скорости 60 км/час и более.

А теперь понимаете, что происходит? Количество транспорта не меняется, просто скорость его с околонулевой увеличивается в десять раз. Это и есть ключик к борьбе с заторами.    

К сожалению, мы сталкиваемся с чиновниками, которые никогда не видели элементарных программ моделирования городского движения. Несколько больших мониторов на видеостене – почему-то всегда выключенных или показывающих какую-то муть – в департаментах дорожного транспорта называется интеллектуальной транспортной системой (ИТС). Большие руководители стремятся решать большие проблемы, поэтому сразу требуют ставить умные устройства только на загруженных перекрестках в центре города. На периферию денег нет. Даже, если есть хоть какие-то средства, такую архитектуру надо городить от периферии к центру. Первые деньги вкладывать в умы светофоров окраин. В менее загруженных местах есть свободные периоды, которые можно использовать для ускорения без каких-либо «зеленых волн». Особенно в сторону выезда из города – это вообще самый беспроигрышный вариант.

А вторым этапом двигаться к центру, задействуя периферийную логику в общей связке. Да, не все гладко, аварии могут тормозить такую схему. Вот поэтому надо добавлять к Умным светофорам системы автоматического контроля соблюдения ПДД, чтобы желания ехать быстрее или на красный не было.  

Или соблюдать правила и двигаться быстро, или анархия – матерь пробок.