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

AI
AI
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
D
Docker
Last Week in AI
Last Week in AI
Apple Machine Learning Research
Apple Machine Learning Research
WordPress大学
WordPress大学
F
Full Disclosure
博客园 - 【当耐特】
博客园 - 司徒正美
V
Visual Studio Blog
F
Fortinet All Blogs
T
Tor Project blog
T
Threatpost
Blog — PlanetScale
Blog — PlanetScale
月光博客
月光博客
C
Cyber Attacks, Cyber Crime and Cyber Security
阮一峰的网络日志
阮一峰的网络日志
GbyAI
GbyAI
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
T
Tenable Blog
M
MIT News - Artificial intelligence
L
Lohrmann on Cybersecurity
P
Palo Alto Networks Blog
I
Intezer
Stack Overflow Blog
Stack Overflow Blog
The Register - Security
The Register - Security
The Last Watchdog
The Last Watchdog
S
Securelist
T
Tailwind CSS Blog
V
Vulnerabilities – Threatpost
U
Unit 42
博客园 - 叶小钗
P
Proofpoint News Feed
C
Cybersecurity and Infrastructure Security Agency CISA
H
Help Net Security
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
酷 壳 – CoolShell
酷 壳 – CoolShell
Hacker News - Newest:
Hacker News - Newest: "LLM"
NISL@THU
NISL@THU
J
Java Code Geeks
H
Hackread – Cybersecurity News, Data Breaches, AI and More
SecWiki News
SecWiki News
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Project Zero
Project Zero
T
The Exploit Database - CXSecurity.com
TaoSecurity Blog
TaoSecurity Blog
A
Arctic Wolf
Martin Fowler
Martin Fowler
T
Threat Research - Cisco Blogs
N
News | PayPal Newsroom

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.