Самая раздражающая пробка — та, которую «ничего не предвещало». У этой раздражённости есть техническая причина: навигаторы неплохо описывают настоящее и почти не умеют заглядывать на час вперёд. Именно этому горизонту посвящена свежая модель, проверенная на японской скоростной трассе Тюо.
Хорошая новость: на обычном, «скучном» трафике час вперёд предсказывается уже вполне прилично. Плохая: стоит случиться внезапной аварии — и точность заметно проседает. Разберёмся, где проходит граница.
Что произошло
9 января 2026 года вышла работа, в которой описана модель прогноза времени поездки на час вперёд. Полигон — конкретный участок японской скоростной трассы Тюо: от съезда Otsuki IC до пункта оплаты Hachioji Toll Gate.
Модель смотрит назад на 10 часов. Внутри — данные с шагом 5 минут: скорость потока, его интенсивность, погода и записи о дорожных происшествиях. Ничего экзотического — примерно то, что уже собирают операторы дорог и сервисы навигации.
Проверяли не на абстрактной симуляции, а на истории 17 точек наблюдения за апрель 2021 — июнь 2023 года. Данные разделили в пропорции 70% / 15% / 15% — обучение, валидация и честный тест на том, чего модель не видела.
И сразу важная оговорка: это результат на одном дорожном коридоре. Он не доказывает, что так же будет работать на любой трассе мира.
Почему это вообще интересно
Навигатор, показывающий «пробка через 2 км», решает сегодняшнюю задачу. А человеку нужно другое: понять, выезжать сейчас или подождать полчаса, ехать по платной ветке или по бесплатной, успею ли я на встречу.
Час — это как раз горизонт такого решения. Дольше часа прогноз обычно бесполезен: ситуация успеет поменяться сама. Меньше — вы уже в пути и выбирать поздно.
Поэтому ценность здесь не в красивой цифре точности, а в том, можно ли на неё опереться при планировании. И вот тут начинается самое интересное.
Как это работает простыми словами
Представьте, что вы весь день смотрите на одну и ту же дорогу и записываете: скорость, сколько машин, дождь или сухо, где что случилось. Через два года таких записей вы начинаете замечать закономерности — где обычно скапливается поток, как ведёт себя дорога в дождь.
Модели класса LSTM и Transformer делают то же самое, только быстрее и на порядке больше данных. Они «читают» последовательность событий и продолжают её в будущее.
Отдельная деталь, которую стоит отметить, — работа с авариями. В модели есть динамический признак продолжительности дорожных ограничений: он меняется во времени, а не задан одной константой на весь день. Именно эта деталь, по данным авторов, улучшила прогноз в аварийных условиях.
Что это реально умеет
Без отдельного учёта ДТП ошибка часового прогноза у LSTM составляла MAPE 5,78% по всей выборке. Во время аварий — 9,52%. То есть в обычном режиме речь о единицах процентов, в аварийном — о почти двузначной величине.
Добавление динамического признака продолжительности ограничений снизило RMSE в аварийных ситуациях с 15,9 до 15,3 у LSTM и с 17,3 до 16,1 у Transformer. Улучшение скромное, но устойчивое — а в прогнозировании скромное улучшение часто и есть самое ценное.
Для сравнения: в исследовании Scientific Reports от 8 мая 2026 года модель MSTT-MHA-WOA учитывала ещё и осадки, температуру и видимость, а заявленный MAPE составил от 0,65% до 4,36%. Цифры выглядят эффектнее, но горизонт там другой: 60 минут прошлой истории — на прогноз всего 5 минут вперёд. Чем короче заглядывание, тем красивее проценты. Это не обман, просто разные задачи.
Что пока НЕ умеет или чего пока нет
Главное ограничение авторы называют сами: внезапные аварии всё ещё заметно ухудшают прогноз. Модели пока не различают типы и тяжесть происшествий и не всегда точно оценивают, как затор будет распространяться по дороге.
Очень показателен провалившийся приём: если просто продлить «влияние ДТП» на час одним и тем же способом, результат становится хуже — RMSE вырастает до 16,7. Простая логика «авария — значит плюс час» здесь не работает.
Отдельно про реальную жизнь, а не про статьи. 4 августа 2026 года Минтранс Сингапура сообщил, что агентство LTA лишь пилотирует систему CRUISE: данные ERP 2 испытывают для динамической оптимизации светофоров, а ИИ-видеоаналитику для более раннего предупреждения о происшествиях планируют внедрять постепенно, «в ближайшие годы». Подтверждённого массового автоматического перенаправления маршрутов там пока нет.
Ещё один пример осторожности — HERE. 25 апреля 2026 года компания представила Predictive Signal Timing: система должна объединять текущие фазы светофоров, исторические циклы и модели машинного обучения, чтобы заранее сообщать машине о смене сигнала и корректировать скорость и ETA. Но HERE прямо пишет, что продукт находится в разработке. Сроков запуска, цены и измеренного эффекта на пробки не опубликовано.
Сколько стоит и когда появится
Прямого ответа нет, и это честнее, чем придуманная цифра. Для HERE цена и дата запуска не объявлены. Сингапур говорит о постепенном внедрении «в ближайшие годы» и пока только в формате пилота.
Научные модели вроде японской — это прототипы на исторических данных. В коммерческих навигаторах именно они не заявлены. Значит, в вашем телефоне такого прогноза сегодня нет.
Может ли появиться в России
Заявлений о применении именно этой модели в России нет, и выдумывать их не стоит.
Но стоит смотреть на суть: такому прогнозу нужны три вещи — поток данных с детекторов и камер, погодная информация и аккуратный журнал происшествий с понятной длительностью ограничений. Там, где эти данные собираются системно, подход технически переносим. Там, где журнал происшествий ведётся вручную и с задержкой, прогноз упрётся именно в это, а не в алгоритм.
Что это изменит через несколько лет
Скорее всего, изменится сам вопрос, который задаёт водитель. Вместо «где сейчас пробка» — «что будет через час на моём маршруте».
Дальше расходятся три линии. Светофоры смогут подстраиваться под прогноз заранее, а не реагировать на уже собравшийся хвост. Машины — менять скорость под будущий сигнал. Логистика — планировать окна доставки, а не объясняться с клиентом.
Но до этого нужно закрыть главную дыру: непредсказуемое происшествие. Пока авария ломает прогноз, системы будут полезны в спокойные дни и осторожны в плохие. Это всё равно большой шаг — просто не волшебство.
А вы бы доверились прогнозу, который честно говорит «точность в аварийные дни хуже» — или предпочли бы уверенный голос навигатора без оговорок?
Подпишитесь на «Мир меняется» — главные события мира коротко, понятно и без информационного шума.
#технологии #искусственныйинтеллект #вмире #события