Давно вам ничего не писал, грустил по зарплате и переживал из-за ремонта.
Но сегодня есть пара мыслей. И первая про ДТП.
Все урбанисты выучили как мантру, что скорость основной фактор тяжести ДТП и это так. Есть множество исследований, которые показывают, что при снижении скорости на том или ином участке тяжесть и число ДТП сокращаются. Но к сожалению, таких исследований почти нет в России. Нет даже полноценной аналитики по факторам работающим на риск ДТП. Если найдете такое за последние годы - кидайте. Тем не менее, мы с Максимом сейчас анализируем число ДТП произошедших на улицах с тем или иным скоростным режимом. И цифры только подтверждают тезис про скорость: число пострадавших в ДТП находится в пике на скорости около 40 км/ч, затем снижается. И вовсе не потому, что скорости выше безопаснее - после определенной скорости почти все пострадавшие уже становятся погибшими, к скоростям 80+ пострадавших в ДТП почти нет, почти все участники ДТП мертвы. Надеюсь в течение недели мы сможем выпустить этот материал.
В продолжение про ДТП. Сейчас мега модно призывать искусственный интелект и матмоделирование для прогнозирования ДТП. Только на днях открылся новый хакатон, где одна из задач заявленных ЦОДД это "Построение адаптивной и обучаемой модели, определяющая аварийность на выбранном участке дороги" -
https://online.innoagency.ru/datascience/. При этом - это уже третий хакатон за полгода в котором я участвую и где заявлена такая задача. Для вас, как и для многих команд станет откровением, но данная задача нерешаема в рамках моделирования для конкретного участка или тем более для конкретного времени суток или условий. На 1 км дороги в городе приходится максимум 1 ДТП с погибшими и 0,05 дтп с пострадавшими (за городом еще меньше). У каждого более 20 факторов. Делать прогноз на основании такой выборки просто глупо. При этом ни один из регионов, которые запрашивают решение такой задачи не готов предоставлять данные по всем ДТП (оставшиеся 90%), а для многих вообще откровение, что есть какие-то еще аварии, кроме тех, что есть на сайте ГИБДД.
Не хочу кидать камни в коллег, занимающихся транспортным моделированием, но и там ситуация такая-же. Хороших данных нет и не будет. Цифровые данные по трафику, распределению рабочих мест, скоростному каркасу или цифровые схемы ОДД не существуют почти нигде за пределами МКАД. В модель заливаются "предполагаемые цифры", которые и дают "предполагаемый" результат. Модель не сильно виновата: Щит ин - щит аут, как говорится. ИТ системы надо развивать - они потянут и улучшение управление городом и транспортом за собой, но кажется этот путь будет тяжелее, чем мы думаем.
Ну и в заключение. Интересно наблюдать как развивается и трансформируется транспортная отрасль по мере прихода новых технологий. Трафик и управление им все больше и больше напоминает то по каким законам и как управляется сетевой трафик в телеком отрасли. Как только управление транспортом полностью перейдет под контроль систем: не важно навигатор в машине, приложение каршеринга или диспетческое ПО в автобусе - сразу же станет возможным работать с машинками как с простыми пакетами данных в сети. Маршрутизировать, назначать приоритет, гарантировать показатели загрузки уличной сети и многое другое. Примеры уже есть: динамическая цена на парковку в Штатах или динамическая плата за езду в Сингапуре. Осталось понять сколько примерно лет потребутся отрасли на такую цифровую трансформацию. 5-10-20?
