：自组织系统视角下的城市交通难题
正文：
自组织系统视角下的城市交通难题
墨西哥首都墨西哥城以其丰富的博物馆、美食和文化资源而闻名，但其交通拥堵问题同样令人头疼。这座拥有2200万人口和600万辆汽车的城市，许多人每天的上下班通勤时间长达两小时，迟到已成为常态。在墨西哥城，出行方式成为一个复杂且棘手的问题，这也是墨西哥国立自治大学计算机科学家Carlos Gershenson在过去二十年里一直研究的问题。
Gershenson表示，我们不能简单地将交通问题归结为一两个变量。生活在墨西哥城的居民所面临的出行问题，反映了全球一半人口所遇到的问题。他认为，要解决复杂问题，科学家需要摒弃传统的研究方法，寻求新的方法来应对不断变化的挑战。
2016年，在美国麻省理工学院（MIT）和东北大学担任客座教授期间，Gershenson写道：“科学和工程都假定世界是可预测的，我们只要能找到适当的自然法则就可以预见未来……但从对复杂系统的研究来看，这种假设是错误的。”要想解决交通问题，我们需要用新的视角看待复杂系统。
研究城市交通是实践和实验理论的理想场所。对于具有工程学和哲学背景的Gershenson来说，他热衷于开发新概念，并利用这些概念解决实际问题或构建系统。在20世纪90年代末，对人工智能产生兴趣的Gershenson，开始着迷于复杂性问题。后来，他在萨塞克斯大学攻读进化和适应系统的硕士学位，但在布鲁塞尔自由大学读博士时，他的兴趣又重新回到了自组织系统。
Gershenson的第一个博士项目是关于自组织系统的，他当时设想“让汽车车队像鸟群一样”。鸟群是自组织系统的典型例子。在模拟系统中实施了不同的策略，其中一个策略就是自组织：例如，一个车队，每辆车都试图与相邻车辆保持速度一致。
总之，Gershenson认为，解决城市交通问题的方法是让交通系统能够自适应和自组织，而不是试图控制交通。
本文主题词：
