图源:Quanta Magazine by Meghan Dhaliwal随之出现的还有一波波的“绿色车流”:即汽车列队可以畅行多个十字路口,无需停留。你不用把“这个‘绿色车流’在某个速度时会慢下来”编进系统,就能实现理想的效果。“绿色车流”是在交通过程中自发形成的。之所以说“自组织”,是因为不同十字路口的交通灯之间并没有进行直接交流。自组织交通灯与传统的“控制系统”不同,因为后者的核心是:控制事情在何时何地准时发生。在自组织交通灯中,你不需要将解决方案告诉系统,但你会设计一些交互,让系统“自行”不断地寻找令人满意的解决方法。这是最理想的,因为我们无法预测具体的问题。如果你希望模型做出预测,那么开发一个高度复杂性的系统非常困难,需要包括很多细节。假设我们要对墨西哥城的交通进行建模。那么,我们需要知道在一天中的每个时段有多少辆汽车沿着某个轨迹行驶,以及它们的平均加速度是多少,是否在下雨等等。许多因素都会影响交通流量,因此你需要添加尽可能多的细节。但如果你只是希望将模型用于理解系统而不是对其进行预测,那么在很多情况下,非常抽象的模拟可能会有用。Gershenson尝试的模拟从复杂转向简单、抽象,比如车辆具有无限的加速度,并且车辆之间的空间中存在对称性,但这在现实中是不存在的。但通过这类模拟,Gershenson发现,城市交通中存在六到十个相变:你可以看到随着车辆密度的增加,速度或流量如何急剧变化。