美国加利福尼亚州正在测试一种被称为“智能高速公路”的新型交通管控系统，有可能让部分司机在上高速前被红绿灯拦在匝道上长达四分钟，但交通部门认为，这将有助于缓解主线拥堵、缩短整体通勤时间。

打开网易新闻 查看精彩图片

本月 1 日，河滨县交通委员会（Riverside County Transportation Commission）在 15 号州际公路北向、特曼古拉（Temecula）路段启用了一段约 8 英里长的智能高速试点路段。 据报道，当地三处匝道——Temecula Parkway、Rancho California Road 和 Winchester Road——已接入一套新的匝道信号灯控制系统，由算法统一调度车辆何时获准进入主线车流。

与传统采用固定短周期放行的匝道信号不同，这套系统根据实时交通状况动态决定放行频率，因此单辆车在红灯前等待的时间可能会被大幅拉长，一些司机甚至可能要等上四分钟或更久才能并入高速公路。 尽管等待时间明显延长，交通官员认为，通过在入口处“限流”，可以减轻主线上频繁的起步、制动和排队现象，从而改善整体车流效率，让司机在整段路上的总耗时反而少于传统匝道信号方案。

这一试点项目耗资约 3300 万美元，计划运行两年。 河滨县交通委员会发言人大卫·克努森（David Knudsen）表示，如果试点取得成功，该系统将推广到县内其他路段，未来也可能部署到加州其他堵点路段。 他强调，相比于投入巨资拓宽车道，利用智能控制提高既有路网的运行效率，是更为经济可行的选择。

特曼古拉与穆列塔（Murrieta）之间的这段高速路段长期以拥堵著称：在没有车流干扰的理想条件下，通行时间大约只需 10 分钟，但在下午出行高峰，司机往往需要 25 至 45 分钟才能通过。 当地希望通过更精细的匝道管理，在不大规模扩建道路的前提下，缓解这一“瓶颈”路段的通勤压力。

打开网易新闻 查看精彩图片

针对外界对“由人工智能控制潜在危险系统”的担忧，克努森专门澄清，这套智能高速系统并非由通用意义上的人工智能驱动。 系统依托铺设在路面的高级传感器实时监测车流速度、流量等数据，再根据预设逻辑进行调节，而不是由具备自主学习和决策能力的 AI 来控制。 他表示，多处匝道之间实现协调控制，是为了在高速主线上形成更加平稳、连贯的车流。

事实上，智能高速并非加州首创。 早在 2020 年，澳大利亚就已在部分路段部署类似技术；美国科罗拉多州丹佛市的 25 号州际公路等多条高速，也已引入相关系统。 当地公布的数据颇为亮眼：在澳大利亚相应路段，通行时间缩短了约 35% 至 65%；丹佛的高速路段则实现了约 20% 的通行时间下降。

在支持者看来，如果加州此次试点能复制澳大利亚和丹佛的改善效果，哪怕司机在匝道前多等几分钟，只要整体出行时间显著缩短，智能高速就算是“划算”的买卖。 不过，在实际运行中，如何在效率提升与公众体验之间取得平衡，仍有待这项为期两年的试点给出答案。