墨西哥明星科學家能夠解決當地首都嚴重的堵車問題嗎
擁有悠久歷史的墨西哥城，以美食、文化，以及擁堵的交通聞名於世。該市人口接近2200萬，有超過600萬輛汽車，每天花2個小時上班或上班已成常態。遲到更是司空見慣，上課或開會遲到10至15分鐘在社會上被認為是合乎規範的行為。
人們在墨西哥首都的出行方式是一個複雜的問題，不能僅僅局限於一到兩個變數，它體現著世界一半人口所面臨的城市交通挑戰。在過去的20年中，墨西哥國立自治大學的計算機科學家Carlos Gershenson一直沉迷於這一難題。
Gershenson認為，要解決一個複雜的問題，科學家需要放棄傳統方法，並找到新穎的方法來研究不斷變化的挑戰。他在麻省理工學院和東北大學任客座教授時寫道：「科學和工程學假設世界是可預測的，我們只需要找到適當的自然法則就可以預見未來。但是對複雜系統的研究表明，這種假設是錯誤的。」
通過使用專門研究適應性而非預測性的計算機模擬，Gershenson將自組織作為提高城市流動性的工具。儘管他為各大城市提出的大多數運輸系統解決方案都遇到了政治和官僚障礙，但他的想法在2016年的墨西哥城地鐵系統中得到了成功實施。該試點項目消除了乘車過程中的幾乎所有衝突和麻煩，並將上車時間減少了15％。
自組織是指混沌系統在隨機識別時形成耗散結構的過程，主要用於討論複雜系統，因為一個系統自組織功能愈強，其保持和產生新功能的能力也就愈強。
Gershenson笑著承認，根據某些指標，墨西哥城的交通移動性是全世界(大城市裡)最差的。但是，因為他與當局有更緊密的聯繫，因此可以嘗試影響決策。在布魯塞爾讀博期間，他的團隊向交通運輸部建言，卻因政治問題被擱置。
在讀第一個博士學位的時候，他主攻博弈論和交通模擬，研究自私的與協作的司機之間的關係。事實證明，最有效的策略是自私策略——每個人都試圖儘可能快地前進。
如果道路上的汽車密度較低，那麼自私的司機將導致更高效的交通。但這僅限於低密度車流，僅考慮同行效率，實際操作也會更危險。
如果車流密度中等，那麼當一輛載具突然減速時，會使後面所有人跟著減速。因此效果不佳。如果密度太高，自私與否已經不重要了，因為他們無論如何都無法改變交通狀況。
現代交通信號燈系統通常具備一定智能，但還不足以應對現實的複雜性。協調所有交通信號燈的程序，對運算量的要求也越來越高，並且隨著汽車的增加和減少，它也會無法預測。
通過感測器引入自組織交通信號燈，可讓它們通過修改信號時序來響應及時交通。他們沒有試圖預測。他們只是在不斷適應不斷變化的流量。但是，如果可以達到一定的精度需求，那麼系統就不會有空轉。汽車等待的唯一原因是前方正好有汽車橫穿而過。
當然，他的模型現在僅被用於管理地鐵系統，不過效果顯著。
令作者意外的是，他沒想到同胞會開始排隊上車。他原本希望上車的人能給下車的人留出一定空間就很好了，結果簡單添加指示牌後，人們自動排成一隊，留出一側給下車乘客。因此，出乎意料的，他們的模型完美地實現了目標，但是直到完全實現之後，我們才知道它為什麼有用——這就是複雜性科學的特點。
儘管Gershenson研究自動調節交通信號燈和地鐵系統，但他本人卻是自行車的發燒友，因為自行車是城市旅行中效率更高，污染更少的載具。他在墨西哥社交媒體上也很有分量，曾在全國性的《改革開放雜誌》上撰文，分析科學，科學政策和政治以及其他主題。
https://www.quantamagazine.org/complexity-scientist-beats-traffic-jams-through-adaptation-20200928/
*原文訪談賊長，但是挺有意思。我看過後圍繞這個題目重新組織了文字，建議有興趣的看原文。
