Sat-Multimedia & IT portal Satelitska-IPTV-Multimedija od 2006
EKSKLUZIVNO ZA EUROPSKU UNIJU
🇭🇷 HRVATSKA – EDUKATIVNA ANALIZA | SAT-MULTIMEDIA ORIGINAL | 18.DIO
AI i kvantna tehnologija u optimizaciji prometa i logistici
Edukativni vodić – 18.dio
Kako to funkcionira? Osnovni principi hibridnog sustava
Kombinacija AI i kvantnog računalstvo funkcionira kao hibridni sustav u kojem svaka tehnologija obavlja ono što najbolje umije:
- AI komponenta – “mozak” sustava
Prikuplja i strukturira ogromne količine podataka (prometni tokovi, vremenske prilike, povijesne performanse, ograničenja vozila).
Predviđa potražnju, identificira uzorke i previđa poremećaje. Filtrira i prioritizira podatke prema poslovnim pravilima. - Kvantna komponenta – “ubrzivač” optimizacije
Rješava NP-teške kombinatoričke probleme koje klasična računala ne mogu učinkovito riješiti.
Kvantno žarenje (Quantum Annealing) omogućuje sustavu da “tunelira” kroz energetske barijere i istražuje ogroman prostor rješenja paralelno.
Koristi se za jezgru optimizacijskog problema najteži dio koji klasična računala ne mogu riješiti dovoljno brzo.
Hibridni radni tijek (tehnička tablica)
| Korak | Opis | Tehnologija |
|---|---|---|
| 1. Sirovi podaci | Senzori, GPS, vremenske prognoze, povijesni podaci | IoT + cloud |
| 2. AI preprocesiranje | Čišćenje, filtriranje, strukturiranje podataka | Strojno učenje, Python/TensorFlow |
| 3. Dekompozicija problema | Klasični algoritam dijeli problem na podprobleme | C++/Julia optimizacija |
| 4. Kvantni podproblem | QUBO / Ising formulacija → kvantno računalo | D-Wave, IBM Quantum, Pasqal |
| 5. Postprocesiranje + validacija | Klasična računala provjeravaju ograničenja | CPU/GPU validacija |
| 6. Optimalno rješenje | Ruta, raspored, raspodjela flote | IoT izvršavanje |
Kvantna računala ne rješavaju cijeli problem samostalno umjesto toga, klasični sustav upravlja tijekom rada, a kvantni procesor rješava specifičan, izračunski intenzivan podproblem (npr. optimalni redoslijed stanica za jedno vozilo unutar većeg problema usmjeravanja flote).
Postoje li primjeri u svijetu?
| Projekt / Tvrtka | Lokacija / Godina | Primjena | Rezultat / Tehnologija |
|---|---|---|---|
| Volkswagen | Lisabon (2019.) Peking (2016.) |
Optimizacija ruta autobusa i taksija u stvarnom vremenu | D-Wave kvantno računalo, 30% poboljšanje učinkovitosti flote u Pekingu |
| DHL + Groovenauts + Honeywell | Eksperimentalni | Optimizacija ruta dostave, smanjenje emisija | Procjena: 60% manje CO₂ kroz učinkovitije planiranje |
| Unisys ULo – MAB Kargo | Malaysia Airlines | Pakiranje tereta u ULD kontejnere uz očuvanje težišta (CoG) | 5% povećanje kapaciteta, do 4.000 tona CO₂ uštede na 1.000 milja |
| FedEx | U razvoju | QAOA algoritmi za skladišne rasporede i rute | Smanjena vremena izračuna i povećana operativna učinkovitost |
| Šangaj – “Kvantni grad” | Fuxing Island (2024.–2026.) | Pilot zona s 10k+ senzora, 15-minutna životna zona | “Kvantno-superračunalna fuzija” za urbano planiranje |
Može li pomoći budućim planerima prometne infrastrukture?
Da , i to na tri ključna načina:
- Simulacija i “probna vožnja” infrastrukture prije gradnje
Kvantno pojačani sustavi omogućuju simultanu simulaciju milijuna scenarija (novi most, +30% prometa, nesreća). Testiranje otpornosti na poplave i masovna okupljanja. - Optimizacija višemodalnih mreža
Usklađivanje javnog prijevoza, cesta, biciklističkih staza i pješačkih zona u jedinstveni sustav. Dinamičko prilagođavanje kapaciteta. - Održivi i otporni dizajn
Balansiranje konkurentnih ciljeva: emisije, protok, troškovi, sigurnost. Smanjenje emisija do 20-30% bez nove infrastrukture.
Primjer iz prakse – Gabbassov et al. (Vancouver): Kvantno računalstvo primijenjeno na konsolidaciju javnog prijevoza 40% smanjenje broja objekata (stanica, terminala) uz očuvanje pristupačnosti usluge.
Trenutna ograničenja i budućnost (tehnička usporedba)
| Aspekt | Trenutno stanje (NISQ era) | Budućnost (10-20 godina) |
|---|---|---|
| Broj qubita / šum | Ograničen broj qubita, podložnost šumu | Puni kvantni sustavi otporni na pogreške |
| Kvaliteta rješenja | 36-51% lošija od optimalnih klasičnih rješenja na malim instancama | Globalna logistička mreža optimizirana istovremeno |
| Cijena i dostupnost | Skupi i rijetki resursi | Samooptimirajuće prometne mreže u realnom vremenu |
| Integracija s AI | Hibridni workflow (AI preprocesiranje) | Kvantno pojačani AI točnija predviđanja |
Zaključak
AI i kvantna tehnologija već danas funkcioniraju u hibridnom obliku AI obrađuje podatke i donosi strateške odluke, dok kvantno računalstvo rješava najteže optimizacijske podprobleme. Primjeri iz Volkswagena, DHL-a, FedExa i Šangaja pokazuju da ovo nije znanstvena fantastika, već postupna industrijska stvarnost.
Za buduće planere prometne infrastrukture, ova tehnologija nudi moćan alat: mogućnost da se prije gradnje “isproba” budućnost grada, dizajnira otporna i održiva mreža te da se prometni sustavi prilagode stvarnim potrebama građana , a ne obrnuto. Ključna promjena je u tome što planiranje više nije statičan proces, već dinamički, podatkovno vođen i spreman na promjene.
Autor: Darko Brlečić | Sat-Multimedia & IT
Ekskluzivna edukativna analiza za Hrvatsku i EU
Možda će Vas zanimati:
AI i kvantna tehnologija u medicini – 17. dio
Prva kvantna baterija na svijetu
Umjetna inteligencija i napredak u inženjerstvu
Kina – 50 inovacija: tehnološki iskorak
Huawei, 5G i pametna mreža Kina 2026
