Jak działa sztuczna inteligencja w inteligentnym mieście

Liczba ludności miejskiej na świecie szybko rośnie; nikogo nie dziwi widok dziesięciomilionowego megamiasta. Nie da się zarządzać gospodarką miejską stosując dawne metody "analogowe". Dlatego megamiasta, a za nimi mniejsze miasta, szybko "stają się inteligentniejsze", a sztuczna inteligencja jest coraz chętniej wykorzystywana do rozwiązywania problemów pojawiających się w tych miastach.

W 1900 roku tylko 14% ludności świata mieszkało w miastach, w 2008 roku mieszkała w nich połowa ludności świata i liczba ta nadal rośnie. W 1950 roku na Ziemi istniały tylko 83 miasta liczące ponad milion mieszkańców, podczas gdy w 2018 roku jest ich 512. 

Wraz ze wzrostem udziału ludności miejskiej rośnie znaczenie zapewnienia odpowiedniej jakości życia w miastach. Nie da się tego osiągnąć bez zastosowania "inteligentnych" technologii, które pomagają zarządzać wszystkimi aspektami życia w mieście.

Najpierw dane
Inteligentne miasto to jeden z elementów gospodarki cyfrowej. Jest to koncepcja, która zakłada kompleksowe wdrożenie technologii informacyjnych i komunikacyjnych w procesach zarządzania miastem - jego nieruchomościami, transportem, usługami wodnymi i energetycznymi itp. w celu bardziej racjonalnego wykorzystania zasobów i poprawy jakości życia mieszkańców miasta.

Infrastruktura informatyczna inteligentnego miasta to bardzo złożony system składający się z wielu podsystemów, ogromnej liczby połączonych ze sobą komputerów, kontrolerów, urządzeń i czujników. Wszystkie one generują ogromne ilości danych, które w przyszłości będą musiały być przesyłane, przetwarzane, analizowane i przechowywane. Innymi słowy, aby technologie inteligentnego miasta mogły funkcjonować, po pierwsze potrzebna jest dość kosztowna infrastruktura, a po drugie należy zrozumieć, jakie zadania powinny być rozwiązywane i  w jakiej kolejności.

Wzrost liczby ludności miejskiej doprowadził do załamania się transportu w miastach; wielokrotnie wzrosło obciążenie wszystkich usług miejskich: opieki zdrowotnej, mieszkalnictwa, usług komunalnych itp. Potrzebne są rozwiązania, które pozwolą przenieść większość obowiązków zarządczych na komputery, które - jak wiadomo - nie męczą się i prawie nie popełniają błędów, czyli uczynić gospodarkę miejską jak najbardziej zautomatyzowaną, a miasto - "inteligentnym".

Niewątpliwie pierwszym krokiem w kierunku uczynienia miasta "inteligentnym" jest gromadzenie nowych i lepszych danych. Umożliwiają one stosowanie metod analitycznych, w tym metod analityki predykcyjnej, które pozwalają na rozwiązywanie problemów przed ich wystąpieniem. Samo zadanie nie jest łatwe, dlatego pomoc miastom w gromadzeniu i przetwarzaniu danych jest jednym z obszarów, w których obecnie wykorzystuje się sztuczną inteligencję.

Źródła danych obejmują przede wszystkim wszelkiego rodzaju czujniki, dane dotyczące sprzedaży biletów komunikacji miejskiej i lokali rozrywkowych, statystyki zużycia mediów, usług komunalnych i publicznych, raporty służb komunalnych, służby zdrowia, organów ścigania, monitoringu środowiska itp.

Jednym z głównych źródeł danych surowych są obrazy wideo i zdjęcia. Technologie rozpoznawania wzorców oparte na sztucznej inteligencji sprawiają, że mają one znacznie więcej informacji. Oczywiście tylko zaawansowane narzędzia do analizy obrazu wideo są w stanie obsłużyć taki przepływ danych.

Utrzymanie nowoczesnej metropolii w ruchu jest niemożliwe bez systemów informatycznych, które przetwarzają strumienie danych o stanie systemów miejskich

Transport to ból głowy dla miast
Jednym z zadań, jakie analityka wideo spełnia w miastach, jest śledzenie prędkości i natężenia ruchu milionów pojazdów. Przeprowadzona w ten sposób analiza pozwala na określenie wzorców i na ich podstawie optymalizację miejskiej sieci transportowej. Kierunek ten nazywany jest "inteligentnym systemem transportowym" lub "inteligentnym systemem zarządzania ruchem". Jest to system monitorowania i sterowania ruchem pojazdów z jednego centrum informacyjnego. Realizuje on takie zadania, jak rozpoznawanie tablic rejestracyjnych pojazdów, pomiar prędkości ruchu, wykrywanie wypadków i korków, rejestracja wykroczeń drogowych, zbieranie danych statystycznych, synchronizacja pracy sygnalizacji świetlnej, pomoc obywatelom i organizacjom w optymalizacji tras przejazdu, informowanie o lokalizacji i czasie przyjazdu pojazdów na trasie itp.

W tym tkwi ogromny potencjał oszczędności czasu i paliwa. Przykładem jest amerykańskie miasto San Diego, gdzie wzdłuż jednego z najbardziej ruchliwych korytarzy transportowych zainstalowano 12 adaptacyjnych systemów transportowych, które okazały się skracać czas podróży kierowców o 25 procent i zmniejszać liczbę zatrzymań pojazdów o 53 procent w godzinach szczytu.

 W przeciwieństwie do inteligentnego budynku przemysłowego lub komercyjnego, systemy inteligentnego domu zazwyczaj nie mają własnego personelu technicznego, a mieszkańcy sami sterują działaniem urządzeń domowych, temperaturą w pomieszczeniach, oświetleniem, włączaniem i wyłączaniem systemu bezpieczeństwa, wydając odpowiednie polecenia urządzeniom komputerowym. Nie ulega wątpliwości, że takie domy są źródłem ogromnego strumienia danych dla "inteligentnego miasta" i otwierają możliwości optymalizacji zużycia zasobów zarówno w skali dzielnicy, jak i całego miasta.

Najnowszym trendem jest wykorzystywanie informacji satelitarnych jako źródła danych. W szczególności można to wykorzystać do oszacowania procentowego natężenia ruchu na parkingach. Uważa się, że duża część infrastruktury publicznej w miastach jest wykorzystywana nieefektywnie z powodu braku aktualnych informacji w czasie rzeczywistym.

W perspektywie długoterminowej wszystkie systemy miejskie powinny być ze sobą połączone. Pozwoli to uzyskać ogromny efekt synergii w wyniku ich realizacji oraz sprawi, że codzienne życie mieszkańców miasta stanie się wygodniejsze i bezpieczniejsze.