(Изкуствено) интелигентни градове

Изкуствен интелект и големи данни

За да функционират, технологиите за интелигентен град изискват обработка на огромни количества данни, или големи данни. Големите данни и изкуственият интелект са в значителна степен свързани, защото AI може ефективно да пресява обемно количество информация, за да генерира прогнози и ефективни решения за интелигентните градове.

Начинът, по който работи, зависи от това дали изкуственият интелект е контролиран или не. При контролираното обучение се създават набори от данни и целеви стойности с цел да се обучат AI мрежите да намират конкретни решения в събраните необработени данни. След това AI може да изпълнява програмирани задачи и действия, като същевременно проучва нови възможности и възможности, които могат да осигурят по-добри резултати от настоящите решения. При обучението без надзор немаркирани и некласифицирани набори от данни се използват за обучение и задаване на въпроси на AI мрежи, които след това ще намерят скрити модели в данните.

Как може AI да помогне в умните градове

Обществен транспорт

Градовете с обширна транспортна инфраструктура и системи могат да се възползват от приложения, които оптимизират изживяването на своите водачи. Пътниците във влакове, автобуси и автомобили могат да предоставят информация в реално време чрез своите мобилни приложения, за да съобщават закъснения, повреди и по-малко натоварени маршрути. Това от своя страна може да насърчи други пътуващи да променят избора си на маршрути за пътуване и да се избегнат бъдещи задръствания. Събирането и анализирането на данни за използването на обществения транспорт също може да помогне на градовете да вземат по-информирани решения, когато променят маршрутите и графика на обществения транспорт, както и да разпределят по-точни бюджети за инфраструктура. Например Дубай е завършил редица проекти за интелигентен град, един от които следи състоянието на шофьорите на автобуси. Това наблюдение помага за намаляване на злополуките, причинени от изтощение и умора, с 65%.

Обществена безопасност

Същите мрежи от сензори и камери могат да се използват за спасяване на живот и намаляване на престъпността. Данните за светофарите и задръстванията могат да помагат на службите за спешна помощ да стигнат до своите дестинации по-бързо и по-безопасно. Градовете могат да събират данни за произшествия или да избират други събития за измерване, за да разработят прогнозни и превантивни мерки за бъдещето.

Системи за сградна автоматизация

На стратегически места в сградите могат да бъдат поставени сензори, които ще помогнат за събирането на информация за потреблението на енергия и ще предвидят поведението на потребителите. Например собствениците на магазини и търговците на дребно могат да използват сензори, за да проследяват пиковите часове, в които хората влизат и използват магазините, както и към кои зони гравитират клиентите. Чрез използването на AI генерираните данни могат да помогнат за изготвянето на последователни прогнози и проследяване на дневни, седмични и сезонни разлики.

Електрически мрежи

AI и интелигентните градове имат потенциала да подобрят безопасността на електрическите мрежи и да подобрят управлението на производителността. Интелигентните мрежи (електропреносни мрежи, като например генераторни централи, които са вградени с компютърни технологии) могат да правят "умни" показания на големи количества данни, за да оценят и предскажат реакцията на търсенето и групирането на товара. В такива мрежи могат да бъдат настроени моделите за прогнозиране на цена и на натоварване, които са значително по-акуратни от използваните в момента.

Рискове при внедряването на AI

AI в контекста на интелигентните градове може да обработва лични данни, например при наблюдение на използването на енергия в дома на дадено лице или мониторинг на поведението с цел показване на подходящи реклами въз основа на географско местоположение на потенциални потребители, движещи се из градския пейзаж. Може също така да включва използването на лицево разпознаване за проследяване и наблюдение на хора, движещи се в обществени пространства, както от съображения за безопасност, така и от съображения за персонализиране. Когато изкуственият интелект обработва лични данни, има редица предизвикателства около поверителността и управлението на данните.

Едно от тях е по отношение на справедливостта и надеждността на алгоритъма. Например с технологиите за разпознаване на лица, внедрени за нуждите на полицейската дейност и обществената безопасност, се очаква, че наборът от данни за обучение на технологията съдържа богата и най-вече разнообразна демографска информация. И че тя е представена по начин, по който да може да се идентифицират еднакво надеждно лица от различен расов и етнически произход. При използването на изкуствен интелект за такива цели е важно да се гарантира, че в алгоритъма няма да бъдат заложени несправедливи пристрастия. Също така трябва да има разработени механизми за управление, за да се гарантира, че всяка потенциална несправедливост може да бъде маркирана от гражданите, включително дискриминация или лошо представяне на системата.

Съществува и предизвикателство да се установят подходящи механизми за човешки надзор. Има редица модели, които могат да бъдат разгледани, но предизвикателството са обемът и скоростта на данните, движещи се през тези системи за големи данни, и къде е реалистично да бъде въведен смислен човешки надзор. Във всеки случай трябва да има механизъм, който да улесни проверката на системата.

Важен момент при внедряването на оборудвани със сензори технологии за "интелигентен град" е дали уредът има връзка към отворения интернет. Ако е така, това ще повиши рисковия профил на системата и ще се наложи използване на решения за киберзащита в зависимост от вида на технологията и дали тя позволява да бъде оборудвана със защитни стени/антивирусен софтуер, хигиена на паролите, наличие на актуализация и корекция на защитата.