W pierwszym wieku naszej ery w starożytnym Rzymie wynalezienie akweduktów miało kluczowe znaczenie dla wzrostu populacji. Pod koniec XIX wieku drapacze chmur w Chicago były ważne dla zmieszczenia większej liczby osób w mniejszych przestrzeniach, aby zapewnić więcej mieszkań po niższej cenie.. Wiele innych technologii i rozwiązań przyczyniło się do powstania i rozwoju tętniących życiem miast. Sztuczna inteligencja (AI) staje się obecnie coraz bardziej ważniejszą częścią funkcjonowania miast.

Miasto IOT

Według ITU (International Telecommunication Union) termin Internet Rzeczy to szerokie pojęcie, którym można opisać dowolny obiekt podłączony do Internetu. Jednak w ostatnich latach termin IoT jest coraz częściej używany do opisu urządzeń, które mogą ze sobą „rozmawiać”.

Inteligentne miasto to miejsce, w którym tradycyjne sieci i usługi są usprawniane za pomocą rozwiązań cyfrowych z korzyścią dla jego mieszkańców i biznesu.

European commission

Inteligentne miasto to obszar miejski, który wykorzystuje sztuczną inteligencję i IoT do zbierania danych od osób, urządzeń i budynków, a następnie analizuje je w celu optymalizacji infrastruktury, ruchu, jakości powietrza, gospodarki odpadami itd.. Pomaga to miastu w byciu bardziej “zielonym”, bezpieczniejszym i wydajniejszym. Łącząc urządzenia, pojazdy i infrastrukturę w całym mieście, można zmniejszyć zużycie energii i wody, zapewnić sprawniejsze poruszanie się ludzi oraz poprawić bezpieczeństwo i jakość życia.

Według indeksu CIMI (Cities in Motion) najbardziej inteligentnymi miastami są Londyn, Nowy Jork, Paryż i Tokio. Polskie miasta, które znalazły się w rankingu była Warszawa na 54 miejscu i Wrocław na 88 miejscu. Nawet niektóre miasta z Afryki są w rankingu jak np. Lagos – miasto w państwie Nigeria, które jest uznawane za 9 najbiedniejszy kraj na świecie. Miasta, które nie znalazły się na pierwszych miejscach w rankingu, ale są uznawane za najbardziej zaawansowanymi inteligentnymi miastami to: Singapur, Dubaj, Oslo i Kopenhaga.

Automatyzacja procesów robotycznych

Wiele zadań wykonywanych obecnie przez urzędników miejskich jest prosta, czasochłonna, repetetywna. Automatyzacja takich zadań pozwala odciążyć urzędników/pracowników usług miejskich od takich zadań i pozwala im skupić się na bardziej skomplikowanych procesach.

Sztuczna inteligencja w ruchu drogowym

Pojazdy autonomiczne

Pojazdy autonomiczne (autonomous vehicles – AV) to jeden z kluczowych celów przyszłych inteligentnych miast, a autonomiczne i elektryczne samochody coraz bardziej przejmą rolę tradycyjnego transportu publicznego. Samochody prywatne stają się coraz mniej popularne, ze względu na wysokie koszty utrzymywania takich samochodów oraz wynalezienie przyjemniejszych środków transportu jak np. hulajnogi elektryczne, metro. Ponieważ posiadanie samochodu staje się mniej ważne, wiele osób coraz częściej postrzega mobilność jako usługę. W konsekwencji mobilność stopniowo odchodzi od modelu własnościowego do modelu świadczenia usług.

Utworzenie takiego środka transportu by wywarło wiele korzyści dla miast i jej mieszkańców.

Pojazdy autonomiczne wykorzystują sztuczną inteligencję i dane w chmurze w czasie rzeczywistym, aby wybrać najlepsze trasy trasy. Przestrzegają też zasady maksymalnej wydajności – w przeciwieństwie do ludzkich kierowców (zwłaszcza kierowców BMW), którzy mają tendencję do nadużywania pedału gazu lub hamulców, co powoduje nadmierne spalanie paliwa. Jest to zaleta zarówno ekonomiczna i środowiskowa, ponieważ zmniejsza ona emisją dwutlenku węgla i mniejszych zużyć zasobów naturalnych. Elektroniczne pojazdy autonomiczne mogą nawet zwracać nadwyżkę energii wytworzonej przez silnik samochodu do inteligentnej sieci miejskiej.

Badania pokazują, że pojazdy autonomiczne są bezpieczniejsze niż pojazdy prowadzone przez ludzi. Powodują one znacznie mniej wypadków, co zwiększa bezpieczeństwo na drogach oraz zmniejsza ilość czasu policjantów ustalających kto spowodował wypadek. Czujniki w samochodzie obserwują i dostosowują się do zmieniającego się otoczenia oraz w przeciwieństwie do ludzi pojazdy nie męczą się, nie rozpraszają się oraz nie wysyłają smsów podczas jazdy. Decyzje pojazdu opierają się na analizie danych z czujników pojazdu i danych z chmury, do których zwykły kierowca zazwyczaj nie ma dostępu. Dzięki takim danom z chmury pojazdy potrafią przewidzieć, że zmierzają w miejsce gdzie przed chwilą był wypadek. Takie informację potrafią być ważne, zwłaszcza w nocy kiedy kierowca może nie być w stanie w czasie zauważyć niebezpieczeństwa.

Pojazdy autonomiczne używane są również w komunikacji miejskiej. Wiele linii metra na świecie jest operowane na zasadzie driveless – bez maszynisty. Są sterowane one automatycznie. Nawet w Krakowie testowano tramwaje jeżdżące bez motorniczego:

Inteligentne systemy transportowe

Sztuczna inteligencja może być wykorzystana nie tylko do sterowania pojedynczymi pojazdami, ale również ruchem (włączając np. sygnalizację świetlną, tablice z informacjami dla kierowców czy podnoszenie/opuszczanie mostów). Systemy takie nazywamy inteligentnymi systemami transportowymi – ITS.  Pozwalają one na np. inteligentne sterowanie światłami drogowymi (dając np. piorytet pojazdom uprzywilejowanym czy komunikacji miejskiej czy dostosowując sygnalizację do obecnych potoków ruchu) czy bieżące informowanie pasażerów/kierowców o utrudnieniach w ruchu drogowym.

Przykładowe działanie systemu ITS, źródło: Vanni, Renata & Santos Jaimes, Luz & Mapp, Glenford & Moreira, Edson. (2016). Ontology Driven Reputation Model for VANET.

Systemy ITS muszą zbierać dużą ilość danych o położeniu i ruchu pojazdów. Można uznać to za ingerencję w prywatność kierowców. Dodatkowymi wadami jest wprowadzenie dużej zmienności działania świateł (może to zaskoczyć pieszych/kierowców oraz uniemożliwia montowanie liczników odliczających czas do zmiany światła).

Użycie nowych technologii w kontroli

Drony do sprawdzania zanieczyszczeń

Jednym z największych problemów, z którymi mierzą się obecnie polskie samorządy, jest kwestia zanieczyszczenia powietrza. Jest ono powodowane w dużej mierze przez tzw. niską emisję – czyli zanieczyszczenia pochodzące z niskich kominów (np. domów jednorodzinnych czy niskich budynków wielorodzinnych). Niestety, wiele osób używa paliw niezgodnych z prawem obowiązującym na danym terenie (np. pali węglem niskiej jakości, czy wręcz śmieciami). Powoduje to uwalnianie wielu substancji powodujących nie tylko smog, ale nawet szkodliwych dla ludzi poprzez swoje właściwości jak alergicznośc czy rakotwórczość.

Aby walczyć z tym problemem, w budynkach, co których zachodzi podejrzenie wykorzystywania paliw niezgodnych z przepisami, przeprowadza się kontrole. W tym celu trzeba pobrać próbki z paleniska. Istnieje jednak sposób, który pozwala na wytypowanie podejrzanych kominów – specjalne drony. Latają one nad kominami domów, sprawdzając zanieczyszczenia i typując budynki do kontroli.

Drony takie są jednak dość drogie (ok. 100-150 tys. zł). Nie mogą też latać wszędzie (np. w okolicach lotnisk), a samo latanie nad domami może budzić zastrzeżenia dotyczące naruszania prywatnego terenu.

Inne przykłady

• Departament zdrowia Las Vegas testował działanie aplikacji, która – na podstawie tweetów – typowała restauracje, w których nie były zachowywane standardy dotyczące bezpieczeństwa żywności. Podejście to okazało się w 64% skuteczniejsze niż wyrywkowe kontrole sanepidu.
• Sztuczna inteligencja potrafi też oszacować ryzyko pożarowe. Na podstawie danych z 4 lata, straż pożarna w Atlancie we współpracy z Georgia Institute of Technology, Emory University oraz University of California była w stanie przewidzieć aż 73% pożarów.

Inteligentne systemy zarządzania odpadami

Wraz ze wzrostem produkcji odpadów miasta szukają sposobów na usprawnienie zarządzania odpadami. Zamiast korzystać z harmonogramu odbioru albo w moim przypadku kiedy liczba skarg na pełne koszy na śmieci osiągnie odpowiedni próg, pracownicy gospodarki odpadami komunalnymi polegają na czujnikach umieszczonych w pojemnikach na odpady, aby mierzyć poziom napełnienia i wysyłaniu powiadomień, kiedy pojemniki są gotowe do opróżnienia. Miasto Seul w Korei Południowej zmniejszyło koszty zbiórki o 83% dzięki takim systemom, jednocześnie eliminując nadmiar odpadów.

Niestety wiele osób nie zadaje sobie trudu sortowania odpadów do odpowiednich pojemników na odpady lub recyklingu. Aby pomóc w ograniczeniu niewłaściwego sortowania surowców wtórnych, polska firma Bin-e zaprojektowała inteligentny kosz na śmieci, który wykorzystuje rozpoznawanie obiektów w oparciu o uczenie maszynowe do automatycznego rozpoznawania śmieci i przydzielania ich do odpowiednich pojemników. Po przydzieleniu śmieci maszyna kompresuje odpady i monitoruje napełnienie każdego pojemnika.
Inteligentne systemy zarządzania odpadami eliminują błędy ludzkie, dzięki czemu przetwarzanie materiałów jest szybsze i łatwiejsze w zakładach recyklingu. Może to obniżyć koszty gospodarki odpadami nawet o 80% i ograniczyć liczbę osób zatrudnionych do ręcznego sortowania.

W powyższym wideo widzimy że nawet śmietniki potrafią być niebezpieczne dla niektórych osób, więc przed wprowadzeniem technologii dla inteligentnych miast zawsze trzeba przedsięwziąć odpowiednie kroki, aby zapewnić największe bezpieczeństwo.

Źródła

• https://www2.deloitte.com/fi/fi/pages/public-sector/articles/urban-future-with-a-purpose/city-operations-through-ai.html
• https://www.bigrentz.com/blog/smart-waste-management
• https://www.krakow.pl/aktualnosci/236775,1912,komunikat,pierwszy_w_polsce_autonomiczny_przejazd_tramwaju.html
• Yigitcanlar, T., Desouza, K. C., Butler, L., & Roozkhosh, F. (2020). Contributions and risks of artificial intelligence (AI) in building smarter cities: Insights from a systematic review of the literature. Energies, 13(6), 1473.