دانشجو دکتری مهندسی برق - سیستم های مخابراتی
شهرهای هوشمند آینده: عملیاتهای شهری به وسیله AI- بخش اول
در مجموعه مقالات پیش رو با عنوان «شهرهای هوشمند آینده- اجزا سازنده» به بررسی 12 مفهوم خواهیم پرداخت که در کنار یکدیگر شهرهای هوشمند آینده را تشکیل خواهند داد. در این مجموعه قصد داریم تا به سوالات مختلفی پیرامون این حوزهها پاسخ دهیم:
- حوزه مورد اشاره چیست؟ (توضیحی پیرامون معنی و مفهوم)
- اهمیت حوزه معرفی شده چگونه است؟ (دلایل اهمیت و تاثیرات آن بر حوزه شهری)
- نحوه پیادهسازی آن در شهر چگونه خواهد بود؟ (لیستی از موارد مهم که باید از آنها آگاهی داشت)
- آیا این حوزه در شهرهای دنیا پیادهسازی شده است؟ (ارائه نمونههای پیادهسازی شده در برخی از شهرها)
در شکل فوق 12 جزء سازنده شهرهای هوشمند آینده ارائه شده است که برای آغاز، موضوع استفاده از هوش مصنوعی در عملیاتهای شهری را انتخاب کردهایم.
در روم باستان، اختراع قناتها برای رشد جمعیت حیاتی بودند. اواخر قرن نوزدهم میلادی در شیکاگو آسمان خراشها برای مدیریت کمبود زمین مهم بوده است. بسیاری دیگر از فناوریها و راهحلها به ایجاد و توسعه شهرهای پر جنب و جوش کمک کردهاند. هم اکنون نیز هوش مصنوعی (AI) به عنوان بخشی اساسی از سیستم عملکرد شهرها در حال ظهور و گسترش است.
دستگاههای و ماشینها به صورت مداوم کار میکنند و عملیاتها و وظایفی که بر عهده شهرهاست به صورت فزایندهای در حال هوشمند شدن هستند. قطعا هوش مصنوعی به انجام بهینهی این عملیاتها کمک خواهد کرد تا علاوه بر شهروندان، مدیران شهری نیز از ارائهی خدمات به شکلی جدید و تغییر یافته بهرهمند شوند. در سال 2019 موسسه Gartner پیشبینی کرده بود که تا سال 2021، 30 درصد تعاملات خدمات دولتی، حداقل به صورت نیمه به وسیله AI انجام پذیرد اما در گزارش سال 2021 ESI ThoughtLab مشاهده میشود سرمایهگذاریها در AI بسیار در محدودههای بالاتری رخ میدهد به صورتی که از بین 167 شهری که در این گزارش مورد بررسی قرار گرفتهاند 66 درصد در حوزه هوش مصنوعی به طرز مشهودی سرمایهگذاری کردهاند.
در حالیکه دستیار چتها هم اکنون از رایجترین راهکارهای مبتنی بر AI هستند، آنچه برای شهرها رخ خواهد داد آن است که شهرها مجهز به یک پلتفرم دیجیتالی میشوند که از آن به عنوان هسته مرکزی و فکری شهر یاد خواهد شد که تمام فعالیتها و عملیاتهای شهری در آن تجزیه و تحلیل شده و علاوه بر گسترش دیدگاه به مسائل شهری، امکان پیشبینی مسائل و یافتن وابستگی موارد بهم را به سرعت و راحت در اختیار برنامهریزان خواهد گذاشت. تصور کنید که با وجود تکنولوژیهای نوظهور چون نسل پنجم مخابرات (5G) امکان ایجاد شهرهای متصل به طرز وسیعی فراهم شود و نیز رفتار شهروندان نیز به صورت ناشناس تبدیل به دادههای ذخیره شدهای شود که بتوان همهی دادهها را در کنار یکدیگر داشت، آنگاه تحلیل این دادهها توسط هوش مصنوعی منجر به تصمیمگیری بهتر برای شهر و شهروندان خواهد شد. داشتن یک پلتفرم شهری (City Platform) برای مدیریت عملیاتهای شهری چیزی است که از آن به عنوان یک راهکار سنجیده برای شهرهای هوشمند یاد میشود.
بدیهی است که با وجود دیدگاهی جامع، مدیریت داده و زیرساخت مناسب، انتظار میرود تا شهرها به سرعت تحول دیجیتالی را تجربه کرده و از فناوریهایی چون رایانش ابری، اینترنت اشیا (IoT) و غیره برای طراحی مدلهای جدید عملیاتهای شهری بهره ببرند و به وسیله AI ارائه خدمات خود را به صورت موثرتر و با بازدهی بیشتری انجام دهند.
شهرها حتی میتوانند بیشتر هم پیش روند و به طراحی دو قلوهای دیجیتال (Digital Twin) برای خود بپردازند. شهرهای دابلین و سنگاپور دارای دو قلو دیجیتال هستند. در تعریف دو قلو دیجیتال میتوان گفت یک نسخه دیجیتالی از شهر، محیط و داراییهای فیزیکی آن است که برای برنامهریزیهای شهری استفاده میشود. از دو قلوی دیجیتال میتوان بهرههای متفاوتی برد؛ برای مثال میتوان یک بلای طبیعی را شبیهسازی کرد و علاوه بر مطالعه اثر آن، راههای پاسخگویی به آن را پیشبینی کرد. این موارد میتواند به مسائل دیگر نظیر بررسی اثر وجود درختها برای ایجاد سایه در پیادهروها نیز ادامه پیدا کند. مفهوم دو قلوهای دیجیتالی برای شهرها قدرت بیشتری خواهند گرفت و از اصلیترین عاملان تصمیمگیری مبتنی بر دادهها خواهند شد. تحقیقات موسسه ABI پیشبینی میکند که تا سال 2025، تعداد دو قلوهای دیجیتال از 500 بالاتر خواهد رفت. همچنین در گزارش دیگری از ESI ThoghtLab پیشبینی شده است که درصد سرمایهگذاری شهرها روی دو قلوهای دیجیتال از 11% در سال 2021 به 31% در سه سال آینده خواهد رسید.
چرا عملیاتهای شهری مبتنی بر AI برای شهرها و شهروندان مهم هستند؟
1) پاسخگویی سریعتر و خدمات بهتر:
استفاده از قدرت تجزیه و تحلیل کلان دادهها و یادگیری ماشین یک شهر را قادر میسازد تا آنچه در حال رخ دادن است را بهتر درک کند و برای سازگاری به محیطی که در حال تغییر مداوم است آماده باشد، بنابراین میتوان گفت که امکان پاسخ سریعتر به چالشهای جدید را فراهم خواهد کرد. عملیاتهای مبتنی بر هوش مصنوعی داده را از همه سنسورها و دستگاهها میگیرند، به طوری که شهر بتواند از خرابی جلوگیری کند و یا خطا و خرابی سیستم را به هنگام شناسایی و آن را سریعتر و خودکار درست کند. علاوه بر این، شهرها با ارزیابی دادههای خود پیوسته در حال یادگیری و پاسخدهی به نیاز ذینفعان خواهند بود. در پی شیوع بیماری همهگیر کرونا، 40% شهرها اذعان داشتند که دسترسی به موقع به دادهها و تحلیل آنها برای اداره شهرها ضروری هستند.
2) شهرهای ایمنتر:
دادههای دریافتی از دستگاههای متصل و نرمافزارهای کاربردی AI مورد تحلیل و پردازش تصویر قرار میگیرند تا مسئولین مرتبط از آنچه در حال رخ دادن در شهر است مطلع شوند. برای مثال با پردازش تصاویر دوربینهای ترافیکی امکان شناسایی و جریمه رانندگان پر خطر فراهم میشود؛ همچنین میتوان محلهای وقوع جرم را در مناطق مختلف شهری پیشبینی کرد. اثر استفاده از اقدامات امنیتی مبتنی بر AI را میتوان در گزارش منتشر شده از سوی SmartCity.Press دید که با بررسی صورت گرفته، شهر سورات در هندوستان توانسته با به کار گیری این فناوری نرخ وقوع جرم را تا 27% کاهش دهد.
3) شهرهای کارآمد:
هوش مصنوعی به شهرداریها کمک میکند تا خدمات خود را کارآمدتر و اتوماتیک در مقیاسهای بزرگ به شهروندان ارائه دهند. در اینجا به ذکر دو نمونه میپردازیم: شهر سئول با استفاده از دوربینها هوشمند و تحلیل تصاویر آن در ایستگاههای مترو، متناسب با حجم مسافران در ایستگاهها سرعت تردد قطارها را تغییر میدهد. همچنین در شهر سائوپائولو با استفاده از AI و کلان داده راهی برای پیشبینی آلودگی هوا پیدا کردهاند که در آن از دادههای تلفنهای همراه مردم به همراه دادههای سنسورهای هوا، ترافیک و آلودگی میتوانند آلودگی را برای 24 تا 48 ساعت آینده پیشبینی کنند.
4) مشارکت بیشتر مردم:
هوش مصنوعی میتواند باعث بهبود رابطه مردم با دولت شود. یکی از موثرترین راهها در این امر استفاده از AI در فرآیند بازخوردها از سوی مردم است. برای مثال در کارولینا شمالی، مراکز دولتی از چتباتها برای تسریع پاسخگویی به سوالات شهروندان استفاده میکنند.
5) برنامهریزی بلند مدت:
با ترکیب دادهها از بخشهای مختلف (کسبوکارها، شهروندان، توریستها و ...) و مطالعه همبستگی و اثر آنها بر روی هم، برنامهریزان شهری میتوانند نیازها و تغییرات آینده را دقیقتر شناسایی و به برنامهریزی بلند مدت بپردازند. برای مثال مدیران شهری میتوانند با استفاده از دادههای تحلیل شده محل ساخت یک مدرسه را برای آینده مشخص کنند و یا با پیشبینی افزایش سن شهروندان در یک منطقه، اقدام به ساخت مراکز نگهداری و بهداشتی در آنجا کنند.
مطلبی دیگر از این انتشارات
تحول در فرآیند برنامه ریزی حملونقل
مطلبی دیگر از این انتشارات
دولت هوشمند برای شهرهای هوشمند
مطلبی دیگر از این انتشارات
دیگر تحملش را ندارم!