Las Ciudades Inteligentes y la Inteligencia Artificial (IA)

Por Fabián Garófalo, Manager de Together Business Consulting y fundador de SmarterCities/Ciudades+Inteligentes.

Las ciudades están evolucionando como ecosistemas inteligentes. Lo hacen a través de la convergencia de tecnologías que incorporan aprendizaje automático y capacidades de redes neuronales, inteligencia geoespacial, análisis y visualización de datos, sensores y objetos conectados inteligentes. Estos avances recientes en IA nos acercan al desarrollo de sistemas operativos urbanos que simulan patrones humanos, mecánicos y ambientales, desde la infraestructura de transporte hasta las redes de comunicación. 

En esta nota, exploramos un poco de las ciudades como sistemas dinámicos, vivos y en tiempo real, aportando un enfoque multidisciplinario e integrado que examina cómo convergen los mundos digital y físico, y cómo una nueva combinación de inteligencia humana y mecánica transforma el entorno urbano. 

Cada ciudad del mundo tiene su perfil histórico, geográfico y socioeconómico único, y este ADN de la ciudad, influye en su evolución, tanto desde el punto de vista urbanístico como tecnológico.  

Nuevos métodos

Las metodologías tradicionales de planificación y diseño ahora se pueden aumentar con nuevas herramientas y procesos innovadores habilitados por la IA y las tecnologías inteligentes. Estos facilitan un enfoque multidimensional más abierto, que incorpora a diversos interesados ​​para dar forma al potencial de un sistema operativo inteligente colectivo, uno que refleje mejor la naturaleza inherente de cada ciudad y condición urbana única.

Los nuevos métodos que incluyen el co-diseño, la co-creación, la participación ciudadana y la retroalimentación de la experiencia del usuario (UX) fomentan las ciudades inclusivas. Los Living Labs y los centros de innovación brindan oportunidades y espacios para crear prototipos de tales iniciativas. Los enfoques transdisciplinarios son más necesarios que nunca para ampliar nuestro alcance de inclusión a todas las formas de vida, incluidos los derechos de los animales y la naturaleza como partes interesadas. 

Al aplicar una nueva combinación de métodos humanos y habilitados por IA, como el pensamiento de diseño, el aprendizaje automático y el diseño generativo, las ciudades ahora pueden aumentar y mejorar su estado actual, integrando tecnologías y administración como un sistema operativo capaz de mantenerse por sí mismo.

IoT y redes neuronales

La cuarta revolución industrial, la Internet de las cosas (IoT) y los objetos conectados inteligentes están impulsando una nueva arquitectura de sistema de conectividad que permite que la ciudad fluya como un campo unificado de espectros de comunicaciones complejos. A medida que las ciudades, los seres humanos y las máquinas requieren cada vez más ancho de banda para cumplir con los requisitos de la comunicación multidispositivo, multimedia y de espectro múltiple, se requiere una nueva conectividad impulsada por IA para combinar la potencia, la agilidad y la flexibilidad de las redes neuronales y la conectividad ambiental, aprovechando todo el espectro para crear una nueva conectividad inteligente para ciudades inteligentes. 

Para desarrollar tal sistema, el campo de la neurociencia ha sido un foco clave de investigación con modelos del cerebro humano y redes neuronales introducidas para ayudar en la comprensión, diseñar y programar nuevas redes y procesos de comunicación complejos. La etapa actual de las redes emergentes tiene el potencial de formar la base de la conectividad inteligente a través de una combinación de IoT e IA entregados a través de 5G. Esta convergencia de tecnologías digitales permite una mayor flexibilidad y rapidez para optimizar la gestión de las comunicaciones en las redes mediante multiprocesamiento y conectividad escalable.

La interfaz de las ciudades

Para funcionar, las tecnologías de las ciudades requieren el procesamiento de enormes cantidades de datos, o Big Data.  Big Data e IA están interconectados. La IA puede examinar de manera eficiente grandes cantidades de Big Data para generar predicciones de datos y soluciones rentables para impulsar las tecnologías de las ciudades.

La forma en que esto funciona depende de si la IA está supervisada o no. En el aprendizaje supervisado, se crean conjuntos de datos y valores objetivo para capacitar a las redes de IA para encontrar soluciones específicas en los datos brutos recopilados. Luego, la IA llevará a cabo tareas y acciones programadas, mientras explora nuevas oportunidades y posibilidades que pueden proporcionar mejores resultados que las soluciones actuales. En el aprendizaje no supervisado, los conjuntos de datos no etiquetados y no clasificados se utilizan para entrenar y hacer preguntas a las redes de IA, que luego encontrarán características latentes y patrones ocultos en los datos. 

Algunos ejemplos

Las ciudades con una gran infraestructura y sistemas de tránsito pueden beneficiarse de aplicaciones que armonicen la experiencia de sus pasajeros. Quienes viajen en trenes, autobuses y automóviles, pueden proporcionar información en tiempo real a través de sus aplicaciones móviles para comunicar retrasos, averías y rutas menos congestionadas. Esto, a su vez, puede alentar a otros viajeros a modificar su elección de rutas de viaje y liberar futuras congestiones. La recopilación y el análisis de datos sobre el uso del transporte público también puede ayudar a las ciudades a tomar decisiones más informadas al modificar las rutas y horarios del transporte público, y asignar presupuestos de infraestructura más precisos.

Las mismas redes de sensores y cámaras se pueden utilizar para salvar vidas y reducir la delincuencia. Los servicios de emergencia pueden utilizar los semáforos y los datos de congestión para llegar a sus destinos de forma más rápida y segura. Las ciudades pueden recopilar datos sobre accidentes o elegir otros factores para medir con el fin de desarrollar medidas predictivas y preventivas para el futuro.

Los sensores se pueden colocar en ubicaciones estratégicas de edificios que ayudarán a recopilar información sobre el uso de energía y predecir el comportamiento del consumidor. La IA y las ciudades inteligentes tienen el potencial de mejorar la seguridad de las redes eléctricas y mejorar la gestión del rendimiento. Las redes eléctricas inteligentes pueden realizar lecturas de medidores inteligentes de grandes cantidades de datos para evaluar y predecir la respuesta de la demanda y la agrupación de cargas. 

No nos olvidemos de las leyes

Los proveedores que desarrollen tecnologías futuras que aprovechen los sistemas de IA (y las organizaciones gubernamentales nacionales y locales que adquieran esas tecnologías para sus ciudades) deberán considerar cómo navegar los marcos legales y regulatorios, actuales y por venir, que rigen el desarrollo y la implementación de sistemas de IA.

El uso de IA puede plantear una serie de preocupaciones legítimas. Estos pueden incluir riesgos de privacidad de información, donde los datos procesados ​​por los sistemas incluyen datos personales, como reconocimiento facial y sistemas biométricos con fines de vigilancia y seguridad.  Cumplir con los requisitos de transparencia es un desafío importante en las ciudades inteligentes. En particular, es necesario comunicarse de manera efectiva con los ciudadanos que se mueven por una ciudad inteligente cuando interactúan con los sistemas de IA.