
به گزارش خبرگزاری ایمنا، هوش مصنوعی دیگر تنها ابزاری برای پاسخگویی به پرسشها یا تولید محتوا نیست؛ این فناوری بهتدریج در حال ورود به لایههای عمیق مدیریت شهری است؛ جایی که الگوریتمها میتوانند ترافیک را پیشبینی کنند، مصرف انرژی ساختمانها را تحلیل کنند، زمانبندی چراغهای راهنمایی را تغییر دهند، نقاط پرخطر شهر را شناسایی کنند و حتی در اولویتبندی پروژههای شهری به مدیران پیشنهاد ارائه دهند.
این تحول، پرسش مهمی را پیشروی شهرها قرار داده است؛ اگر بخشی از تصمیمهای شهری را الگوریتمها بگیرند، مرز میان «مدیریت انسانی» و «مدیریت ماشینی» کجاست؟
در گذشته، مدیریت شهر بیشتر بر تجربه مدیران، گزارشهای کارشناسی و دادههای دورهای متکی بود، اما شهر امروز مجموعهای عظیم از دادههای لحظهای تولید میکند. دوربینهای ترافیکی، حسگرهای محیطی، سامانههای حملونقل، کنتورهای هوشمند، اپلیکیشنهای شهری و حتی الگوهای جابهجایی شهروندان، تصویری در حال تغییر از شهر ایجاد میکنند.
هوش مصنوعی میتواند این حجم از داده را در زمانی بسیار کوتاه پردازش و از دل آن الگوهایی استخراج کند که برای انسان بهتنهایی قابل مشاهده نیست.
از مدیریت شهر به پیشبینی شهر
مهمترین تفاوت هوش مصنوعی با بسیاری از سامانههای سنتی مدیریت شهری، توانایی آن در پیشبینی است. یک سامانه معمولی ممکن است نشان دهد که در یک خیابان ترافیک ایجاد شده است، اما یک مدل هوش مصنوعی میتواند با ترکیب اطلاعات مربوط به ساعت، آبوهوا، مناسبتها، سابقه تردد و وضعیت سایر معابر، احتمال شکلگیری ترافیک را پیشبینی کند.
همین منطق را میتوان در حوزههای مختلف به کار گرفت، در مدیریت پسماند، سیستم هوشمند میتواند بر اساس میزان تولید زباله، روزهای هفته و الگوی مصرف، زمان مناسب جمعآوری را تعیین کند.
در شبکه آب، الگوریتمها میتوانند تغییرات غیرعادی در مصرف را شناسایی کنند و احتمال نشتی را پیش از تبدیل شدن به بحران هشدار دهند؛ در حوزه انرژی نیز دادههای مصرف میتوانند برای پیشبینی بار شبکه و مدیریت مصرف مورد استفاده قرار گیرند.
شهر هوشمند آینده، شهری نیست که تنها تعداد بیشتری دوربین و حسگر داشته باشد؛ شهر هوشمند شهری است که بتواند از دادههای خود برای پیشبینی و پیشگیری استفاده …












