Het is geen geheim dat kunstmatige intelligentie en technologie zich de laatste tijd snel hebben ontwikkeld, met toepassingen zoals CAPTCHA die voorkomen dat bots toegang krijgen tot sites, thermostaten die zich aanpassen aan onze dagelijkse schema's of zelfs algoritmen die potentiële vakantiebestemmingen voor ons kunnen kiezen.
Maar wat als machine learning zou kunnen worden gebruikt buiten niche- of individuele contexten? Door kunstmatige intelligentie een stap verder te brengen en deze in onze steden en infrastructuren te implementeren, kunnen we de operationele efficiëntie verbeteren, bijdragen aan duurzaamheidsinspanningen, stadsplanning en meer. Hieronder onderzoeken we enkele manieren waarop machine learning kan worden gebruikt om onze steden te verbeteren en ze in het algemeen slimmer te maken.
AI gebruiken om rekening te houden met COXNUMX-voetafdrukken
Vaak horen we van verschillende media dat we moeten streven naar het verkleinen van onze individuele en collectieve CO1-voetafdruk, maar hoe kunnen steden en organisaties hun bijdrage aan de CO2-uitstoot nauwkeurig berekenen? Globaal kan een CO3-voetafdruk worden onderverdeeld in drie categorieën: directe emissies van de activiteiten van de organisatie of stad (scope XNUMX-emissies), emissies die verband houden met de opwekking van elektriciteit die nodig is om de stad te laten draaien (scope XNUMX-emissies) en emissies door consumptie en productie van stadsproduct (scope XNUMX emissies), waarbij stroomopwaartse leveranciers en stroomafwaartse consumenten (bijv. stadsbewoners) betrokken zijn1.
Hoewel het verkrijgen en verwerken van gegevens een uitdaging is, ontwikkelen verschillende startende bedrijven tools die niet alleen emissies kwantificeren, maar ook helpen bij het ontwikkelen van plannen (op basis van gegevens) over hoe emissies kunnen worden verminderd, bijvoorbeeld door duurzamere en beter geïnformeerde besluitvorming uit te werken of door over te schakelen op levensvatbare hernieuwbare energiebronnen. Veel bedrijven gebruiken platforms zoals Spark 3.0 om te helpen bij gegevensverwerking, maar het blijft een uitdaging.
Een bepaald bedrijf, Watershed, hoopt een tool te kunnen bouwen waarin ruwe data inzicht en concrete acties kan opleveren waarmee de COXNUMX-uitstoot wordt verminderd.
Beoordeling en voorspelling van droogterisico
Nu de klimaatverandering toeneemt, komen meer ernstige weersomstandigheden zoals droogte steeds vaker voor. Al met al hebben droogtes de wereld tussen 1.5 en 1988 2017 miljoen dollar gekost en de daaruit voortvloeiende voedselonzekerheid heeft honderdduizenden doden, zo niet meer, veroorzaakt.2 Door middel van op kunstmatige intelligentie gebaseerde voorspelling kan de besluitvorming met betrekking tot droogtes worden verbeterd en kunnen betere methoden en timing worden gebruikt om te zorgen voor een optimale toewijzing van waterbronnen en het verspreiden van informatie voorafgaand aan droogte-evenementen.
Een voorbeeld van AI die wordt gebruikt voor het voorspellen van weersomstandigheden met een hoge impact, is het Gradient Boosted Regression Trees (GBRT) -algoritme, waarin werd vastgesteld dat in 75% van de gevallen een op AI gebaseerde voorspelling door professionele voorspellers werd gekozen boven menselijke intuïtie.2
wildlife Conservation
Er is steeds meer bewijs voor big data en machine learning kan helpen het milieu te redden. Het behoud van leefgebieden voor verschillende dieren is binnen steden net zo belangrijk als in tropische regenwouden.
Vaak zullen natuurbeschermers en ecologen cameravallen plaatsen om een beter idee te krijgen van welke dieren in een gebied leven, hoe laat ze actief zijn en om de menselijke impact op dieren in het wild te volgen. Helaas kost het handmatig doornemen van beeldmateriaal enorm veel tijd en kan het acties vertragen die de lokale flora en fauna ten goede komen. Dat is waar AI-algoritmen zoals die gemaakt zijn door RESOLVE komen binnen - dit AI-algoritme kan natuurbeschermers in realtime op de hoogte stellen van de aanwezigheid van dieren en vrijwel onmiddellijk gedetecteerde dieren identificeren, zodat zo snel mogelijk passende maatregelen kunnen worden genomen. Bovendien kunnen algoritmen zoals deze worden gebruikt om illegale activiteiten in realtime te detecteren, wat betekent dat stropers het moeilijker zullen hebben om dieren te vangen.
Monitoring en voorspelling van luchtkwaliteit
Luchtvervuiling is helaas wereldwijd een groot probleem. Alleen al de Verenigde Staten produceerden in 2020 ongeveer 68 miljoen ton vervuiling4. Dergelijke vervuiling draagt bij aan een hogere incidentie van astma en andere ademhalingsproblemen, vooral bij kwetsbare bevolkingsgroepen zoals jonge kinderen en ouderen. Om het grote publiek te helpen zich beter voor te bereiden op dagen van slechte luchtkwaliteit en om effectieve tegenmaatregelen te nemen, kunnen waarschuwingssystemen voor luchtkwaliteit op basis van kunstmatige intelligentie worden geïmplementeerd. In het bijzonder is het AI-systeem dat door Mo et al., (2019) wordt voorgesteld in hun artikel 'A Novel Air Quality Early-Warning System Based on Artificial Intelligence', gebaseerd op een luchtverontreinigingsvoorspellingsmodel en een luchtkwaliteitsevaluatiemodel.5 Het is door middel van dit systeem waarin een systeem voor vroegtijdige waarschuwing kan worden geïmplementeerd met betrekking tot de luchtkwaliteit en waarin gegevens kunnen worden geanalyseerd en gebruikt om redelijke tegenmaatregelen te creëren naast voorspellingen van luchtkwaliteit te verwijzen in de toekomst.
Op AI gebaseerde parkeerbewaking.
Een probleem dat veel steden gemeen hebben, is parkeren. Als je ooit gefrustreerd bent geraakt door rond te cirkelen op een volgepakte parkeerplaats op zoek naar een plek, zal deze specifieke toepassing van kunstmatige intelligentie je waarschijnlijk interesseren. Kunstmatige intelligentie kan helpen door monitoren en sensoren te gebruiken om de realtime-bezetting in parkeergarages te beoordelen. Als er toevallig geen leegstand is, worden bezoekers gewaarschuwd, zodat ze geen tijd hoeven te verspillen aan het rondcirkelen.6 Bovendien kunnen AI-algoritmen in bijzonder grote parkeerplaatsen worden gebruikt om bezoekers naar lege plekken te leiden, wat ook tijd bespaart.
Slimme parkeersystemen kunnen ook worden gebruikt om tijden van hoge activiteit te meten op basis van parkeerbezetting, zodat bedrijven zich beter kunnen voorbereiden op piekuren en tijden van lage parkeerbezetting en dus een lage opkomst van klanten.
Optimalisatie van het opladen van elektrische voertuigen
Nu voertuigen voor het openbaar vervoer niet langer worden aangedreven door traditionele fossiele brandstoffen, maar elektrisch worden aangedreven, zijn er nogal wat dingen waarmee rekening moet worden gehouden, zoals batterijopslag, back-up van elektrische generatoren en het creëren of aanpassen van een oplaadsysteem voor deze voertuigen. . Daarnaast zijn er verschillende variabelen die betrekking hebben op de hoeveelheid en de kosten van energie die een voertuig gebruikt, zoals weers- en verkeersomstandigheden, opladen in huis versus onderweg en beperkingen van de piekvraag, om er maar een paar te noemen.7 Als steden een op AI gebaseerd systeem voor energieoptimalisatie zouden toepassen, zouden de kosten tot een minimum kunnen worden beperkt door vooraf de hoeveelheid energiebronnen en faciliteiten te berekenen en door hernieuwbare energiebronnen te integreren om de voertuigen op de juiste manier op te laden.
Bovendien kan integratie van kunstmatige intelligentie ook helpen de levensduur van de batterij van elektrische voertuigen te verlengen door rekening te houden met op de fabrikant gebaseerde beperkingen en realtime omstandigheden om het laadniveau te optimaliseren en degradatieniveaus te minimaliseren.7 Een manier om dit te doen, zijn AI-algoritmen die het openbaarvervoerbedrijf waarschuwen voor lager dan gebruikelijke elektriciteitsprijzen, maar ook het bedrag dat de voertuigen moeten worden opgeladen, zodat geen van de batterijen overladen wordt.
Prestaties van het elektriciteitsnet verbeteren
Afhankelijk van waar je woont in de wereld, ben je misschien al bekend met smart grids. Een smart grid verwijst naar een modern elektriciteitssysteem met sensoren, automatisering, communicatie en computers om de efficiëntie, betrouwbaarheid en veiligheid van een elektriciteitssysteem te verbeteren. Smart grid-systemen kunnen een stad op verschillende manieren ten goede komen, waaronder:8:
- Automatische herroutering bij afwijkingen in het systeem.
- Meer integratie van hernieuwbare energiesystemen en stroomopwekkingssystemen van de klant
- Meer efficiëntie elektriciteitstransmissie
- Lagere exploitatie- en beheerkosten voor nutsvoorzieningen.
- Verminderde piekvraag.
- Verbeterde netwerkbeveiliging
Sneller herstel van de stroomvoorziening na stroomstoringen (wat van cruciaal belang is bij zware weersomstandigheden zoals sneeuwstormen of hittegolven.)
Publieke veiligheid
Wanneer het voor menselijke ogen onmogelijk is om alle beveiligingsfeeds in een stad bij te houden, kan kunstmatige intelligentie helpen - bijvoorbeeld de microfooninvoer van straatcamera's kan door AI worden geïnterpreteerd als geweerschoten of andere geluiden die wijzen op nood. In dergelijke situaties kunnen AI-algoritmen hulpverleners waarschuwen met locatiegegevens en andere benodigde gegevens om te beslissen om hulpdiensten al dan niet te sturen. Digital signage kan realtime worden bijgewerkt om het publiek te waarschuwen voor situaties die aandacht vereisen, zoals overstromingen of andere opkomende situaties. Een andere manier waarop AI kan worden gebruikt om de openbare veiligheid te verbeteren, is door verkeerslichten te controleren om de weg vrij te maken voor eerstehulpverleners in plaats van te vertrouwen op politiediensten.
Referenties
[1] R.Toews, Dit zijn de startups die AI toepassen om klimaatverandering aan te pakken (2021), Forbes.
[2] C. Huntingford, ES Jeffers, MB Bonsall, HM Christensen, T. Lees, H. Yang, Machine learning en kunstmatige intelligentie ter ondersteuning van onderzoek naar en paraatheid bij klimaatverandering (2019), IOPWetenschap.
[3] Slimme parken, Kunstmatige intelligentie in natuurbehoud (2019).
[4] Milieubeschermingsagentschap van de Verenigde Staten, Luchtkwaliteit - Nationale samenvatting (2021).
[5] X. Mo, L. Zhang, H. Li, Z. Qu, Een nieuw waarschuwingssysteem voor luchtkwaliteit op basis van kunstmatige intelligentie (2019), Internationaal tijdschrift voor milieuonderzoek en volksgezondheid.
[6] N. Joshi, Op AI gebaseerde parkeersystemen kunnen parkeerproblemen aanpakken. Hier is hoe. Allerine.
[7] Duurzame bus, Kunstmatige intelligentie als middel om het opladen van voertuigen te optimaliseren. Een interview met BluWave-ai (2020).
[8] SmartGrid.Gov, Het slimme netwerk (2021).
- 2019
- 2020
- 2021
- 7
- Account
- Accounting
- Actie
- actieve
- Ad
- AI
- het richten
- algoritme
- algoritmen
- Alles
- toewijzing
- dieren
- Aanvraag
- toepassingen
- GEBIED
- rond
- dit artikel
- kunstmatige intelligentie
- auto
- Automatisering
- backup
- batterijen
- Accu
- batterij opslag
- Big data
- Boosted
- bots
- bouw
- bus
- ondernemingen
- camera's
- carbon
- koolstofemissies
- ecologische voetafdruk
- gevallen
- veroorzaakt
- uitdagen
- verandering
- lading
- opgeladen
- opladen
- Kinderen
- Steden
- Plaats
- Klimaatverandering
- Gemeen
- Communicatie
- Bedrijven
- afstand
- computers
- Consumenten
- consumptie
- content
- Kosten
- Wij creëren
- gegevens
- Besluitvorming
- vertraging
- Vraag
- ontwikkelen
- digitaal
- Verzending
- effectief
- doeltreffendheid
- ouderen
- Elektrisch
- elektrisch voertuig
- elektrische voertuigen
- elektriciteit
- emissies
- energie-niveau
- milieu
- Environmental Protection Agency
- EVENTS
- kosten
- Voornaam*
- eten
- Forbes
- fossiele brandstoffen
- toekomst
- Algemeen
- Raster
- Groeiend
- gids
- Gezondheid
- Hoge
- Huis
- Hoe
- How To
- HTTPS
- Honderden
- idee
- identificeren
- Onwettig
- Impact
- informatie
- integratie
- Intelligentie
- belang
- Internationale
- Interview
- intuïtie
- problemen
- IT
- Groot
- leren
- Niveau
- lokaal
- plaats
- machine learning
- maken
- management
- Media
- miljoen
- model
- Grensverkeer
- beweging
- NIH
- werkzaam
- Operations
- bestellen
- organisatie
- Overige
- parkeren
- parken
- planning
- platforms
- inpluggen
- Politie
- arm
- energie
- voorspelling
- Voorspellingen
- geproduceerd
- Product
- productie
- bescherming
- bewijst
- publiek
- volksgezondheid
- openbaar vervoer
- kwaliteit
- Tarieven
- Rauw
- ruwe data
- verminderen
- regressie
- hernieuwbare energie
- onderzoek
- hulpbron
- Risico
- risico-evaluatie
- lopen
- Veiligheid
- besparing
- veiligheid
- sensor
- Diensten
- reeks
- Locaties
- slim
- So
- Spot
- Start-up
- Startups
- Staten
- mediaopslag
- straat
- leveranciers
- Duurzaamheid
- duurzaam
- system
- Systems
- Technologie
- De toekomst
- de wereld
- niet de tijd of
- ton
- spoor
- verkeer
- doorvoer
- vervoeren
- United
- Verenigde Staten
- stedelijk
- utilities
- voertuig
- Voertuigen
- Kwetsbaar
- Water
- wildlife
- binnen
- wereld
- X
- Opbrengst