La planificació i gestió urbana és complicada, perquè és necessari preveure, analitzar i donar solució a innombrables interaccions de gran complexitat. Per això, és raonable esperar importants avancis fruit de l'anàlisi de les dades que les ciutats obren cada vegada amb més freqüència sobre mobilitat , consum de energia , climatologia i contaminació, planificació i ús del sòl, etc. Les noves tècniques i eines que ens proporciona la intel·ligència artificial generativa combinada, per exemple, amb els agents intel·ligents permetran una interpretació i simulació més profundes de les dinàmiques urbanes .
En aquest sentit, aquesta nova combinació de tecnologies podria ser utilitzada per exemple per dissenyar ciutats més eficients, sostenibles i habitables, anticipant les necessitats futures de la població i adaptant-se dinàmicament als canvis en temps real. Així, els nous models urbans intel·ligents s'utilitzarien per optimitzar des del flux del tráfico, fins a la distribució dels recursos, gràcies a la simulació del comportament a través d'agents intel·ligents.
Urbanist.ai és un dels primers exemples de plataforma avançada d'anàlisi urbana, basada en intel·ligència artificial generativa, que pretén transformar la forma en què es conceben actualment les tasques de planificació urbana. Els serveis que proveeix actualment ja permeten la transformació participativa d'espais urbans a partir d'imatges, però la seva ambició va més enllà i preveuen incorporar noves tècniques que redefineixin la forma en la qual es planifiquen les ciutats. Existeix fins i tot una versió d'UrbanistAI pensada perquè els nens puguin introduir-se al món de la planificació urbana.
Si anem un pas més enllà, la generació de models de ciutats en tres dimensions és alguna cosa que eines com InfiniCity ja han posat a la disposició dels usuaris. Encara que encara hi ha molts reptes que resoldre, els resultats són francament prometedors. Gràcies aquestes tecnologies es podria abaratir substancialment la generació de bessons digitals en els quals realitzar simulacions que anticipin problemes abans de la seva construcció.
Dades disponibles
No obstant això, com ocorre amb altres avanços basats en IA Generativa, aquestes qüestions no serien possibles sense les dades i, molt especialment, sense les dades obertes. Tots els nous avanços en IA usen una combinació de dades privades i públics en el seu entrenament, però en pocs casos se sap amb certesa quin és el dataset d'entrenament, ja que no es fa públic. Les dades poden provenir d'una gran varietat de fonts, com a sensors IoT, registres governamentals o sistemes de transport públic, i són la base per proporcionar una visió integral de com funcionen les ciutats i com interactuen els seus habitants amb l'entorn urbà.
La creciente importancia de los datos abiertos para el entrenamiento de estos modelos se refleja en iniciativas como el Grup de Treball sobre actius de dades de IA i Govern Obert, engegat pel Departament de Comerç dels Estats Units, i que s'encarregarà de preparar les dades públiques obertes per a la Intel·ligència Artificial . Això significa que no només tinguin formats llegibles per màquines, sinó que també comptin amb metadades que siguin comprensibles per màquines. Amb les dades obertes enriquits per metadades i organitzats en formats interpretables, podria aconseguir-se que els models d'intel·ligència artificial llancessin resultats molt més precisos
Una font de dades bàsica i de llarga trajectòria és OpenStreetmap (OSM) , un projecte col·laboratiu que posa a la disposició de la comunitat un mapa lliure i editable amb dades geogràfiques obertes a nivell global. Inclou informació detallada sobre carrers, places, parcs, edificis, etc. que resulta crucial com a base per a l'anàlisi de la mobilitat urbana, la planificació del transport o la gestió d'infraestructures. L'immens cost d'elaborar un recurs d'aquestes característiques només està a l'abast de les grans companyies de tecnologia, per la qual cosa el seu valor és incalculable per a totes les iniciatives que ho utilitzen com a base.
Altres conjunts de dades més específiques com HoliCity , un actiu de dades 3D amb informació estructural rica, que inclou 6.300 vistes del món real, estan demostrant un gran valor. Per exemple, un recent treball científic basat en aquest conjunt de dades ha demostrat que és possible que un model alimentat amb milions d'imatges de carrers pugui predir característiques d'un veïnat, com poden ser el valor dels habitatges o les taxes de criminalitat.
En esta línea, Microsoft ha liberado una extensa colección de contornos de edificios generados automáticamente a partir de imágenes de satélite, cubriendo gran cantidad de países y regiones.
Els Microsoft Building Footprints proporcionen una base detallada per al modelatge 3D de ciutats, anàlisis de densitat urbana, planificació d'infraestructures i gestió de riscos naturals, que ofereixen una visió precisa de l'estructura física de les ciutats.
També disposem de Urban Atles , una iniciativa que ofrece un acceso gratuito y abierto a información detallada de uso y cobertura del suelo para más de 788 Áreas Urbanas Funcionales en Europa. Forma parte del programa Copernicus Land Monitoring Service , y proporciona una perspectiva muy valiosa sobre la distribución espacial de las características urbanas, incluyendo áreas residenciales, comerciales, industriales, áreas verdes y cuerpos de agua, mapas de árboles en las calles, mediciones de la altura de los bloques de edificios e, incluso, estimaciones de población.
Riscos i consideracions ètiques
No obstant això, no hem de perdre de vista els riscos que suposa, igual que en altres dominis, la incorporació d'intel·ligència artificial a la planificació i gestió de les ciutats, tal com s'analitza en l'informe de Nacions Unides sobre “ Riscos, Aplicacions i Govern de la IA per a les ciutats . Per exemple, les preocupacions sobre la privadesa i la seguretat de la informació personal que plantea la recopilación masiva de datos, o el riesgo de sesgos algorítmicos que pueden ahondar en las desigualdades ya existentes. Por ello, resulta fundamental garantizar que la recopilación y el uso de datos se realicen de manera ética y transparente, con un enfoque en la equidad y la inclusión.
És per això pel que, a mesura que el disseny de ciutats avança en l'adopció de la intel·ligència artificial, el diàleg i la col·laboració entre tecnòlegs, planificadors urbans, legisladors i la societat en general serà clau per assegurar que el desenvolupament de ciutats intel·ligents s'alinea amb els valors de sostenibilitat, equitat i inclusió. Solament així podrem garantir que les ciutats del futur no solament siguin més eficients i tecnològicament avançades, sinó també més humanes i acollidores per a tots els seus habitants.
