La planificació i gestió urbana és complicada, perquè és necessari preveure, analitzar i donar solució a innombrables interaccions de gran complexitat. Per açò, és raonable esperar importants avances fruit de l'anàlisi de les dades que les ciutats obrin cada vegada amb més freqüència sobre mobilitat , consum de energia , climatologia i contaminació, planificació i ús del sòl, etc. Les noves tècniques i ferramentes 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 este sentit, esta nova combinació de tecnologies podria ser utilitzada per exemple per a 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 a optimitzar des del flux del trànsit, 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 servicis que proveïx actualment ja permeten la transformació participativa d'espais urbans a partir d'imatges, però la seua ambició va més enllà i preveuen incorporar noves tècniques que redefinisquen la forma en la qual es planifiquen les ciutats. Existix fins i tot una versió d'UrbanistAI pensada perquè els xiquets puguen introduir-se en el món de la planificació urbana.
Si anem un pas més enllà, la generació de models de ciutats en tres dimensions és alguna cosa que ferramentes 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 estes tecnologies es podria abaratir substancialment la generació de bessons digitals en els quals realitzar simulacions que anticipen problemes abans de la seua construcció.
Dades disponibles
No obstant açò, com ocorre amb altres avanços basats en IA Generativa, estes 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 provindre d'una gran varietat de fonts, com a sensors IoT, registres governamentals o sistemes de transport públic, i són la base per a proporcionar una visió integral de com funcionen les ciutats i com interactuen els seus habitants amb l'entorn urbà.
La creixent importància de les dades obertes per a l'entrenament d'estos models es reflectix en iniciatives com el Grup Grup de Treball sobre actius de dades de IA i Govern Obert, posat en marxa pel Departament de Comerç dels Estats Units, i que s'encarregarà de preparar les dades públiques obertes per a la Intel·ligència Artificial . Açò significa que no solament tinguen formats llegibles per màquines, sinó que també compten amb metadades que siguen 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 llançaren 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'estes 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 este conjunt de dades ha demostrat que és possible que un model alimentat amb milions d'imatges de carrers puga predir característiques d'un veïnat, com poden ser el valor de les vivendes o les taxes de criminalitat.
En esta línia, Microsoft ha alliberat una extensa col·lecció de contorns d'edificis generats automàticament a partir d'imatges de satèl·lit, cobrint gran quantitat de països i regions.
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 oferixen una visió precisa de l'estructura física de les ciutats.
També disposem de Urban Atles , una iniciativa que oferix un accés gratuït i obert a informació detallada d'ús i cobertura del sòl per a més de 788 Àrees Urbanes Funcionals a Europa. Forma part del programa Copernicus Land Monitoring Service , i proporciona una perspectiva molt valuosa sobre la distribució espacial de les característiques urbanes, incloent àrees residencials, comercials, industrials, àrees verdes i cossos d'aigua, mapes d'arbres en els carrers, mesuraments de l'altura dels blocs d'edificis i, fins i tot, estimacions de població.
Riscos i consideracions ètiques
No obstant açò, 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 privacitat i la seguretat de la informació personal que planteja la recopilació massiva de dades, o el risc de biaixos algorítmics que poden aprofundir en les desigualtats ja existents. Per açò, resulta fonamental garantir que la recopilació i l'ús de dades es realitzen de manera ètica i transparent, amb un enfocament en l'equitat i la inclusió.
És per açò 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 a 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 siguen més eficients i tecnològicament avançades, sinó també més humanes i acollidores per a tots els seus habitants.
