A planificación e xestión urbana é complicada, porque é necesario prever, analizar e dar solución a innumerables interaccións de gran complexidade. Por iso, é razoable esperar importantes avances froito da análise dos datos que as cidades abren cada vez con máis frecuencia sobre mobilidade , consumo de enerxía , climatoloxía e contaminación, planificación e uso do chan, etc. As novas técnicas e ferramentas que nos proporciona a intelixencia artificial generativa combinada, por exemplo, con os axentes intelixentes permitirán unha interpretación e simulación máis profundas das dinámicas urbanas .
Neste sentido, esta nova combinación de tecnoloxías podería ser utilizada por exemplo para deseñar cidades máis eficientes, sustentables e habitables, anticipando as necesidades futuras da poboación e adaptándose dinamicamente aos cambios en tempo real. Así, os novos modelos urbanos intelixentes utilizaríanse para optimizar desde o fluxo do tráfico, ata a distribución dos recursos, grazas á simulación do comportamento a través de axentes intelixentes.
Urbanist.ai es uno de los primeros ejemplos de plataforma avanzada de análisis urbano, basada en inteligencia artificial generativa, que pretende transformar la forma en que se conciben actualmente las tareas de planificación urbana. Los servicios que provee actualmente ya permiten la transformación participativa de espacios urbanos a partir de imágenes, pero su ambición va más allá y prevén incorporar nuevas técnicas que redefinan la forma en la que se planifican las ciudades. Existe incluso una versión de UrbanistAI pensada para que os nenos poidan introducirse no mundo da planificación urbana.
Se imos un paso máis aló, a xeración de modelos de cidades en tres dimensións é algo que ferramentas como InfiniCity ya han puesto a disposición de los usuarios. Aunque aún hay muchos retos que resolver, los resultados son francamente prometedores. Gracias estas tecnologías se podría abaratar sustancialmente la generación de xemelgos dixitais nos que realizar simulacións que anticipen problemas antes da súa construción.
Datos dispoñibles
Con todo, como ocorre con outros avances baseados en IA Generativa, estas cuestións non serían posibles sen os datos e, moi especialmente, sen os datos abertos. Todos os novos avances en IA usan unha combinación de datos privados e públicos no seu adestramento, pero en poucos casos sábese con certeza cal é o dataset de adestramento, xa que non se fai público. Os datos poden provir dunha gran variedade de fontes, como sensores IoT, rexistros gobernamentais ou sistemas de transporte público, e son a base para proporcionar unha visión integral de como funcionan as cidades e como interactúan os seus habitantes coa contorna urbana.
La creciente importancia de los datos abiertos para el entrenamiento de estos modelos se refleja en iniciativas como el Grupo de Traballo sobre activos de datos de IA e Goberno Aberto, posto en marcha polo Departamento de Comercio dos Estados Unidos, e que se encargará de preparar os datos públicos abertos para a Intelixencia Artificial . Isto significa que non só teñan formatos legibles por máquinas, senón que tamén conten con metadatos que sexan comprensibles por máquinas. Con os datos abiertos enriquecidos por metadatos y organizados en formatos interpretables, podría conseguirse que los modelos de inteligencia artificial arrojasen resultados mucho más precisos
Unha fonte de datos básica e de longa traxectoria é OpenStreetmap (OSM) , un proxecto colaborativo que pon a disposición da comunidade un mapa libre e editable con datos xeográficos abertos a nivel global. Inclúe información detallada sobre rúas, prazas, parques, edificios, etc. que resulta crucial como base para a análise da mobilidade urbana, a planificación do transporte ou a xestión de infraestruturas. O inmenso custo de elaborar un recurso destas características só está ao alcance das grandes compañías de tecnoloxía, polo que o seu valor é incalculable para todas as iniciativas que o utilizan como base.
Outros conxuntos de datos máis específicos como HoliCity , un activo de datos 3D con información estructural rica, que incluye 6.300 vistas del mundo real, están demostrando un gran valor. Por ejemplo, un reciente trabajo científico basado en este conjunto de datos ha demostrado que es posible que un modelo alimentado con millones de imágenes de calles pueda predecir características de un vecindario, como pueden ser el valor de las viviendas ou as taxas de criminalidade.
Nesta liña, Microsoft liberou unha extensa colección de contornos de edificios xerados automaticamente a partir de imaxes de satélite, cubrindo gran cantidade de países e rexións.
Os Microsoft Building Footprints proporcionan una base detallada para el modelado 3D de ciudades, análisis de densidad urbana, planificación de infraestructuras y gestión de riesgos naturales, que ofrecen una visión precisa de la estructura física de las ciudades.
Tamén dispomos de Urban Atlas , unha iniciativa que ofrece un acceso gratuíto e aberto a información detallada de uso e cobertura do chan para máis de 788 Áreas Urbanas Funcionais en Europa. Forma parte do programa Copernicus Land Monitoring Service , e proporciona unha perspectiva moi valiosa sobre a distribución espacial das características urbanas, incluíndo áreas residenciais, comerciais, industriais, áreas verdes e corpos de auga, mapas de árbores nas rúas, medicións da altura dos bloques de edificios e, mesmo, estimacións de poboación.
Riesgos e consideracións éticas
Con todo, non debemos perder de vista os riscos que supón, do mesmo xeito que noutros dominios, a incorporación de intelixencia artificial á planificación e xestión das cidades, tal e como se analiza no informe de Nacións Unidas sobre “ Riesgos, Aplicacións e Goberno da IA para as cidades . Por exemplo, as preocupacións sobre a privacidade e a seguridade da información persoal que expón a recompilación masiva de datos, ou o risco de rumbos algorítmicos que poden profundar nas desigualdades xa existentes. Por iso, resulta fundamental garantir que a recompilación e o uso de datos realícense de maneira ética e transparente, cun enfoque na equidade e a inclusión.
É por iso polo que, a medida que o deseño de cidades avanza na adopción da intelixencia artificial, o diálogo e a colaboración entre tecnólogos, planificadores urbanos, lexisladores e a sociedade en xeral será clave para asegurar que o desenvolvemento de cidades intelixentes alíñase cos valores de sustentabilidade, equidade e inclusión. Só así poderemos garantir que as cidades do futuro non só sexan máis eficientes e tecnoloxicamente avanzadas, senón tamén máis humanas e acolledoras para todos os seus habitantes.
