Section sponsored by

Ciutats que aprenen. ‘Big data’ i ‘smart cities’

September 28, 2016 3:15 pm

El terme ciutat intel·ligent o ‘smart city’ ja no és una quimera. La gestió dels serveis, bàsics i no bàsics, de les cada vegada més grans ciutats gràcies a les TIC és una realitat que compta amb un aliat —i alhora una bèstia a la qual domar— de dimensions inabastables: el ‘big data’.

Analitzat des de fa anys, i sorgit gràcies a l’expansió geomètrica dels avenços informàtics, el big data s’ha convertit en el gran Dorado que tothom vol utilitzar i, sobretot, controlar.
Fa uns mesos, en l’última Jornada Anual ESADE Alumni a Madrid, Kenneth Cukier, un dels majors experts mundials d’aquesta àrea, no dubtava a afirmar que el big data, les dades massives, la seva recol·lecció, gestió i utilització, és el recurs més gran del segle XXI, per sobre fins i tot dels tradicionals lligats a l’energia, com pot ser el petroli.
El big data, i les ciències que giren al seu voltant, està permetent avançar en nous camps, i un dels més prometedors és l’aprenentatge automàtic. Gràcies a la recol·lecció i gestió massiva i infinita de dades, un sistema informàtic avançat pot identificar patrons que, fins ara, haurien estat imperceptibles des de les capacitats humanes.

Nous projectes

El matrimoni big data i aprenentatge automàtic aplicat a la gestió de les ciutats converteix el fenomen actual de les smart cities en un simple joc de nens. Aquesta identificació de patrons gràcies a les dades massives i la seva utilització efectiva per gestionar de manera eficient els serveis d’una ciutat permetrien la implantació de projectes com Sidewalk.
Aquesta aplicació utilitza Flow, un magatzem al núvol de Google de big data provinent de Google Maps, Streetview i sensors repartits per tota la ciutat, incloent-hi els instal·lats als nostres telèfons intel·ligents. Resultat: un vehicle que entra a la ciutat o que està de camí podria saber en tot moment la disponibilitat d’aparcament. En combinació amb altres tecnologies i aplicacions permetria gestionar l’enorme trànsit que genera una ciutat, gestionar de manera més eficient el transport públic i, fins i tot, monetitzar els espais d’aparcament, tot adaptant el preu a hores o dies punta o vall.
Sidewalk i Flow són només un petit exemple del que el big data pot oferir i permet fer a través de la tecnologia a les smart cities, i també són una mostra de les possibilitats de desenvolupament de nous negocis. Fer-los servir és imprescindible si es volen gestionar els recursos cada vegada més escassos en ciutats que concentren un gran nombre de persones (més del 60% de la població mundial viurà a les ciutats el 2030 segons l’ONU).
El control de dades generades per grans masses de població ja està en ús, però li queda molt camí per recórrer per atendre eficientment necessitats com l’alimentació, el subministrament d’aigua, la gestió de residus, la seguretat, la sanitat, etc.

La gestió de dades

Afortunadament, comptem ja amb la tecnologia que permet que les ciutats «autoaprenguin» i entenguin per què es formen certes situacions o problemes i es puguin predir i actuar en conseqüència.
Les ciutats intel·ligents no són un somni llunyà, tal com confirma Daniel Newman, autor del llibre Building Dragons i principal analista de Futurum: «Moltes zones urbanes estan ja aprenent gràcies a l’ús de les TIC i dels big data que gestionen». Per exemple, Los Angeles ha substituït en més de 7.200 quilòmetres dels seus carrers els llums d’enllumenat per la tecnologia led, llums que estan equipats amb sensors per informar del seu correcte funcionament i, en un futur pròxim, podrien canviar de color o parpellejar amb un codi preestablert per advertir la població sobre situacions d’emergència, celebracions, etc. I a la ciutat saudita de la Meca, on la seva població es multiplica per milions en certes èpoques de l’any a causa de les festivitats religioses, s’està estudiant l’ús del big data i l’aprenentatge automàtic per gestionar els fluxos de persones, i per evitar així les estampides dels últims anys, que han causat nombroses víctimes.
El gran repte de l’aprenentatge automàtic continua sent aconseguir les suficients dades òptimes, el millor big data, a través de la digitalització de les infraestructures. Això exigeix ​​la revisió dels models tradicionals de gestió de les ciutats, tant des del punt de vista tecnològic com econòmic, ja que es necessita una inversió molt important. No serveix de res introduir en un sistema informàtic d’última generació dades irrellevants sobre el trànsit quan no es disposa, per exemple, d’informació sobre el nombre i tipus de vehicles que circulen per la intersecció més congestionada d’una ciutat.
Els peròs econòmics haurien de dissipar-se si s’analitzés amb una perspectiva a mitjà i llarg termini. L’exemple més evident es llegeix en l’Informe Spain 20.20, que va fer fa quatre anys el Club d’Excel·lència en Sostenibilitat. Segons aquest informe, l’aplicació de noves tecnologies fins al 2020 de forma sostinguda (cosa que, malauradament, no s’ha pogut o volgut dur a terme) podria haver generat estalvis de fins a 600.000 milions d’euros i la creació de 218.000 llocs de treball potencials.

Save

Save

Save

Save

Save

Save

Save

Save

Save

Save