© pixabay
Εξαιρετικές ειδήσεις από το πρόγραμμα «Ορίζων 2020» AI4Cities!
Στο πλαίσιο του έργου AI4Cities, το έργο AICities επέλεξε επτά πρωτότυπα βασισμένα στην τεχνητή νοημοσύνη που επιταχύνουν το ουδέτερο ισοζύγιο διοξειδίου του άνθρακα, τα οποία θα δοκιμαστούν σε έξι ευρωπαϊκές πόλεις. Τέσσερα από τα πιλοτικά έργα χρησιμοποιούν τεχνολογίες που βασίζονται στην ΤΝ για να καταστήσουν τους ενεργειακούς τομείς των πόλεων πιο βιώσιμους και θα δοκιμαστούν στο Άμστερνταμ, την Κοπεγχάγη, το Ελσίνκι, την περιφέρεια του Παρισιού και το Stavanger. Ενώ οι άλλες τρεις επικεντρώνονται στη μείωση των εκπομπών CO2 στον τομέα της κινητικότητας. Αυτά θα δοκιμαστούν σε πέντε από τις ίδιες πόλεις, ενώ μόνο το Ταλίν θα αντικαταστήσει την Κοπεγχάγη.
Οι τέσσερις λύσεις που επιλέχθηκαν στην ενεργειακή παρτίδα AI4Cities είναι οι εξής:
- Holoni, που αναπτύχθηκε από κοινοπραξία των Alphaventuri (Νορβηγία) και Energynet (Δανία)·
- Spike, που αναπτύχθηκε από την Enerbrain (Ιταλία)·
- Μέλισσα, που αναπτύχθηκε από κοινοπραξία Eeneman (Φινλανδία), Unetiq (Γερμανία) και Metropolia University of Applied Sciences (Φινλανδία), και
- C-In.City, που αναπτύχθηκε από μια πανγαλλική κοινοπραξία των Kayrros, La Javaness και Nexqt.
Στην παρτίδα κινητικότητας AI4Cities, οι τρεις λύσεις που επιλέχθηκαν είναι οι εξής:
- Avenue, που αναπτύχθηκε από κοινοπραξία των Nommon και Populus (αμφότερες από την Ισπανία)·
- Εργαλείο MPAT, που αναπτύχθηκε από κοινοπραξία των ViaNova (Γαλλία) και Rebel Ticketing (Κάτω Χώρες), και
- IX3, που αναπτύχθηκε από κοινοπραξία των MarshallAi και Dynniq (αμφότερες από τη Φινλανδία).
Το AI4Cities έχει δεσμεύσει συνολικά 1.45 εκατομμύρια ευρώ για τις κοινοπραξίες προκειμένου να εκτελέσουν τα πιλοτικά τους έργα.
Η
Kaisa Sibelius, συντονίστρια του έργου στο φόρουμ Virium Helsinki, είναι ιδιαίτερα ικανοποιημένη από την ποιότητα των επιλεγμένων εταιρειών. «Κατά την προηγούμενη φάση του έργου, επιλέξαμε 20 προμηθευτές για την ανάπτυξη πρωτοτύπου. Η επιλογή των επτά καλύτερων που θα συνέχιζαν να δοκιμάζουν τα πρωτότυπα δεν ήταν εύκολο έργο. Όλες οι λύσεις ήταν εξαιρετικά ποικίλες, καινοτόμες και αποτελεσματικές για τη μείωση των εκπομπών CO2. Αυτό που κάνει τις επιλεγείσες λύσεις ελαφρώς καλύτερες είναι ότι έχουν επίσης μεγάλες δυνατότητες αναπαραγωγιμότητας και επεκτασιμότητας. Αντιμετωπίζουν τα κενά σε ορισμένες από τις ταχύτερα αναπτυσσόμενες αγορές στην Ευρώπη και πέραν αυτής. Αυτό ήταν πολύ σημαντικό για εμάς, καθώς θέλουμε οι λύσεις αυτές να εφαρμοστούν πέρα από τις πόλεις των έργων μας.»
Οι ενεργειακές λύσεις
Holoni αξιοποιούν την τεχνητή νοημοσύνη πέρα από την πρόβλεψη της ηλιακής παραγωγής και προβλέπουν πόσα ηλιακά πλεονάσματα μπορούν να παραχθούν από κτίρια θετικής ενέργειας. Επίσης, ενισχύει την ψηφιακή ανταλλαγή με τη χρήση του IOTA, της επόμενης γενιάς πράσινης, ταχείας, ανύπαρκτης και κλιμακούμενης τεχνολογίας blockchain, η οποία επί του παρόντος είναι υποψήφια για τον εξοπλισμό των ευρωπαϊκών δημόσιων υποδομών έξυπνων υπηρεσιών.
Η ORIGIN της Energinet, η οποία τώρα ονομάζεται Energy Track and Trace, είναι ενσωματωμένη για την επαλήθευση της προέλευσης της ενέργειας, ανά ώρα, προβλέποντας τη μετάβαση σε πιο αναλυτικά πιστοποιητικά προέλευσης, η οποία
είναι μια πλατφόρμα λογισμικού/υλισμικού που βασίζεται αποκλειστικά στο υπολογιστικό νέφος και υποστηρίζει την ανταλλαγή δεδομένων με ιδιόκτητες συσκευές που βασίζονται στο διαδίκτυο των πραγμάτων και την επικοινωνία με άλλες συσκευές/πλατφόρμες του διαδικτύου των πραγμάτων, την εξαγωγή γνώσεων για την αλληλεπίδραση και τη συμμετοχή των χρηστών στο Situation-Aware και την αξιολόγηση των επιδόσεων των κτιρίων. Επιπλέον, παρέχει ειδικές υπηρεσίες ενεργειακής διαχείρισης, ικανές να εξασφαλίσουν καινοτόμο και αποτελεσματική βελτιστοποίηση της ενεργειακής απόδοσης και ευελιξία σε εμπορικά κτίρια, κτίρια υπηρεσιών και κτίρια κατοικιών.
Η λύση για την ενεργειακή απόδοση των κτιρίων ( BEE) συνδυάζει αρκετές από τις τελευταίες τεχνολογίες για τη σύνδεση των κτιρίων με το ενεργειακό δίκτυο και το περιβάλλον τους και για τη βελτιστοποίηση του συνολικού αντικτύπου τους στις εκπομπές. Η μόχλευση της πλατφόρμας εμπιστοσύνης — μια κοινή διεπαφή σε διαφορετικά συστήματα διαχείρισης κτιρίων — εξασφαλίζει εύκολη ενσωμάτωση σε όσο το δυνατόν περισσότερους διαφορετικούς τύπους κτιρίων. Η μηχανή ΤΝ χρησιμοποιεί τους πλέον πρόσφατους αλγόριθμους βαθιάς μάθησης για να προβλέψει τη χρήση του κτιρίου για την επόμενη ημέρα.
C-in.City παρέχει στις πόλεις παρακολούθηση των εκπομπών διοξειδίου του άνθρακα σε σχεδόν πραγματικό χρόνο. Ενδυναμώνει τους πολίτες παρέχοντάς τους διαφανείς πληροφορίες σχεδόν σε πραγματικό χρόνο σχετικά με τον τρόπο με τον οποίο μπορούν να μειώσουν τις εκπομπές τους, γεγονός που επιτρέπει επίσης στους υπεύθυνους χάραξης πολιτικής να σχεδιάζουν τις πλέον αποτελεσματικές και εφαρμόσιμες επιλογές πολιτικής, από αλλαγές συμπεριφοράς έως τεχνικές επενδύσεις, με μεγαλύτερη συμμετοχή των πολιτών. Τέλος, η λύση επιτρέπει επίσης στις τοπικές ΜΜΕ να εντοπίζουν και να ιεραρχούν οικονομικά αποδοτικές ευκαιρίες μετριασμού των αερίων του θερμοκηπίου, καθώς και να προσφέρουν τοπικά στοιχεία για την τόνωση των επενδύσεων για το κλίμα.
Οι λύσεις κινητικότητας
AVENUE είναι μια καινοτόμος λύση που αποσκοπεί στην πρόβλεψη του αντικτύπου των υπηρεσιών κοινής κινητικότητας στις εκπομπές αερίων του θερμοκηπίου από τις αστικές μεταφορές. Η Avenue τοποθετεί τα δεδομένα που λαμβάνει σε αναλυτικό κινητήρα βασιζόμενο στην ΤΝ, ο οποίος επιτρέπει την παρακολούθηση της ζήτησης και, βάσει αυτής, δημιουργεί μοντέλα πρόβλεψης της ζήτησης και μοντέλα εκπομπών αερίων του θερμοκηπίου, τα οποία θα μπορούσαν στη συνέχεια να χρησιμοποιηθούν για τη βελτιστοποίηση της πολιτικής. Με βάση αυτές τις προσαρμογές πολιτικής, δημιουργούνται νέα μοντέλα πρόβλεψης της ζήτησης, τα οποία παρέχουν στους πολεοδόμους μια καλή εικόνα του αντικτύπου των δράσεων πολιτικής τους.
Το εργαλείο MPAT (Mobility Policy Auto Tuner) είναι ένας κινητήρας για τη βελτιστοποίηση του δυναμικού μείωσης των εκπομπών CO2 των πολιτικών κινητικότητας των πόλεων, με έμφαση στην κοινή μικροκινητικότητα. Με την κατανόηση των γεωγραφικών περιοχών στις οποίες ένα ταξίδι με ηλεκτροκίνητο κοινό ποδήλατο, σκούτερ ή μοτοποδήλατο είναι πιθανότερο να οδηγήσει σε μείωση των εκπομπών, το εργαλείο είναι σε θέση να διατυπώνει συστάσεις για περιοχές εφαρμογής νέων πολιτικών (π.χ. επιδοτήσεις για τραβέρσες ή αφαίρεση των καπακιών του στόλου). Ο αντίκτυπος αυτών των πολιτικών μπορεί στη συνέχεια να παρακολουθείται με ειδική θεώρηση της μείωσης των εκπομπών CO2.
Η
λύση IX3 λειτουργεί με τη λήψη πληροφοριών από κάμερες κυκλοφορίας και από άλλες πηγές κυκλοφορίας και, στη συνέχεια, με την ενσωμάτωσή τους στο σύστημα φωτεινού σηματοδότη της πόλης. Με τη χρήση τεχνητής νοημοσύνης και οπτικής ανίχνευσης με βάση τη βαθιά μάθηση, το σύστημα μειώνει δραστικά τον αριθμό των απαιτούμενων αισθητήρων και αυξάνει τον όγκο των σχετικών δεδομένων, με αποτέλεσμα την αύξηση της ροής της κυκλοφορίας και τη μείωση των περιττών στάσεων και αναμονής. Οι MarshallAi και Dynniq μεριμνούν ώστε το σύστημά τους να προσδιορίζει απλώς ότι ένα αντικείμενο πλησιάζει σε ορισμένη διασταύρωση, χωρίς να δίνει ταυτότητα στο αντικείμενο αυτό.