© pixabay
Excelentes noticias sobre el proyecto AI4Cities de Horizonte 2020
El proyecto AI4Cities ha seleccionado siete prototipos basados en la inteligencia artificial para acelerar la neutralidad en carbono, que se someterán a ensayo en seis ciudades europeas. Cuatro de los proyectos piloto están utilizando tecnologías basadas en la IA para hacer que los ámbitos energéticos de las ciudades sean más sostenibles y se pondrán a prueba en Ámsterdam, Copenhague, Helsinki, la región de París y Stavanger. Mientras que los otros tres se centran en la reducción de las emisiones de CO2 en el ámbito de la movilidad. Se pondrán a prueba en cinco de las mismas ciudades, y solo Tallin sustituirá a Copenhague.
Las cuatro soluciones seleccionadas en AI4Cities Energy Lot son:
- Holoni, desarrollado por un consorcio de Alphaventuri (Noruega) y Energynet (Dinamarca);
- Punta, desarrollada por Enerbrain (Italia);
- Abeja, desarrollada por un consorcio de Eeneman (Finlandia), Unetiq (Alemania) y Metropolia University of Applied Sciences (Finlandia), y
- C-In.City, desarrollada por un consorcio totalmente francés de Kayrros, La Javaness y Nexqt.
En el lote de movilidad AI4Cities, las tres soluciones seleccionadas son:
- Avenue, desarrollado por un consorcio de Nommon y Populus (ambos de España);
- La herramienta MPAT, desarrollada por un consorcio de ViaNova (Francia) y Rebel Ticketing (Países Bajos), y
- IX3, desarrollado por un consorcio de MarshallAi y Dynniq (ambos de Finlandia).
AI4Cities ha reservado un total de 1.45 millones de euros para que los consorcios realicen sus proyectos piloto.
Kaisa Sibelius, coordinadora del proyecto en Forum Virium Helsinki, está muy satisfecha con la calidad de las empresas seleccionadas. «En la fase anterior del proyecto, hemos seleccionado a 20 proveedores para desarrollar un prototipo. Elegir los siete mejores que pasarían a probar los prototipos no era una tarea fácil. Todas las soluciones fueron muy diversas, innovadoras y eficientes para reducir las emisiones de CO2. Lo que hace que las soluciones seleccionadas sean algo mejores es que también tienen un gran potencial de replicabilidad y escalabilidad. Abordan las brechas en algunos de los mercados de crecimiento más rápido de Europa y fuera de ella. Esto era muy importante para nosotros, ya que queremos que estas soluciones se apliquen más allá de las ciudades de nuestro proyecto».
Las soluciones
energéticas Holoni explotan la IA más allá de la predicción de la producción solar y predice cuánto excedente solar puede generarse a partir de edificios energéticos positivos. También impulsa un intercambio digital utilizando IOTA, la próxima generación de cadenas de bloques verdes, rápidas, desfasadas y escalables, actualmente candidata a equipar la infraestructura europea de servicios públicos inteligentes.
La ORIGIN de Energinet, que ahora se denomina Energy Track, está integrada para verificar el origen de la energía, hora a hora; anticipar el cambio hacia certificados de origen más detallados es una plataforma de software/hardware totalmente basada en
la nube que permite el intercambio de datos con dispositivos protegidos por la internet de las cosas y la comunicación con otros dispositivos/plataformas de la IoT, la extracción de conocimientos para la interacción y el compromiso de los usuarios de la Situación-Aware y la evaluación del rendimiento de los edificios. Además, presta servicios específicos de gestión de la energía capaces de optimizar de manera innovadora y eficaz la eficiencia energética y la flexibilidad en edificios comerciales, de servicios y residenciales.
La solución de eficiencia energética de los edificios combina varias de las últimas tecnologías para conectar los edificios con la red energética y su entorno y optimizar su impacto global en las emisiones. El aprovechamiento de la plataforma de confianza, una interfaz común en diferentes sistemas de gestión de edificios, garantiza una integración fácil en el mayor número posible de tipos de edificios diferentes. El motor de IA utiliza los últimos algoritmos de aprendizaje profundo para predecir la utilización del edificio al día siguiente.
C-in.City proporciona a las ciudades un seguimiento de las emisiones de carbono casi en tiempo real. Capacita a los ciudadanos proporcionándoles información transparente casi en tiempo real sobre cómo pueden reducir sus emisiones, lo que también permite a los responsables políticos diseñar las opciones políticas más eficaces y ejecutables, desde cambios de comportamiento hasta inversiones técnicas, con una mayor aceptación ciudadana. Por último, la solución también permite a las pymes locales identificar y clasificar las oportunidades de mitigación de los gases de efecto invernadero (GEI) rentables y ofrecer información localizada para impulsar las inversiones climáticas.
Solucionesde movilidad
AVENUE es una solución innovadora destinada a predecir el impacto de los servicios de movilidad compartida en las emisiones de gases de efecto invernadero del transporte urbano. Avenue coloca los datos que recibe en un motor analítico basado en la IA que permite el seguimiento de la demanda y, sobre la base de él, crea modelos de predicción de la demanda y modelos de emisiones de GEI, que podrían utilizarse para la optimización de las políticas. Sobre la base de estos ajustes de las políticas, se crean nuevos modelos de predicción de la demanda que ofrecen a los planificadores urbanos una buena visión de conjunto del impacto de sus acciones políticas.
La herramienta MPAT (Mobility Policy Auto Tuner) es un motor para optimizar el potencial de reducción de las emisiones de CO2 de las políticas de movilidad urbana, centrándose en la micromovilidad compartida. Al comprender las zonas geográficas en las que es más probable que un trayecto en una bicicleta, patinete o ciclomotor compartido alimentado con energía eléctrica genere un ahorro de emisiones, la herramienta puede formular recomendaciones para que los ámbitos en los que se apliquen nuevas políticas (por ejemplo, subvenciones a los conductores o eliminación de los límites máximos de la flota). El impacto de estas políticas puede ser objeto de seguimiento con una visión específica de la reducción de las emisiones de CO2.
La solución IX3 funciona tomando información de las cámaras de tráfico y de otras fuentes de tráfico e integrándola posteriormente en el sistema de semáforos de la ciudad. Utilizando la inteligencia artificial basada en el aprendizaje profundo y la detección visual, el sistema reduce drásticamente la cantidad de sensores necesarios y aumenta la cantidad de datos pertinentes, lo que da lugar a una mayor fluidez del tráfico y a una disminución de las paradas y la espera innecesarias. MarshallAi y Dynniq garantizan que su sistema solo identifica que un objeto se acerca a una determinada intersección, sin dar identidad a dicho objeto.