© pixabay
Eccellenti notizie dal progetto H2020 AI4Cities!
Il progetto AI4Cities ha selezionato sette prototipi basati sull'intelligenza artificiale per accelerare la neutralità in termini di emissioni di carbonio, da testare in sei città europee. Quattro dei progetti pilota utilizzano tecnologie basate sull'IA per rendere più sostenibili i settori energetici delle città e saranno sperimentati ad Amsterdam, Copenaghen, Helsinki, nella regione di Parigi e a Stavanger. Mentre gli altri tre si concentrano sulla riduzione delle emissioni di CO2 nel settore della mobilità. Questi progetti saranno testati in cinque delle stesse città e solo Tallinn sostituirà Copenaghen.
Le quattro soluzioni selezionate nel lotto energetico AI4Cities sono:
- Holoni, sviluppato da un consorzio di Alphaventuri (Norvegia) e Energynet (Danimarca);
- Spike, sviluppata da Enerbrain (Italia);
- Ape, sviluppata da un consorzio di Eeneman (Finlandia), Unetiq (Germania) e Metropolia University of Applied Sciences (Finlandia), e
- C-In.City, sviluppata da un consorzio interamente francese di Kayrros, La Javaness e Nexqt.
Nel lotto della mobilità AI4Cities, le tre soluzioni selezionate sono:
- Avenue, sviluppato da un consorzio di Nommon e Populus (entrambi spagnoli);
- Strumento MPAT, sviluppato da un consorzio di ViaNova (Francia) e Rebel Ticketing (Paesi Bassi), e
- IX3, sviluppato da un consorzio di MarshallAi e Dynniq (entrambi provenienti dalla Finlandia).
AI4Cities ha riservato ai consorzi un totale di 1.45 milioni di euro per realizzare i loro progetti pilota.
Kaisa Sibelius, coordinatrice del progetto presso il Forum Vitena Helsinki, è molto soddisfatta della qualità delle imprese selezionate. "Nella fase precedente del progetto, la Corte aveva selezionato 20 fornitori per sviluppare un prototipo. Scegliere i sette migliori per testare i prototipi non è un compito facile. Le soluzioni sono state tutte estremamente diversificate, innovative ed efficienti nel ridurre le emissioni di CO2. Ciò che rende leggermente migliori le soluzioni selezionate è che esse hanno anche un grande potenziale di replicabilità e scalabilità. Esse affrontano le lacune di alcuni dei mercati in più rapida crescita in Europa e nel resto del mondo. Questo è stato molto importante per noi, in quanto vogliamo che queste soluzioni siano attuate al di là delle nostre città di progetto."
Le soluzionienergetiche
Holoni fanno leva sull'IA al di là della previsione della produzione solare e prevedono quanta eccedenza solare può essere generata da edifici a energia positiva. Esso potenzia inoltre uno scambio digitale utilizzando l'IOTA, la prossima generazione di blockchain verdi, veloci, senza rischio e scalabili, attualmente candidata per attrezzare infrastrutture di servizi pubblici intelligenti in Europa.
L'ORIGIN di Energinet, ora chiamato Energy Track &Trace, è integrato per verificare l'origine dell'energia, ora per ora, anticipando il passaggio a certificati di origine più granulari, la spike di Enerbrain
è una piattaforma software/hardware basata su cloud che supporta lo scambio di dati con dispositivi proprietari basati sull'IoT e la comunicazione con altri dispositivi/piattaforme IoT, l'estrazione di conoscenze per l'interazione e il coinvolgimento degli utenti Situation-Aware e la valutazione delle prestazioni degli edifici. Fornisce inoltre servizi dedicati di gestione dell'energia in grado di ottimizzare in modo innovativo ed efficace l'efficienza energetica e la flessibilità negli edifici commerciali, di servizio e residenziali.
La soluzione BEE (efficienza energetica degli edifici) combina diverse delle tecnologie più recenti per collegare gli edifici alla rete energetica e al loro ambiente e per ottimizzarne l'impatto complessivo sulle emissioni. Sfruttare la piattaforma di fiducia — un'interfaccia comune nei diversi sistemi di gestione degli edifici — garantisce una facile integrazione nel maggior numero possibile di tipi di edifici. Il motore di IA utilizza gli ultimi algoritmi di apprendimento profondo per prevedere l'utilizzo dell'edificio per il giorno successivo.
C-in.City fornisce alle città un monitoraggio quasi in tempo reale delle emissioni di carbonio. Consente ai cittadini di disporre di informazioni trasparenti quasi in tempo reale su come ridurre le loro emissioni, il che consente anche ai responsabili politici di elaborare le opzioni politiche più efficaci e attuabili, che vanno dai cambiamenti comportamentali agli investimenti tecnici, con una maggiore adesione dei cittadini. Infine, la soluzione consente anche alle PMI locali di individuare e classificare le opportunità di mitigazione dei gas a effetto serra (GES) efficaci sotto il profilo dei costi e di offrire informazioni localizzate per stimolare gli investimenti per il clima.
Le soluzionidi mobilità
AVENUE sono una soluzione innovativa volta a prevedere l'impatto dei servizi di mobilità condivisa sulle emissioni di gas a effetto serra del trasporto urbano. Avenue inserisce i dati ricevuti in un motore analitico basato sull'IA che consente il monitoraggio della domanda e, sulla base di esso, crea modelli di previsione della domanda e modelli di emissione di gas a effetto serra, che potrebbero poi essere utilizzati per l'ottimizzazione delle politiche. Sulla base di questi adeguamenti delle politiche, vengono creati nuovi modelli di previsione della domanda, che offrono ai pianificatori urbani una buona panoramica dell'impatto delle loro azioni politiche.
Lo strumento MPAT (Mobility Policy Auto Tuner) è un motore per ottimizzare il potenziale di riduzione delle emissioni di CO2 delle politiche di mobilità urbana, con particolare attenzione alla micromobilità condivisa. Comprendendo le aree geografiche in cui un viaggio su una bicicletta, un scooter o un ciclomotore condivisi alimentati a energia elettrica è molto probabilmente in grado di ridurre le emissioni, lo strumento è in grado di formulare raccomandazioni per le aree in cui attuare nuove politiche (ad esempio, sovvenzioni per i viaggi o la rimozione dei massimali per il parco veicoli). L'impatto di tali politiche può quindi essere monitorato con un punto di vista specifico sulla riduzione delle emissioni di CO2.
La soluzione IX3 funziona raccogliendo informazioni dalle telecamere e da altre fonti di traffico e successivamente integrandola nel sistema a semaforo della città. Utilizzando l'intelligenza artificiale basata sull'apprendimento profondo e il telerilevamento visivo, il sistema riduce drasticamente la quantità di sensori necessari e aumenta la quantità di dati pertinenti, determinando una maggiore fluidità del traffico e una diminuzione delle fermate e delle attese inutili. MarshallAi e Dynniq garantiscono che il loro sistema identifichi soltanto che un oggetto si sta avvicinando a una certa intersezione, senza dare un'identità a tale oggetto.