© pixabay
Excelentes notícias do projeto Horizonte 2020 AI4Cities!
O projeto AI4Cities, a testar em seis cidades europeias, selecionou sete protótipos baseados em inteligência artificial que aceleram a neutralidade carbónica. Quatro dos projetos-piloto utilizam tecnologias baseadas na IA para tornar os domínios energéticos das cidades mais sustentáveis e serão testados em Amesterdão, Copenhaga, Helsínquia, região de Paris e Stavanger. Enquanto os outros três se centram na redução das emissões de CO2 no domínio da mobilidade. Estes serão testados em cinco das mesmas cidades, com apenas Taline a substituir Copenhaga.
As quatro soluções selecionadas no lote de energia AI4Cities são:
- Holoni, desenvolvida por um consórcio de Alphaventuri (Noruega) e Energynet (Dinamarca);
- Spike, desenvolvido pela Enerbrain (Itália);
- Bee, desenvolvido por um consórcio de Eeneman (Finlândia), Unetiq (Alemanha) e Metropolia University of Applied Sciences (Finlândia), e
- C-In.City, desenvolvido por um consórcio francês de Kayrros, La Javaness e Nexqt.
No lote de mobilidade AI4Cities, as três soluções selecionadas são:
- Avenue, desenvolvido por um consórcio de Nommon e Populus (ambos de Espanha);
- Ferramenta MPAT, desenvolvida por um consórcio de ViaNova (França) e Rebel Ticketing (Países Baixos), e
- IX3, desenvolvido por um consórcio de MarshallAi e Dynniq (ambos da Finlândia).
A AI4Cities reservou um total de 1,45 milhões de euros para os consórcios realizarem os seus projetos-piloto.
Kaisa Sibelius, coordenadora do projeto no Fórum Virium Helsínquia, está muito satisfeita com a qualidade das empresas selecionadas. «Na fase anterior do projeto, selecionámos 20 fornecedores para desenvolver um protótipo. Escolher os sete melhores para testar os protótipos não era uma tarefa fácil. Todas as soluções foram muito diversificadas, inovadoras e eficientes na redução das emissões de CO2. O que torna as soluções selecionadas ligeiramente melhores é que também têm um grande potencial de replicabilidade e escalabilidade. Colmatam lacunas em alguns dos mercados de crescimento mais rápido dentro e fora da Europa. Tal foi muito importante para nós, uma vez que queremos que estas soluções sejam aplicadas para além das nossas cidades do projeto.»
As soluções energéticas
Holoni estimulam a IA para além da previsão da produção de energia solar e preveem a quantidade de excedentes solares que podem ser gerados a partir de edifícios energéticos positivos. Além disso, capacita um intercâmbio digital utilizando a IOTA, a próxima geração de cadeias de blocos ecológicas, rápidas, sem problemas e escaláveis, atualmente candidata a equipar as infraestruturas públicas europeias de serviços inteligentes.
A ORIGIN da Energinet, agora denominada Energy Track &Trace, está integrada para verificar a origem da energia, hora a hora, antecipando a transição para certificados de origem mais granulares, uma plataforma de software/hardware totalmente integrada, baseada na nuvem, que apoia o intercâmbio de dados com dispositivos exclusivos baseados na Internet das coisas e a comunicação com outros dispositivos/plataformas
da IdC, a extração de conhecimentos para a interação dos utilizadores da Situação-Aware e o envolvimento e a avaliação do desempenho dos edifícios. Além disso, presta serviços específicos de gestão da energia capazes de otimizar de forma inovadora e eficaz a eficiência energética e a flexibilidade nos edifícios comerciais, de serviços e residenciais.
A solução BEE («Building Energy Efficiency») combina várias das tecnologias mais recentes para ligar os edifícios à rede energética e ao seu ambiente e otimizar o seu impacto global em termos de emissões. O efeito de alavanca da plataforma fiduciária — uma interface comum em diferentes sistemas de gestão de edifícios — assegura uma integração fácil no maior número possível de tipos de edifícios diferentes. O motor de IA utiliza os mais recentes algoritmos de aprendizagem aprofundada para prever a utilização do edifício no dia seguinte.
C-in. Cidade fornece às cidades uma monitorização das emissões de carbono quase em tempo real. Capacita os cidadãos, fornecendo-lhes informações transparentes em tempo quase real sobre a forma como podem reduzir as suas emissões, o que também permite aos decisores políticos conceberem as opções políticas mais eficazes e exequíveis, desde mudanças comportamentais a investimentos técnicos, com mais adesão dos cidadãos. Por último, a solução também permite que as PME locais identifiquem e classifiquem as oportunidades de atenuação dos gases com efeito de estufa com uma boa relação custo-eficácia e ofereçam perspetivas localizadas para impulsionar os investimentos no clima.
As soluçõesde mobilidade
AVENUE são uma solução inovadora que visa prever o impacto dos serviços de mobilidade partilhada nas emissões de GEE dos transportes urbanos. A Avenue coloca os dados que recebe num motor analítico baseado na IA que permite a monitorização da procura e, com base nele, cria modelos de previsão da procura e modelos de emissões de gases com efeito de estufa, que poderiam então ser utilizados para otimizar as políticas. Com base nestes ajustamentos políticos, são criados novos modelos de previsão da procura, que dão aos responsáveis pelo planeamento urbano uma boa panorâmica do impacto das suas ações políticas.
A ferramenta MPAT (Mobility Policy Auto Tuner) é um motor para otimizar o potencial de redução das emissões de CO2 das políticas de mobilidade urbana, com destaque para a micromobilidade partilhada. Ao compreender as geografias em que uma viagem numa bicicleta, trotineta ou ciclomotor partilhado alimentado a eletricidade é mais suscetível de gerar uma redução das emissões, a ferramenta pode formular recomendações para que as zonas apliquem novas políticas (por exemplo, subsídios para viagens ou remoção de limites máximos da frota). O impacto destas políticas pode então ser monitorizado com uma perspetiva específica sobre a redução das emissões de CO2.
A solução IX3 funciona através da recolha de informações das câmaras de tráfego e de outras fontes de tráfego e da sua integração no sistema de semáforos da cidade. Utilizando a inteligência artificial baseada na aprendizagem profunda e a deteção visual, o sistema reduz drasticamente a quantidade de sensores necessários e aumenta a quantidade de dados pertinentes, conduzindo a uma maior fluência do tráfego e a uma diminuição das paragens e das esperanças desnecessárias. MarshallAi e Dynniq asseguram que o seu sistema apenas identifica que um objeto se aproxima de uma determinada intersecção, sem dar uma identidade a esse objeto.