به گزارش خبرگزاری ایمنا؛ سید جواد عقیلی، کارشناس ارشد مهندسی برق در یادداشتی نوشت: «سیستمهای حملونقل هوشمند (ITS) در بسیاری از کلانشهرهای ایران و جهان مورد آزمون، بهره برداری و توسعه قرار میگیرند و از این رو راهکارهای مبتنی بر هوشمندسازی را میتوان بخشی از مجموعه جوابهای ممکن برای حل یک دستگاه معادلات عظیم دانست؛ دستگاهی که متغیرها و روابطش، معضلات و چالشهای حملونقل و ترافیک را به تصویر میکشد.
بهرغم آنکه لفظ «هوشمندسازی» به موضوعات متعددی افزوده میشود، این افزونگی الزاماً تضمین کننده حل مسائل مربوطه به آن موضوعات به صورت On-Off نخواهد بود چرا که هوشمندسازی بیش از آنکه یک عبارت ترکیبی توصیفی استاتیک باشد، مُبیّن یک «فرایند» داینامیک است.
در این فرایند، رویکردها، روشها، امکانات و فناوریهای متعددی درهم افزایی و هماهنگی با یکدیگر قرار میگیرند تا بتوانند تمام یا بخشی از راه حل یک یا چند «مسئله» باشند، از اینرو، هنرِ هوشمندسازی، تجمیع تخصصهای مختلف و بهینه سازی نقش هرکدام از آنها در یک اکوسیستم زنده فرایند-محور است تا بتواند برای مسئله یا مسائل، به پاسخهای مقرون به صرفه دست یابد، بنابراین اگر «مسئله» معلوم و مشخص نباشد، تجمیعی اتفاق نخواهد افتاد. از اینرو مسائل سیستمهای حملونقل هوشمند یا ITS، مسائل حوزه حملونقل وترافیک هستند و بدون درک درست آنها، «هوشمندسازی» لفظی انتزاعی و مجرد خواهد بود و سرمنشا ورود به ساحت «دُژآگاهی».
شاید نزدیک ترین مثال، تخصصهای «پزشکی» و «داروسازی» باشند؛ اگر تخصص داروسازی به تنهایی کافیست، پس چرا بیماران به پزشکان مراجعه میکنند؟ آنها میتوانند مستقیماً به یک داروخانه مراجعه کرده و ضمن تشریح حال بیماری خود، سریعتر و آسانتر به طیف ریز و درشتی از داروها دست یابند!
قرینه این مثال نیز بی مفهوم به نظر میرسد. اگر قرار بود پزشکان همه درمانها را از طریق معاینه در مطب یا بیمارستان انجام دهند دیگر به هیچ دارویی نیاز نبود و اساساً تخصص داروسازی از موضوعیت ساقط میشد! از این رو هیچ گاه نباید به این دو رسته تخصصی، به دید دو مجموعه با اشتراک تهی نگاه کرد؛ این دو از هم مستقل و مجزا نیستند؛ چیزی که وجه اشتراک آنهاست، «مسئله» است؛ پس باید پذیرفت که صرف داشتن یک ابزار خاص، یک قابلیت، یک فناوری، یک چارچوب یا یک سامانه فوق پیشرفته (بدون فهم اکوسیستم مسئله و با نفیِ فنّی سایرین)، هرگز نمیتوان به پاسخ و راهکار کارآمد دست یافت.
از جمله موضوعاتی که درسالهای اخیر بر طبل آن بسیار کوبیده شده، موضوع یا بهتراست بگوییم زمینه تخصصی «داده کاوی» است. داده کاوی به بیان ابتدایی، استفاده از ابزارهای آماری و یادگیری ماشین به همراه الگوریتمهای متعدد برای یافتن الگوهای پنهان، دسته بندی، خوشه بندی و حتی «پیش بینی» در حجم عظیمی از دادهها است؛ به این انباره عظیم و روبه فزونی دادهها که قرار است کند و کاو شوند هم در واژه شناسی، مِه داده یاBig Data گفته میشود. این تعاریف، کاملاً عمومی اند و میتوانند برای شناسایی الگوی های رفتاری مشتریان (مثلاً بر اساس اقلام اطلاعاتی فروش محصولات یک فروشگاه زنجیرهای) تا شناسایی تخلفات مالی در یک هولدینگ اقتصادی بزرگ، اعمال و اجرا شوند.
در حوزه حملونقل و ترافیک نیز، اقلام دادهای فراوانی وجود دارد. برخی از آنها به صورت جریان خروجی مستمر سامانههایی ظاهر میشوند که شبکه معابر را پایش و رصد میکنند و بسیاری از متغیرهای مهم و تأثیرگذار در برنامه ریزی و عملیات (از بلند مدت تا کوتاه مدت) را در این گستره، اندازه گیری میکنند یا تخمین میزنند.
برخی از دادهها نیز، خروجی سامانههایی هستند که عملکرد یک ناوگان یا مُد حملونقلی را به زبان کمّی و عددی بیان میکنند؛ همچون سرفاصله زمانی حرکت قطارها؛ یا زمان سبزچراغ های راهنمایی؛ میانگین سرعت حرکت در خطوط بزرگراهی؛ میزان شاخصهای کیفیت هوا؛ تعداد مسافران حملونقل عمومی؛ تعداد، مکان و شدت تصادفات؛ ضریب اشغال فضاهای پارکینگ؛ و بسیاری دیگر. برخی از دادهها نیز محصول نظرسنجی و پرسشگری هستند؛ از افکار سنجی عمومی تا سوالات کلان از خبرگان. علاوه بر این موارد، بخشی از این دادهها توسط نرمافزارهای تخصصی پردازش شده و به خروجیهایی منتهی میشوند که از آنها نیز میتوان به عنوان دادههای ورودی سیستمهای دیگر و برای مسائل دیگر استفاده کرد. با ذکر این مثالها اکنون، «فرایندی» بودن هوشمندسازی تصویر روشنتری مییابد و قابلیت و امکانات «داده و داده کاوی»، جذابیتی بیشتر.
مخاطب با فراست اکنون با صراحت میپرسد: داده کاوی برای کدام مسئله یا مسائل؟ به فرض آنکه پیشرفتهترین نرم افزار یا پلتفرم تحلیل و کاوش دادهها را از بهترین تولید کننده، تأمین کرده باشیم یا خود آن را از ابتدا به صورت بومی ایجاد کنیم اما ندانیم قرار است کدام مسئله یا مسائل را به کمک دادهها (Data-Driven) حل کنیم به توفیق خاصی دست نخواهیم یافت! این نگرش شبیه همان ترکیب خاطره انگیز «ریختن قیمه ها توی ماست ها» خواهد بود؛ جمع جبری (اجباری!) و یکپارچه سازی فلّه ای دادهها؛ قُله ای که فتح آن ارزشی ندارد!
بنابراین باید جواب داد: کیفیت دادهها و پایداری جریان تأمین آنها چگونه است؟ آیا این دادهها امروز هستند و ممکن است فردا از صفحه روزگار محو شوند؟! اگر سامانههایی را تأمین کنیم که ورودیهایشان ناپیوسته، خطادار و غیر دقیق باشند چطور؟ آن وقت کاوش روی آنها به کدامین ارزش افزوده میانجامد؟ آیا برای برخی فرایندها که هم اکنون دستی، سنتی و کاغذی انجام میشود، در یک چشم برهم زدن میتوان بدون در نظرگرفتن ملزومات و زیرساختهای «الکترونیکی» به «هوشمندی» هم رسید و حتی چند قاشق ادویه تند و تیز «هوشِ مصنوعی» هم روی آن پاشید؟! و البته بسیاری از پرسشهای کلیدی دیگر.
یکی از موضوعاتی که در سلسله جلسات کارگروه تخصصی ITS در معاونت حملونقل و ترافیک شهرداری اصفهان دنبال میشود موضوع «داده کاوی» است. در این کارگروه از حوزههای مختلف معاونت حملونقل وترافیک، سازمانهای وابسته و زیرمجموعه مانند مرکزمدیریت وکنترل ترافیک، سایر بخشهای شهرداری از جمله سازمان فاوا، و خارج از شهرداری (مانند شرکتهای دانش بنیان و اساتید دانشگاهی)، دعوت میشود تا در خصوص چارچوب داده کاوی، نیازهای واقعی حوزه حملونقل و ترافیک، ماهیت مسائل، استعداد ابزارها و امکانات زیرساختی موجود برای دریافت، نگه داری، پردازش و کاوش در دادهها و درنهایت فرآوری آنها در قالب شاخصها ومولفههایی که به حل مسائل بیانجامد، شرکت کنند؛ از پروژههای مطالعاتی و پژوهشی دانشگاهی تا نمونههای آزموده سامانهها، پلتفرمهای پیشرفته و امکان پیاده سازی آزمایشی آنها.
آن چیزی که احتمال موفقیت این حرکت را افزایش میدهد، توجه به تنوع در تخصصها است و از آنجایی که در خانواده شهرداری و نظام مدیریت شهری یا هر نگرش قائم به شانیت تشکیلاتی و ساختاری، نهادها با وظایف تخصصی توزیع شدهاند، این تجمیع هوشمندانه به تفریق قابلیتها منتج نخواهد شد!
انتظار میرود هوشمندسازی اکنون به بلوغ خوبی در انتخابهای درست رسیده باشد تا بتواند با عبور از گذار سعی و خطا، تخصیص منابع عمومی را در راستای حل سنجیده مشکلات جهت دهد و از ظرفیت داده کاوی نیز به نحو مطلوب، استفاده کند. شاید این طرز تفکر یا دستور کار ابلاغی به حوزه هوشمندسازی و ITS، خودش به تنهایی یک سامانه باشد! سامانه یکپارچه تجمیع تخصصها.
نظر شما