به گزارش سرویس ترجمه خبرگزاری ایمنا، در دنیای امروزی، هوش مصنوعی از مرحله پروژههای آزمایشی شهر هوشمند فراتر رفته و به بخشی عملیاتی از زندگی روزمره شهری تبدیل شده است. اکنون دولتهای شهری در سراسر جهان از هوش مصنوعی نهتنها برای تحلیل دادهها، بلکه برای تصمیمگیری آنی، پیشبینی مشکلات پیش از وقوع و ارائه کارآمد خدمات عمومی، استفاده میکنند. نتایج پژوهشهای جدید نشان میدهد که نسل جدید هوش مصنوعی شهری، حسگرها، دوقلوهای دیجیتال و سامانههای هوش مصنوعی عاملمحور را با یکدیگر ترکیب میکند؛ سامانههایی که میتوانند در چارچوب فرایندهای مدیریتی، محیط را پایش کنند، استدلال انجام دهند و اقدام کنند. این تحول، حملونقل، ایمنی عمومی، مدیریت زیرساختها، پایش محیطزیست و خدمات شهروندی را دگرگون کرده است. همچنین هوش مصنوعی با تحلیل لحظهای دادهها، پیشبینی بحرانها و خودکارسازی خدمات عمومی، شیوه مدیریت شهرها را تغییر داده است و کیفیت زندگی شهروندان را بهبود بخشیده است.
از شهرهای هوشمند معمولی تا شهرهای هوشمند اندیشمند
نسل نخست طرحهای شهر هوشمند، بیشتر بر گردآوری دادهها از طریق دوربینها، حسگرها و دستگاههای متصل، متمرکز بود، اما در سال ۲۰۲۶، شهرها بهسوی چیزی حرکت میکنند که پژوهشگران آن را «هوشمندی شهری» (urban intelligence) مینامند؛ سامانههایی که بهطور پیوسته از دادهها یاد میگیرند و بهصورت فعال، محیط شهری را مدیریت میکنند. هوش مصنوعی دیگر تنها ترافیک یا مشکلات زیرساختی را گزارش نمیکند، بلکه آنها را پیشبینی میکند، راهکار مناسب پیشنهاد میدهد و حتی اجرای آن را آغاز میکند.
یکی از مهمترین پیشرفتها، گسترش دوقلوهای دیجیتال شهری مبتنی بر هوش مصنوعی است. دوقلوی دیجیتال، نمونهای مجازی از یک شهر است که شرایط واقعی آن را بهصورت لحظهای، بازتاب میدهد. بنابراین با ترکیب دادههای ترافیکی، اطلاعات آبوهوا، وضعیت زیرساختها و فعالیت شهروندان، مدیران شهری میتوانند سناریوهای آینده را شبیهسازی کنند و پیش از بروز مشکل، تصمیمهای دقیقتری بگیرند. برای نمونه، شهرها میتوانند پیامدهای یک طوفان بزرگ، اختلال در سامانه حملونقل یا موج گرما را از پیش، شبیهسازی کنند و مؤثرترین راهبردهای واکنش را پیش از وقوع رویداد واقعی، شناسایی کنند.
حملونقل هوشمند و مدیریت پیشرفته ترافیک
حملونقل، همچنان یکی از آشکارترین حوزههای کاربرد هوش مصنوعی شهری در سال ۲۰۲۶ به شمار میرود. ازدحام ترافیکی، هر سال میلیاردها دلار خسارت ناشی از کاهش بهرهوری و افزایش آلایندهها را به شهرها تحمیل میکند. سامانههای هوش مصنوعی اکنون اطلاعات لحظهای دریافتشده از حسگرهای جادهای، دوربینها، دستگاههای موقعیتیاب و خودروهای متصل را پردازش میکند و جریان ترافیک را بهبود میبخشد.
سامانههای نوین مدیریت ترافیک مبتنی بر هوش مصنوعی میتوانند زمانبندی چراغهای راهنمایی را بهطور خودکار تنظیم کنند، تصادفها را در مدت چند ثانیه شناسایی کنند، مسیرهای جایگزین پیشنهاد دهند، به خودروهای امدادی و اورژانسی اولویت عبور بدهند و ازدحام ترافیکی را پیش از شکلگیری، پیشبینی کنند. پژوهشهای مجمع جهانی اقتصاد نشان میدهد سامانههای ترافیکی مبتنی بر هوش مصنوعی هماکنون در بعضی شهرها، زمان سفر را به میزان قابلتوجهی کاهش دادهاند. برای نمونه، سامانه هوشمند مدیریت ترافیک بارسلونا، با سازگار شدن پویا با شرایط متغیر ترافیکی، کاهش چشمگیری در ازدحام ایجاد کرده است.
گام بعدی، استفاده از عاملهای هوش مصنوعی برای هماهنگسازی کل زیستبوم حملونقل شهری شامل اتوبوسها، قطارها، خودروهای خودران، شبکههای اشتراک دوچرخه و حرکت عابران پیاده است. پژوهشگران این روند را حرکت بهسوی «مدیریت خودکار جابهجایی شهری» میدانند.
نظر شما