Pensar en la ciudad del futuro pasará necesariamente por pensar en la Inteligencia Artificial y el machine learning. Aun sin ser conscientes de ello, ya los tenemos presentes en nuestra vida a diario, desde las series que las plataformas nos recomiendan a las listas de música que nos ponemos. También vemos Inteligencia Artificial en la economía, en predicciones de bolsa, en el sector logístico y hasta en la medicina.
Sin embargo, cuando hablamos de smart cities todo parece ir un paso más allá: el salto a las calles de la Inteligencia Artificial puede no sólo mejorar considerablemente el día a día de los ciudadanos, sino dar un vuelco por completo a la vida pública y a la administración de lo común. Si la IA nos permite recolectar cantidades ingentes de información a tiempo real, esta nos puede servir para gestionar de manera más eficaz los recursos públicos. Así, hoy te queremos hablar sobre cómo serán las ciudades inteligentes del futuro, que tendrán que poner en su centro de acción la calidad de vida del ciudadano.
- Movilidad urbana y tráfico
Repensar la movilidad urbana desde la eficiencia es un punto de partida fundamental para cualquier ciudad inteligente que se precie. Dada la aceleración del cambio climático y los recursos cada vez más escasos, en la búsqueda de la sostenibilidad la IA puede jugar un papel clave. Una mejor gestión de la información del tráfico a tiempo real puede posibilitar no sólo una circulación más fluida, sino también desarrollar sistemas de predicción de posibles atascos y agilizar así las descongestiones del tráfico.
- Limpieza y residuos
La IA y el machine learning también hacen posible habitar una ciudad más limpia y más higiénica. Esto camina principalmente por dos vías: la limpieza diaria de la ciudad y la gestión de residuos. Gracias a la administración inteligente de la información, se puede mejorar la distribución de los recursos y servicios de limpieza, lo que permite, por un lado, ahorrar costes, y, por el otro, focalizar esfuerzos donde más se necesitan y obtener una limpieza viaria más depurada. Además, de la mano del machine learning e instrumentos como contenedores inteligentes, la gestión de residuos se puede automatizar a través de sistemas eficientes de clasificación y separación, al tiempo que se agilizan los procesos de reciclaje y de reutilización de recursos.
- Energía
Toda smart city debe tener como prioridad encomendarse a la transición energética. La utilización de energías renovables reduce el impacto medioambiental del flujo diario de las ciudades, por lo que estas deberían tener en su punto de mira posibilitar servicios públicos que beban de este tipo de energías. La IA entra en este juego cuando permite anticipar las necesidades de energía para la prestación de servicios, mientras simultáneamente optimiza su uso y evita despilfarros. Así, las smart cities pasan obligatoriamente por una recolección inteligente de la información, que, de cara a la sostenibilidad, puede perfilar nuevos modelos energéticos, con la mirada puesta tanto en el presente como en el futuro.
- Salud y calidad del aire
En el centro de una ciudad inteligente, más allá de la eficiencia, la sostenibilidad y el ahorro en costes, está la salud pública. En Europa, por ejemplo, decenas de miles de personas fallecen cada año prematuramente por la contaminación del aire. Si bien desde hace tiempo se aplican tecnologías para estimar la calidad del aire en las ciudades, gracias a la Inteligencia Artificial y al machine learning también se puede hacer predicciones a corto y largo plazo de la cantidad de contaminantes presentes en el ambiente. Esto permite establecer umbrales, planes de acción y prevenir los picos de polución. De este modo, por un lado, se facilita la localización de las zonas de mayor concentración contaminante, a la vez que se fomenta el desarrollo de sistemas de alertas que tengan en cuenta distintas variables ambientales, como la dirección del viento o la humedad.
- Transportes e infraestructuras
Una perspectiva de movilidad sostenible está estrechamente ligada al transporte público, por lo que las ciudades del futuro también deben contemplar sistemas que funcionen con IA para optimizar el ajuste de sus servicios. En esta línea, conceptos como la intermodalidad o la interoperabilidad ocupan el centro del horizonte del transporte del futuro. Así, por ejemplo, los sistemas de transporte público bajo demanda, que funcionan de forma interconectada y automatizada, se nutren constantemente de datos, históricos e instantáneos, que adaptan su flujo de movimiento a previsiones precisas de circulación ciudadana. Asimismo, a través de algoritmos y datos estadísticos también se puede hacer predicciones de errores en maquinaria e infraestructuras, para, de esta manera, poder prever y estandarizar labores de mantenimiento y, en su caso, posibles contingencias.
