عادل نجفی | شهرآرانیوز - شهر هانگژو در چین با استفاده از یک سامانه مبتنی بر هوش مصنوعی به نام «مغز شهر» توانست ترافیک را تا ۱۵ درصد کاهش دهد. مدیران شهری نیویورک در ایام همه‌گیری با تحلیل داده‌های حاصل از الگوی خرید و مصرف مواد غذایی ساکنان این شهر موفق به افزایش دقت در شناسایی مناطق کم‌برخوردار و اختصاص کمک‌های بیشتر به آن‌ها شدند. این‌ها و ده‌ها نمونه دیگر به ما می‌گویند روند تبدیل شهر‌ها به نسخه‌های هوشمند خود نه‌تنها بسیار پرسرعت طی می‌شود که نحوه پردازش داده‌های شهروندان و مالکیت آن‌ها چالش‌های مهم‌تری هستند.
آنچه شهر‌های آینده به‌ویژه پس از تجربه یک همه‌گیری مرگبار به آن وابسته هستند، نوآوری در صد‌ها پروژه شهری و هوشمند است که همگی در تلاش برای پاسخ‌گویی به یک سؤال مهم هستند: چگونه می‌توانیم داده‌های حاصل از فناوری‌های شهر‌های هوشمند را برای توانمندسازی دیجیتالی شهر‌ها و رونق آن‌ها استفاده کنیم؟
وقتی درباره مزایا و معایب پذیرش فناوری‌های جدید گفتگو می‌کنیم، کسی نمی‌تواند منکر آمار و داده‌ها شود: شهر‌هایی که از فناوری‌های حمل‌ونقل هوشمند استفاده می‌کنند تا سال ۲۰۲۵ به طور میانگین ظرفیت کاهش بیست‌درصدی زمان صرف‌شده در ترافیک را داراند. در شهر‌هایی که حسگر‌های میزان رطوبت و مصرف آب در سامانه‌های آبیاری فضای سبز به کار گرفته شده‌اند، می‌توان شاهد کاهش بیست‌وپنج‌درصدی مصرف آب در آبیاری فضا‌های عمومی بود.
در حال حاضر بخش زیادی از این فناوری‌های مرتبط با اینترنت اشیا و داده‌کاوی آن‌ها در اختیار شرکت‌های بخش خصوصی است که بخش دولتی و عمومی باید با به‌روزرسانی درک خود از آن‌ها به سمت حل و فصل چالش‌ها قدم بردارد. بدون تردید، دسترسی مدیران شهری به این داده‌ها برای اتخاذ تصمیمات دقیق و پایدارتر درباره شهر به آن‌ها کمک می‌کند.
هرچه یک شهر بتواند داده‌های بیشتری درباره عادت‌ها و رفتار‌های شهروندان خود گردآوری کند، می‌تواند تصمیمات منطقی‌تری درباره میزان و نحوه تخصیص منابع بگیرد، تصمیماتی که حتی می‌توانند جان شهروندان را حفظ کنند. در شهر‌های ایالت نوادا، هوشمندسازی تقاطع‌ها توانسته است تا ۱۸ درصد از وقوع سوانح و ۴۳ درصد از شدت حوادث ناشی از رعایت نکردن سرعت مطمئنه بکاهد. اما هنوز شهر‌هایی هستند که متوجه نمود‌های برجسته شیوه‌های لایه‌به‌لایه گردآوری داده‌ها و تحلیل لحظه‌ای آن‌ها در دیتاسنتر‌های شهری نشده‌اند. بیشتر آن‌ها هم‌چنان گرفتار رویه‌های بوروکراتیک و قدیمی در گردآوری داده‌ها هستند.
همه شهر‌ها و کلان‌شهر‌های جهان در طول تاریخ گرفتار بیماری‌ها و چالش‌های زیادی شده، اما پس از آن با قدرت بیشتری به حیات بازگشته‌اند. کووید ۱۹ نیز بسیاری از زنجیره‌های تأمین را قطع و بخش‌های مختلف کسب‌وکار‌ها را در شهر‌ها مختل کرد، اما متعاقب آن، راهبرد‌های گردآوری داده‌ها هم در بخش‌های درمانی حاکمیتی و هم اقتصادی بخش خصوصی به‌سرعت بهینه شدند.
بررسی شرایط در کشور‌های مختلف نشان می‌دهد زیرساخت‌های مرتبط با هوش مصنوعی و یادگیری ماشینی به‌زودی با فناوری‌های مرتبط با اینترنت اشیا همگن می‌شوند، فرایندی که نظیر آن را در رصد اجتماعی بیماران و درمان‌شدگان کووید ۱۹ مشاهده کردیم. ایجاد شرایط دورکاری و فعالیت بسیاری از مشاغل عمومی و خصوصی از منزل نیز باعث شد توسعه شبکه اینترنت با سرعت بیشتری پیگیری شود.
در آینده، مدیران و برنامه‌ریزان شهری بر اساس پایگاه‌های داده‌ای تصمیم‌گیری می‌کنند که بر اثر فعالیت‌های شهروندان تجمیع شده‌اند. تحلیل رابطه میان سطوح درآمدی و دسترسی شهروندان به اقلام مصرفی ضرور نظیر فروشگاه‌های خرده‌فروشی یا دسترسی به حمل‌ونقل عمومی در مناطقی که بافت جمعیتی در حال افزایش است می‌تواند فرصت بیشتری برای برنامه‌ریزی بلندمدت و طراحی پروژه‌های جدید ایجاد کند.
مسلم این است که نقش فناوری‌های نوین در مدیریت شهر‌های هوشمند در حال افزایش است، اما به طور خاص، شش گروه از افراد باید برای تصمیم‌گیری درباره ادامه مسیر شهر‌ها بیشتر با یکدیگر گفتگو کنند:
مدیران شهری در سطح محلی و ملی
نهاد‌های آموزشی از مهد‌های کودک تا آموزش عالی
استارت‌آپ‌ها و کارآفرینان برای طرح موضوعات مدنظر متختصصان درباره آینده
هنرمندان و گروه‌های خلاقی که می‌توانند راهکار‌هایی خارج از ایده‌های مرسوم ارائه کنند
گروه‌ها و نهاد‌های اجتماعی نظیر سمن‌ها
احاد افراد جامعه و نمایندگان آن‌ها
شهر‌های هوشمند آینده با فناوری و قدرتی که در اختیار دارند می‌توانند با ذی‌نفعان خود ارتباط بهتری برقرار و به سوی اهداف جمعی به جای اهداف یک فرد یا گروه حرکت کنند.
در ادامه بخوانید
شهر‌ها برای نوآوری به چه چیز‌هایی نیاز دارند؟
بازخوانی کارکرد‌های هوش مصنوعی و جایگاه ایران و مشهد در این فناوری نوپدید