Medio Ambiente

Siete prototipos basados ​​en inteligencia artificial que aceleran la neutralidad de carbono han sido seleccionados por el proyecto AI4Cities de Contratación Precomercial (PCP) financiado por la UE para ser probados en seis ciudades europeas. Cuatro de los pilotos están utilizando tecnologías basadas en IA para hacer que los dominios energéticos de las ciudades sean más sostenibles y se probarán en Ámsterdam, Copenhague, Helsinki, la Región de París y Stavanger. Mientras que los otros tres se centran en reducir las emisiones de CO2 en el ámbito de la movilidad. Estos se probarán en cinco de las mismas ciudades, y solo Tallin reemplazará a Copenhague.

Cuatro soluciones seleccionadas en AI4Cities Energy Lot 

Holoni, desarrollado por un consorcio de Alphaventuri (Noruega) y Energynet (Dinamarca); SPIKE, desarrollado por Enerbrain (Italia); BEE, desarrollado por un consorcio de Eeneman (Finlandia), Unetiq (Alemania) y Metropolia University of Applied Sciences (Finlandia), y C-In.City, desarrollado por un consorcio totalmente francés de Kayrros, La Javaness y Nexqt.

Lote de Movilidad AI4Cities

Avenue, desarrollado por un consorcio de Nommon y Populus (ambos de España); Herramienta MPAT, desarrollada por un consorcio de Vianova (Francia) y Rebel Ticketing (Países Bajos), y Ix3, desarrollado por un consorcio de MarshallAi y Dynniq (ambos de Finlandia).

AI4Cities ha reservado un total de 1,45 millones de euros para que los consorcios realicen sus pilotos.

Kaisa Sibelius, coordinadora del proyecto en Forum Virium Helsinki, está muy satisfecha con la calidad de las empresas seleccionadas. “En la fase anterior del proyecto, habíamos seleccionado 20 proveedores para desarrollar un prototipo. Elegir los siete mejores que pasarían a probar los prototipos no fue tarea fácil. Las soluciones fueron todas muy diversas, innovadoras y eficientes en la reducción de las emisiones de CO2. Lo que hace que las soluciones seleccionadas sean ligeramente mejores es que también tienen un gran potencial de replicabilidad y escalabilidad. Abordan las brechas en algunos de los mercados de más rápido crecimiento en Europa y más allá. Esto fue muy importante para nosotros, ya que queremos que estas soluciones se implementen más allá de las ciudades de nuestro proyecto”.

Soluciones energéticas

Holoni aprovecha la IA más allá de la predicción de la producción solar y predice cuánto excedente solar se puede generar a partir de edificios de energía positiva. También impulsa un intercambio digital mediante el uso de IOTA, la próxima generación de blockchain verde, rápida, sin costo y escalable, actualmente candidata para equipar la infraestructura pública europea de servicios inteligentes. ORIGIN de Energinet, ahora llamado Energy Track & Trace, está integrado para verificar el origen de la energía, hora por hora, anticipando el cambio hacia certificados de origen más granulares

SPIKE de Enerbrain es una plataforma de software/hardware todo en uno basada en la nube que admite el intercambio de datos con dispositivos patentados habilitados para IoT y la comunicación con otros dispositivos/plataformas de IoT, la extracción de conocimientos para la interacción y el compromiso del usuario consciente de la situación y la evaluación del rendimiento del edificio. Además, proporciona servicios de gestión de energía dedicados capaces de optimizar de forma innovadora y eficaz la eficiencia energética y la flexibilidad en edificios comerciales, residenciales y de servicios.

La solución BEE (Building Energy Efficiency) combina varias de las últimas tecnologías para conectar los edificios con la red eléctrica y su entorno y para optimizar el impacto general de las emisiones. Aprovechar Platform-of-Trust, una interfaz común en diferentes sistemas de gestión de edificios, garantiza una fácil integración en tantos tipos de edificios diferentes como sea posible. El motor de IA utiliza los últimos algoritmos de aprendizaje profundo para predecir la utilización del edificio para el día siguiente.

C-in.City proporciona a las ciudades monitoreo de emisiones de carbono casi en tiempo real. Empodera a los ciudadanos brindándoles información transparente casi en tiempo real sobre cómo pueden reducir sus emisiones, lo que también permite a los formuladores de políticas diseñar las opciones de políticas más efectivas y procesables, que van desde cambios de comportamiento hasta inversiones técnicas, con más participación de los ciudadanos. . Finalmente, la solución también permite a las pymes locales identificar y clasificar oportunidades rentables de mitigación de gases de efecto invernadero (GEI) y ofrecer información localizada para impulsar las inversiones climáticas.

Soluciones de movilidad

AVENUE es una solución innovadora que tiene como objetivo predecir el impacto de los servicios de movilidad compartida en las emisiones de GEI del transporte urbano. Avenue pone los datos que recibe en un motor analítico basado en IA que permite el monitoreo de la demanda y, en base a ello, crea modelos de predicción de la demanda y modelos de emisión de GEI, que luego podrían usarse para la optimización de políticas. Sobre la base de estos ajustes de política, se crean nuevos modelos de predicción de la demanda, lo que brinda a los urbanistas una buena visión general del impacto de sus acciones políticas.

La herramienta MPAT (Mobility Policy Auto Tuner) es un motor para optimizar el potencial de reducción de emisiones de CO2 de las políticas de movilidad de las ciudades, con un enfoque en la micromovilidad compartida. Al comprender las geografías donde es más probable que un viaje en una bicicleta, scooter o ciclomotor eléctrico compartido cree un  ahorro de emisiones, la herramienta puede hacer recomendaciones para áreas para implementar nuevas políticas (por ejemplo, subsidios en viajes o eliminación de límites de flota). El impacto de estas políticas puede luego ser monitoreado con una visión específica sobre el ahorro de emisiones de CO2.

La solución Ix3 funciona tomando información de las cámaras de tráfico y de otras fuentes, y después integrándola en el sistema de semáforos de la ciudad. Utilizando inteligencia artificial basada en aprendizaje profundo y detección visual, el sistema reduce drásticamente la cantidad de sensores necesarios y aumenta la cantidad de datos relevantes, lo que conduce a una mayor fluidez del tráfico y una disminución de paradas y esperas innecesarias. MarshallAi y Dynniq aseguran que su sistema solo identifica que un objeto se acerca a una determinada intersección, sin dar una identidad a ese objeto.