Comunicación presentada al III Congreso Ciudades Inteligentes:
Autores
- Juan Pablo Fuentes Brea, Gerente en soluciones de Smart Data en Gobierno IT
- Miguel Ángel Gragera Gragera, Consultor Técnico de Gobierno IT
- María José Conde Ruiz, Gerente en soluciones de Monitorización Inteligente en Gobierno IT
- Diego Pieruz, Director de Gobierno IT
- Daniel Vega Díaz, Responsable Soluciones Smart Cities y Resiliencia Urbana Sistemas Informáticos Abiertos (SIA)
Resumen
La transparencia al ciudadano y la eficiencia en la gestión se han convertido en los objetivos principales en toda solución enfocada al gobierno de una ciudad. Es necesaria una visión de 360º de los servicios proporcionados y en tiempo real. Se propone una solución de monitorización inteligente (Service Control for Smart Cities-SC4SC), basada en técnicas de Smart Data con la capacidad predictiva necesaria para que gestores y habitantes puedan adelantarse a los acontecimientos y facilitar su toma de decisiones. En base a los resultados obtenidos, la solución pondrá a disposición de los interesados portales de información alineados con sus necesidades. Se presentará un caso práctico de la solución SC4SC, mostrando sus capacidades sobre un entorno fácilmente escalable al ecosistema de una ciudad real para su implantación, con visión predictiva y en tiempo real.
Palabras clave
Smart Data, Machine Learning, Transparencia, Eficiencia, Monitorización Inteligente
Introducción
Se prevé que en el 2050 un 85% de la población mundial viva en ciudades, según un informe de la ONU. Esto hace que en las siguientes décadas, los núcleos urbanos tengan que afrontar un número creciente de problemas ligados a este hecho, como se trató en la conferencia de Habitat III. Las ciudades tendrán que ser capaces de responder adecuadamente a las necesidades básicas de instituciones, empresas y de los propios habitantes, tanto en el plano económico, como en los aspectos operativos, sociales y ambientales. Existen muchos retos a abordar por toda la ciudad y los datos que esta misma genera permiten obtener información para afrontarlo adecuadamente, facilitando la toma de decisiones. Este logro es básico para alcanzar un desarrollo urbano sostenible que se traducirá en un buen gobierno de la ciudad. Por otro lado, es necesario mejorar la transparencia de dicha información hacia los ciudadanos, facilitando el acceso a la misma y ofreciendo servicios innovadores para llevar una vida urbana más fácil y cómoda.
La transparencia de los gobiernos hacia los ciudadanos es una obligación. Para ello deben contar con infraestructuras, tecnología e innovación necesaria para lograrlo. Siguiendo esta línea de actuación, será necesario contar con una solución de monitorización inteligente como Service Control for Smart Cities (SC4SC) para obtener una calidad acorde a las necesidades de las urbes.
Existe una necesidad de cubrir de extremo a extremo todo el ciclo de vida de los datos de nuestras ciudades, desde la implementación y despliegue de sensores en la ciudad, integración con fuentes de datos abiertos de terceros y procesamiento inteligente, hasta la visualización final por parte de los usuarios.
Proyecto: solución SC4SC
SC4SC es una solución que cubre dicho ciclo de vida de los datos generados por una ciudad inteligente. En el presente apartado se describen los diferentes módulos que constituyen la solución, la interrelación entre los mismos y cómo los datos generados se transforman, analizan e interpretan para finalmente poder facilitar la toma de decisiones. Es importante destacar como característica de la solución su amplia versatilidad a la hora de su implantación y despliegue, la cual se puede adaptar a diferentes escenarios dentro de una ciudad.
Módulos de SC4SC
La solución SC4SC consta de tres módulos principales con funciones específicas que cubren todas las fases desde que el dato es recopilado, pasando por su tratamiento, hasta su visualización y consumo final por parte de los usuarios de la solución.
- Módulo Sensitive: En él se recopila toda la información sensorial generada en las ciudades. Dentro de los elementos tecnológicos definidos para este módulo, se encuentra la implantación y despliegue de los sensores físicos necesarios. Además, tiene la capacidad para integrarse con sensores ya desplegados y conectarse a otras fuentes de datos (como los OpenData recogidos por las instituciones públicas o datos de geolocalización).
- Módulo SmartData: En base a los datos recolectados, el presente módulo realiza un análisis inteligente de los mismos empleando para ello técnicas avanzadas de machine learning (Área de la Inteligencia Artificial encargada del estudio de algoritmos de aprendizaje automático en sistemas computacionales). De esta forma, la solución proporcionará a los usuarios una valiosa información predictiva (smart-data [Salida de un modelo de análisis inteligente, como resultado de un proceso de clasificación y/o regresión. Este tipo de datos están dirigidos al desarrollo urbano sostenible]), facilitándole de esta forma la toma de decisiones para poder anticiparse a determinados escenarios que puedan presentarse.
- Módulo Display: La información tratada y analizada se puede visualizar y consultar mediante el acceso a los diferentes portales de información englobados dentro de este módulo. Los mecanismos de acceso podrán ser a través de una página web, además de plataformas móviles. La información se presentará a través de diferentes dashboard categorizados en función de la información que contengan, y adaptados al tipo de usuario que accede. Adicionalmente, se proporciona la funcionalidad de reporting, pudiendo extraer los datos seleccionados en diferentes formatos.
Integración y Despliegue de SC4SC
La solución SC4SC está diseñada de forma modular pensando en un despliegue completo de todos los módulos, o como alternativa, llevar a cabo un despliegue parcial e integrándose con terceras soluciones, con sensores ya desplegados, herramientas existentes, etc., convirtiéndola en una solución adaptable a todo tipo de escenarios dentro de una ciudad.
La interoperabilidad es lograda con la implementación de protocolos de transmisión de datos basados en estándares reconocidos internacionalmente. De esta forma, la integración con terceras soluciones, fuentes de datos externas, tecnologías de desarrollo y redes de sensores se podrá realizar de forma sencilla, constituyendo una solución final adecuada.
Capacidades predictivas de sc4sc
El módulo SmartData es el encargado de ejecutar mecanismos de análisis inteligente de datos, partiendo de la información sensorial recopilada a través de la red de sensores (señales, imágenes, ondas, etc.) y otras fuentes de datos. Dicho análisis se inicia a través de una actividad que vela por la calidad de los datos recopilados, llevando a cabo tareas de filtrado masivo (técnicas de map-reduce), normalización y consolidación a lo largo de todo su dominio. Como resultado de esta actividad, se obtendrán diferentes datasets o repositorios de conocimiento que servirán como fuentes de entrada al conjunto de técnicas de machine learning que constituyen el módulo.
Las técnicas de machine learning implementadas son de tipo supervisado (las cuales necesitarán de los datasets generados y debidamente etiquetados), para poder emplearlos en el aprendizaje automático de los diferentes algoritmos durante una fase de entrenamiento que se ejecutará en tiempo real. El objetivo es generar modelos consolidados que posteriormente se dispondrán en modo de consulta para los gestores de la ciudad, o bien, presentación final a los ciudadanos. Mediante dicho proceso de entrenamiento continuo, el modelo se adaptará en un reducido número de interacciones al escenario objeto de estudio.
Los algoritmos implementados están alineados con el machine learning: técnicas de aprendizaje profundo (deeplearning), en donde se parte de datasets con enormes cantidades de información, pudiendo llevar a cabo operaciones de clasificación y regresión optimizadas.
Para dar soporte a la gran carga computacional que es requerida para dichos algoritmos inteligentes durante su entrenamiento, el módulo se ejecuta sobre un hardware de alto rendimiento basado en el paralelismo de las operaciones mediante el uso masivo de GPUs.
Una vez que el modelo generado ha sido optimizado y adaptado acorde con los datos de entrada, así como del escenario analizado dentro de la ciudad, proporcionará como salida información predictiva muy valiosa que podrá ser empleada por parte de los usuarios del sistema para poder anticiparse ante determinadas situaciones, incluso si estas no se han producido con anterioridad en el pasado.
Enfoque práctico con sc4sc
El caso práctico se compone de dos escenarios operativos con SC4SC, desde la gestión de gobierno sobre una SmartCity, hasta el caso de uso de SC4SC por parte de ciudadanos que se pueden beneficiar de recomendaciones socioculturales basadas en predicciones en tiempo real.
Los portales de información de SC4SC disponen de dos mecanismos de acceso normalizados: el acceso es sencillo mediante cualquier dispositivo que disponga de conexión a internet (ordenador, tablet, smartphone, smartTv, smartWatch). Otro modo que se ofrece es acceder mediante una aplicación para plataformas móviles, agilizando su uso y facilitando a un gran número de público su acceso y consumo.
Supervisión y vigilancia de zonas protegidas
Como escenario para la supervisión y vigilancia de zonas, se ha utilizado una cámara digital como sensor en el cual se recolectan volumetrías sobre peatones que transitan por una zona específica con interés para un gestor urbano. Este sensor recopila datos en tiempo real, pudiendo así tener gráficas de tránsito acumulativo de esa zona a lo largo del tiempo.
Para este caso práctico en particular, hemos recogido muestras representativas en una zona específica bastante concurrida en horario laboral.
Como se muestra en la gráfica anterior, se han monitorizado las volumetrías de peatones que discurren por una determinada zona a lo largo de un dominio específico de tiempo. Tras examinar estos resultados, podemos observar y estudiar patrones de comportamiento, como horarios de acceso a esa zona, e identificar fácilmente accesos sospechosos fuera de estos horarios. También, al recibir datos en tiempo real, identificar posibles escenarios de emergencias al tener la capacidad de visualizar picos en el cálculo de dichas volumetrías.
Sistema de recomendación de actividades socioculturales
Mediante el empleo de sensores meteorológicos, temperatura y humedad conectados a una Raspberry pi 3 B usada en el módulo SmartSensitive, se presenta un sistema para la recomendación de actividades socioculturales a los ciudadanos. Con ello se han creado unas gráficas donde se aprecia la evolución de temperatura y humedad en cada franja horaria, pudiendo realizar recomendaciones basados en esos datos históricos.
Una vez obtenidos los datos, estos se utilizan para realizar el cálculo de recomendaciones, como el tipo de actividades socioculturales que se pueden llevar a cabo según la temperatura y humedad en un área específica dentro de la ciudad. Desde el punto de vista del ciudadano, es idóneo saber dónde ir o qué hacer en función de la temperatura, humedad e, incluso, precipitaciones en tiempo real.
Conclusiones y futuras líneas de trabajo
Nuestras ciudades están sometidas a un proceso de transformación digital constante, por lo que deben contar con una buena infraestructura sobre la que desarrollar unos servicios demandados por los ciudadanos, o bien, ofrecidos por las autoridades locales que mejoren el desarrollo económico de nuestras ciudades.
Es necesario por ello contar con soluciones que faciliten la gestión en tiempo real de los servicios de nuestra ciudad, así como mejorar el desarrollo urbano sostenible. El SC4SC ofrece una monitorización inteligente a las ciudades con capacidades predictivas, analíticas y de recomendación orientadas a diferentes perfiles como son los gestores de las ciudades y sus habitantes.
Esta solución destaca por ser completamente modular, pudiendo llevar a cabo un despliegue completo de la misma en una determinada ciudad o, como alternativa, poder integrarla con terceras soluciones o redes de sensores, dotándola de la interoperabilidad deseada en los servicios de una SmartCity.
Las funcionalidades del SC4SC alcanzan los objetivos de buen gobierno y transparencia de cara a los ciudadanos, previamente establecidos.
Como futuras líneas de trabajo, el equipo del SC4SC está trabajando de forma continua en la optimización de los algoritmos de predicción, incluyendo nuevas técnicas de machine learning.
Referencias
- https://sc.sia.es (24 Enero 2017).
- Portal de Datos Abiertos del Ayuntamiento de Madrid (24 Enero 2017).
- Deeplearning4J (24 Enero 2017).
- Calidad del Aire y Control Acústico. Medioambiente. Ayuntamiento de Madrid. (24 Enero 2017).
- Datos Abiertos. Consorcio de Transportes de Madrid. (24 Enero 2017).
- Endesa Educa. (24 Enero 2017).
- Hábitat III. Organización de Naciones Unidas (24 enero 2017).
- Juan Pablo Fuentes Brea et. al, 2013, Fusion of probabilistic knowledge-based classification rules and learning automata for automatic recognition of digital images. Pattern Recognition Letters.
- LECUN, Yann et. al, 2015, Deep learning. Nature.