موسسه تحقیقاتی Capgemini تخمین زده است که هوش مصنوعی در بخش انرژی، می‏تواند بین 237 تا 813 میلیارد دلار صرفه‏جویی ایجاد کند.  شرکت‌های خدماتی از هوش مصنوعی در زمینه‏های نگهداری پیش‌بینی‌کننده، بهینه‌سازی بازده و پیش‌بینی تقاضا/بار استفاده کرده‌اند. در سال 2022، بیش از نیمی از سازمان‌های حوزه انرژی، آب و برق حداقل یک پیاده‌سازی عملی از فناوری هوش مصنوعی را به‏کار گرفته‌اند و از مزایای مستمر آن بهره می‌برند.

به نظر می‏رسد عموم مردم نیز مشتاق لذت بردن از نوآوری‏های مثبتی هستند که با تحول هوش مصنوعی ارائه شده است. بر اساس یک نظرسنجی از PwC، 71 درصد از پاسخ دهندگان نسبت به فرصت‏هایی که هوش مصنوعی به انسان‏ها در حل مشکلات پیچیده و زندگی غنی‏تر در آینده نزدیک کمک می‏کند، بسیار خوش‏بین بودند. برخی موارد استفاده واقعی از هوش مصنوعی و زبان یادگیری ماشین در بخش شهرهای هوشمند/ خدمات شهری جهت ارزیابی تأثیر عملی این فناوری‌ها از منظر عمل‌گرایانه بدین قرار است:

1- پایش هوشمند انرژی

برای نهادهای بخش عمومی، مانند شرکت‌های بزرگ انرژی، نیرو و برق، اطلاعات بی‌درنگ در مورد مصرف انرژی می‌تواند اتلاف و تلفات را کاهش دهد، کارایی عملیات شبکه را بهبود بخشد، ذخیره‌سازی را بهینه کند و نگهداری زیرساخت‌های پیش‌بینی‌کننده را افزایش دهد.  کنتورهای هوشمند کاربرد هوش مصنوعی و زبان یادگیری ماشین هستند که پتانسیل بالایی در زمینه انرژی و تاسیسات دارند. هوش مصنوعی، زبان یادگیری ماشین و اینترنت اشیا (IoT) یک جزء حیاتی از چشم‏انداز دولت از شهرهای هوشمند و مناطق صنعتی هوشمند را تشکیل می‏دهند.

شهرها انبوهی از اطلاعات را ارائه می‌کنند که می‌توان با استفاده از دستگاه‌های اینترنت اشیا در زمان واقعی از جمله مصرف انرژی دریافت کرد. ورودی‌های برق را می‌توان به‌طور خودکار تنظیم کرد، که منجر به صرفه‌جویی مهم، تامین امنیت بیشتر و قطعی‌های کمتر می‌شود. کنتورهای هوشمند حتی در مقیاس کوچکتر نیز مفید هستند. با استفاده از آنها، مشتریان می‏توانند نیازهای انرژی خود را تنظیم کنند و در نتیجه هزینه‏ها را کاهش دهند. داده‏های تولید شده در این فرآیند می‏تواند برای تعرفه‏های سفارشی و عرضه کارآمدتر استفاده شود.

2- نیمکت‏های پارک مجهز به اینترنت اشیا

پاریس مطمئنا یکی از زیباترین شهرهای جهان است - و همیشه توانسته است سنت تاریخی و هنری شگفت انگیز خود را با مدرنیته و نوآوری ترکیب کند.  یکی از جالب‌ترین ایده‌هایی که دولت پاریس اخیراً اجرا کرده است، به شکل حسگرهایی است که روی نیمکت‌های پارک قرار می‌گیرند تا آنها را «هوشمند» کند. نیمکت‌های پارک جدید مجهز به اینترنت اشیا می‌توانند جریان ثابتی از اطلاعات را جمع‌آوری کنند که می‌تواند توسط هوش مصنوعی برای طیف وسیعی از کاربردهای برنامه‌ریزی شهری پردازش و تجزیه و تحلیل شود.

آنها می‏توانند با نظارت بر سطوح آلودگی، دما و فشار اتمسفر بینشی در مورد عوامل محیطی مانند کیفیت هوا ارائه دهند. آنها می‏توانند با جمع‏آوری داده‏ها در مورد فراوانی ترافیک و استفاده از محیط به برنامه‏ریزان شهری کمک کنند. آن‌ها حتی می‌توانند با ساکنان پارک و گردشگران «صحبت کنند» تا از طریق یک برنامه قابل دانلود، درباره امکانات آن بازخورد گیرند.

3- افزایش دانش و مهارت‏های نیروی کار

مسئله پیری نیروی کار مشکلی است که تأثیر عمیقی در تاسیسات گاز طبیعی و برق خواهد داشت. به گفته وزارت انرژی ایالات متحده، 25 درصد از کارمندان ایالات متحده ظرف پنج سال آماده بازنشستگی خواهند شد و نیروی متخصص- ماهر خود را از دست خواهند داد.  هوش مصنوعی می‌تواند با استفاده از پردازش زبان طبیعی (NLP) و تشخیص الگو برای پردازش داده‌های ساختاریافته و استخراج اطلاعات ارزشمند از ارتباطات داخلی گذشته، اسناد آموزشی و یادداشت‌های فنی، با این مشکل مقابله کند. شرکت IBM از قدرت IBM Watson AI برای یادگیری "دانش ضمنی" از کارگران باتجربه استفاده می‏کند و همه این اطلاعات تلفیقی را به نسل بعدی کارمندان منتقل می‏کند. ماشین هوشمند می‏تواند توصیه‏هایی را به تکنسین ها و اپراتورهای تجهیزات در مورد نحوه انجام وظایف تعمیر و نگهداری پیچیده روی تجهیزات ارائه دهد. همچنین می‌تواند بازخورد تکنسین‌ها را در طول زمان دریافت کند تا توصیه‌های آتی خود را به دقت تنظیم کند و به کل نیروی کار کمک کند تا با بهره‌وری و ایمن‌تر کار کنند.

4- چت‏بات‏های تجاری بهبود یافته

چت بات‏ها همه جا هستند. نمی‏توان در مورد موارد استفاده از هوش مصنوعی/ زبان یادگیری ماشین صحبت کرد بدون اینکه حداقل یک چت‏بات «محصول» در میان آنها پیدا شود. اما در مورد شهرهای هوشمند، تعداد زیادی از آنها وجود دارد. نیازی به تکنسین یا متخصص فناوری نیست تا ببیند چگونه ربات‌های گفتگو با تغییر نحوه ارتباط مردم با برندها زندگی را آسان‌تر می‌کنند. مصرف‏کنندگان می‏توانند در حال حاضر با برندها بر اساس برنامه زمانی خود صحبت کنند، چیزهایی بخرند یا پاسخ‏های مورد نیاز خود را در سرویس پیام‏رسانی دلخواه خود دریافت کنند.

شهرها در حال تبدیل شدن به "مکانی هوشمندتر" هستند زیرا تقریباً هر فروشگاه یا برندی از نوعی چت بات استفاده می‏کند، اما برخی از آنها هوشمندتر از دیگران هستند (یا حداقل این چیزی است که آنها می‏گویند). یکی از این نمونه‏ها Maven است، یک موتور هوش مصنوعی که توسط LivePerson توسعه یافته است که تعاملات تجاری مکالمه را با ترکیب پردازش زبان طبیعی، رابط‏های صوتی و متنی و عوامل انسانی واقعی هماهنگ می‏کند.

5- دوربین‏های امنیتی هوشمند

بینایی کامپیوتری برای تقویت دوربین‌های امنیتی یک کاربرد بسیار ساده از هوش مصنوعی است. داشتن ویدیویی که در آن یک جنایت ضبط شده عالی است، اما مگر اینکه کسی بداند چیزی اتفاق افتاده است، به سادگی هیچ دلیلی برای بازبینی فیلم وجود ندارد تا زمانی که آن فیلم در نهایت گم شود. یک سیستم نظارتی که توسط یک هوش مصنوعی قوی به دنبال الگوهای رفتار مجرمانه پشتیبانی می‌شود، معادل تیمی از کارآگاهان است که هرگز نمی‌خوابند و تمام ویدیوها را در زمان واقعی تجزیه و تحلیل می‌کنند.

دوربین‌های امنیتی تقویت‌شده با هوش مصنوعی را می‌توان در مدارس و کسب‌وکارها برای کاهش زمان پاسخ‌دهی هر زمان که نیاز به انجام کاری است، استفاده کرد. برای مثال، اگر فردی که باید شناسایی شود «مرد سفیدپوستی با پیراهن آبی» باشد، هوش مصنوعی می‌تواند بین افرادی که وارد منطقه‌ای می‌شوند که مطابق با توضیحات است تمایز قائل شود و هشداری را در زمان واقعی ارسال کند.عکس‌ها و ویدیوی او همچنین می‌توانند مستقیماً در اولین پاسخ‌دهندگان محلی آپلود شوند، که می‌توانند بخش‌هایی از ویدیوها را که ممکن است حاوی مشخصاتی بر اساس کلمات کلیدی باشد (پیراهن سفید، مردانه، و آبی، در مثال بالا) به جای جستجوی ساعت‌ها فیلم پیدا کنند.در ژاپن، یک دوربین امنیتی مجهز به هوش مصنوعی آنقدر هوشمند است که می‏تواند وضعیت یک فرد مشکوک را که احتمال دارد مرتکب جنایت دزدی از مغازه شود، تخمین بزند.

6- سیستم‏های بینایی کامپیوتری و پارکینگ

در فضای پارکینگ، هوش مصنوعی توسط شرکت‏هایی مانند Pixevia برای ادغام بینایی کامپیوتر و الگوریتم‏های پیشرفته در یک اکوسیستم هوشمند استفاده شده است. با ترکیب بسیاری از عملکردهای پیشرفته مانند تشخیص پلاک و تشخیص پیکسل، دوربین‌های هوشمند می‌توانند اطلاعات بلادرنگ در مورد در دسترس بودن فضا را در اختیار مشتریان و اپراتورهای پارکینگ قرار دهند و به‌طور خودکار پرداخت و مدت پارکینگ را اعمال کنند.

الگوریتم‏های پیشرفته می‏توانند تخمین دقیق موقعیت خودرو را ارائه دهند و میزان استفاده از پارکینگ را در زمان‏های خاصی از روز یا شب پیش‏بینی کنند. در نهایت، این فناوری برای وسایل نقلیه خودران آینده که می‏توانند مستقیماً با پارکینگ‏ها و گاراژها "صحبت کنند" مناسب خواهد بود.

7- کاهش آلودگی هوا

اگر اقدامات مناسب برای کنترل انتشار گازهای گلخانه ای (GHG) انجام ندهیم، زمین با فروپاشی قریب الوقوع مواجه است.  هوش مصنوعی ممکن است از طرق مختلف کمک کند تا محیط زیست را نجات دهیم، به‏ویژه با کاهش اتلاف انرژی، زمین، آب و آلودگی هوا. تخمین زده شده است که تا سال 2030، استفاده از فناوری‏های هوش مصنوعی می‏تواند انتشار گازهای گلخانه‏ای جهانی را حداقل تا 4 درصد کاهش دهد.

در سنگاپور، حسگرهای اینترنت اشیا و هوش مصنوعی برای جمع‌آوری و تجزیه و تحلیل کیفیت هوا و سطوح آلاینده‌ها و دما در شهر استفاده می‌شوند. این داده‌ها به‏طور بالقوه با هوش مصنوعی ترکیب می‌شوند تا پیش‌بینی کنند که مسائل (مشکلات) مربوط به کیفیت هوا کجا هستند و خواهند بود تا در نهایت با اقدامات پیشگیرانه مؤثر، اثرات آن را کاهش دهند.محققان IBM در حال آزمایش شکل جدیدی از هوش مصنوعی برای کاهش شدت آلودگی هوا در پکن با تجزیه و تحلیل داده‏های به دست آمده از کارخانه‏های با سوخت زغال سنگ، مجتمع‏های صنعتی، شرایط آب و هوایی و ازدحام ترافیک هستند. این سیستم قادر است بینش‏های مفیدی در مورد چگونگی کاهش اثرات آلودگی هوای خفگی شهر چین، مانند تعطیلی موقت کارخانه‏های خاص، ارائه دهد.

8- بهبود کنترل ترافیک

مکان دیگری که هوش مصنوعی می‏تواند به کاهش انتشار گازهای گلخانه‏ای کمک کند، سیستم‏های حمل و نقل است. به غیر از امکان ساخت خودروهای خودران در آینده نزدیک، حمل و نقل را می‏توان حتی امروز پایدارتر کرد. محققان آزمایشگاه ملی لارنس برکلی وزارت انرژی امریکا در حال کار بر روی یک ابزار محاسباتی مبتنی بر مدل‌های یادگیری تقویتی عمیق به نام CIRCLES هستند تا ترافیک را در تمام شهرهای شلوغ روان کند.

CIRCLES  که مخفف "کاهش تأثیر ازدحام از طریق هموارسازی انرژی لاگرانژی" است - حجم زیادی از وسایل نقلیه را که در حال رانندگی هستند شبیه‏سازی می‏کند. این سیستم متصل و خودکار مجهز به وسیله نقلیه می‌تواند مصرف انرژی را کاهش دهد و جریان ترافیک را با کاهش ترافیک، توقف و حرکت در آزادراه‌ها بهبود بخشد. کنترل ترافیک پیشرفته که برای ساخت شهرها برای زندگی بسیار بهتر استفاده می‏شود، می‏تواند به کاهش آلودگی هوا نیز کمک کند. الگوریتم‌های یادگیری عمیق برای ترکیب تصاویر ماهواره‌ای با اطلاعات ترافیکی به‌دست‌آمده از تلفن‌های هوشمند و حسگرهای محیطی اینترنت اشیا برای بهبود پیش‌بینی‌های کیفیت هوا استفاده می‌شوند.نرم‌افزار پلاک‌خوان خودکار مبتنی بر هوش مصنوعی (ALPR) مانند آنچه که توسط Rekor مستقر شده است نیز می‌تواند برای شناسایی وسایل نقلیه یا برای کشف بلادرنگ جرایم و تخلفات استفاده شود.

9- محیط‏های کاری سازگار برای بهبود سلامتی کارکنان

احتمالاً یکی از شگفت‌انگیزترین کاربردهای بینایی رایانه و هوش مصنوعی، ایجاد مکان‌های کاری است که می‌توانند با نیازهای کارکنان سازگار شوند تا سلامتی آنها را بهبود بخشند. Encompass AV سیستمی را توسعه داده است که از هوش مصنوعی برای ادغام تهویه مطبوع، روشنایی و دوربین‏های امنیتی با هم از طریق تجزیه و تحلیل داده‏ها استفاده می‏کند. این سیستم بسته به فعالیت‌های ثبت‌شده یا سایر عوامل خارجی یا داخلی می‌تواند تصمیمات مستقلی برای انطباق و تنظیم محیط بگیرد.

به عنوان مثال: می‏تواند با ریتم شبانه روزی کار کند تا کارگران داخل ساختمان‏ها احساس کنند که بیرون هستند، نورها را تا دمای رنگ‏های مختلف برای شبیه‏سازی یک زمان خاص از روز کاهش می‏دهد. این سیستم همچنین می‌تواند با کاشی‌های سقفی که شبیه نورگیر در ساختمان‌های فاقد نور طبیعی هستند، ادغام شود. این راه‌حل‌های جامع همچنین می‌توانند نیازها و منابع را بر اساس داده‌های زمان واقعی و تاریخی شناسایی کنند تا پاسخ‌های مستقلی ارائه دهند که ایمنی را بهبود می‌بخشد و کارایی انرژی را افزایش می‌دهد.

10- نیروگاه‏های شناختی

حتی کشورهای در حال توسعه نیز اهمیت به‏کارگیری هوش مصنوعی پیشرفته را برای توسعه انرژی درک می‏کنند. Beyond Limits از فناوری ابداع شده برای ماموریت‏های فضایی ناسا برای ساخت اولین نیروگاه شناختی در غرب آفریقا به نمایندگی از Xcell، یک شرکت توسعه مالی و معدنی جهانی مستقر در سوئیس، استفاده می‏کند.  راندمان تولید برق از گاز طبیعی چندین برابر خواهد شد. هوش مصنوعی شناختی در هر قسمت از نیروگاه جدید از همان ابتدای ساخت آن تعبیه خواهد شد.

راندمان و بهره‏وری نیروگاه‏های گاز طبیعی همواره با شرایط نامطلوب محیطی مانند دما و رطوبت مواجه بوده است. هوش مصنوعی Beyond Limits به اندازه کافی هوشمند و آگاه است تا به اپراتورها با دانش انسانی در سطح کارشناسی رمزگذاری شده خود کمک کند تا تنظیمات را در زمان واقعی انجام دهند.این نرم افزار به جای تولید بیش از حد انرژی غیر ضروری که قابل ذخیره نیست، می‏تواند به‏طور مداوم توربین‏های گاز و کل سیستم را کنترل کند تا از هدر رفتن تولید جلوگیری کند.این نیروگاه آینده‏نگر همراه با توانایی آن در هماهنگی چندین واحد تولیدی به‏هم پیوسته به‏طور همزمان، کارآمدتر، مولدتر، ایمن‏تر و دوستدار محیط زیست خواهد بود.

11- آمار و پیش بینی‏های دقیق

یکی از رایج‌ترین کاربردهای هوش مصنوعی در تقریباً همه صنایع و بخش‌ها، توانایی پیش‌بینی دقیق و توسعه مدل‌های پیش‌بینی قابل اعتماد است.  عوامل اجتماعی و نگرشی به‏ویژه در مورد محصولات جدید انرژی جایگزین برجسته هستند. بسیاری از شرکت‌های انرژی و تاسیسات از مدل‌های هوش مصنوعی استفاده می‌کنند تا این محصولات را به اندازه کافی برای مصرف‌کنندگان و دولت‌ها در دسترس و جالب قرار دهند و میزان جذب آنها را پیش‌بینی کنند.

در ترکیب با اینترنت اشیا و کلان داده، هوش مصنوعی می‌تواند تقاضای بالقوه، قیمت‌گذاری معمولی و تخفیف‌های دولتی را تحلیل کند که ممکن است بر قیمت، روند صنعت و همچنین سایر عوامل اجتماعی و جغرافیایی تأثیر بگذارد. هنگامی که همه این داده ها تحلیل شدند، یک پیش‏بینی دقیق می‏تواند به شرکت‏ها کمک کند تا هزینه‏های سرمایه‏گذاری و بازده محصول را تخمین بزنند و احتمال پذیرش و اجرای منابع انرژی تجدیدپذیر را افزایش دهند.

12- ربات‏های مجهز به هوش مصنوعی ابری

فراهم کردن ربات‌ها با هوش مصنوعی فردی به معنای مواجهه با محدودیت‌های متعدد است: قدرت پردازش، فضا و سایر محدودیت‌های انعطاف‌پذیری. CloudMinds با ایجاد هوش در فضای ابری راه‌حلی خلاقانه برای این مشکل پیدا کرد - مکانی که انسان‌ها و روبات‌ها می‌توانند هوش خود را با هم ترکیب کنند و تعداد بی‌شماری "مغز" رباتیک را می‌توان به طور همزمان میزبانی کرد. اکوسیستم ربات ابری جدید آنها با همکاری سایر ارائه‏دهندگان خدمات هوش مصنوعی و توسعه‏دهندگان برای افزایش قابلیت‏ها، مهارت‏ها و برنامه‏های کاربردی ربات هوشمند ساخته و تقویت شده است.

ربات انسان نما XR-1 اولین ربات خدمات انسان‏نما است که از این هوش مصنوعی جدید ابری بهره می‏برد و با سرعتی شگفت‏انگیز یاد می گیرد که چگونه قابلیت‏های دستکاری کنترل شده بینایی خود را در عمل به‏کار گیرد.در زمان انتشار فعلی، می‌تواند کارهای پیچیده‌ای مانند نخ کردن سوزن، باز کردن درها، دست دادن و حتی تا کردن لباس‌ها را انجام دهد.از آنجایی که مغز هوش مصنوعی آن در فضای ابری میزبانی می‌شود، می‌تواند از موتورهای هوش مصنوعی بسیار قوی‌تر با مصرف باتری کم استفاده کند و از قابلیت‌های یادگیری جمعی استفاده کند. راهی برای نسل جدیدی از دستیاران واقعاً هوشمند برای انسان‏ها.

13- مدیریت تعمیرات مبتنی بر هوش مصنوعی

هوش مصنوعی می‌تواند برای تقویت زیرساخت‌های عمومی با اعمال اهرم تعمیر و نگهداری پیش‌بینی‌کننده برای بهبود در دسترس بودن، کاهش تصادفات و اولویت‌بندی نیازهای تعمیر و نگهداری به‏کار رود. تعمیر و نگهداری پیشگیرانه به‏ویژه برای ایمن نگه داشتن جاده‏ها در داخل و خارج از شهرها و شهرک‏ها بسیار مهم است. تعمیر و نگهداری شامل رویکردهای متفاوتی است، و انتخاب زمانی که بهتر است به جای مداخله اصلاحی یا پیشگیرانه به سراغ یک روتین بروید، زمانی که محدودیت‏های بودجه همیشه مشکل است، هرگز آسان نیست.

تصمیم نادرست ممکن است در دراز مدت هزینه بسیار بیشتری را به همراه داشته باشد یا وسایل نقلیه را در معرض موقعیت‏های خطرناک رانندگی قرار دهد. اکثر دولت‏ها باید با انجام بازرسی‏های بصری که اغلب خطرناک، پرهزینه و بسیار ذهنی هستند، نیازهای نگهداری خود را اولویت‏بندی کنند. شرکت فناوری زیرساخت RoadBotics یک الگوریتم یادگیری عمیق انقلابی را پیاده‌سازی کرده است که از بینایی کامپیوتری برای خواندن تصاویر جاده‌ها استفاده می‌کند و به‌طور خودکار تصمیم‌های عینی و مقرون‌به‌صرفه در شرایط جاده اتخاذ می‌کند. فناوری اختصاصی آنها با ارائه نتایج مبتنی بر داده به بیش از 150 دولت در سراسر جهان که اکنون می‏توانند جاده‏های مناسب را در زمان مناسب تعمیر کنند، مقدار زیادی از پول مالیات دهندگان را پس‏انداز می‏کند.

14- اختراع مجدد کشاورزی

زبان یادگیری ماشین تغییرات عظیمی را در کشاورزی به ارمغان آورد و در حال حاضر انقلابی در این بخش آغاز کرده است. اگرچه موارد استفاده فعلی از هوش مصنوعی در کشاورزی بسیار زیاد است که نمی‌توان آنها را فهرست کرد، اما قبلاً سطح جدیدی از مقیاس‌پذیری را به ارمغان آورده است. پهپادهای پرنده هوشمند برای جمع‏آوری مقادیر عظیمی از داده‏های محیطی در مورد مزارع و محصولات کشاورزی استفاده می‏شوند که بعداً به ماشین‏های هوشمند داده می‏شود. هیچ انسانی نمی‏تواند این حجم از داده‏ها را پردازش کند و الگوهایی را پیدا کند که در عوض برای هوش مصنوعی واضح هستند.

ماشین‌ها می‌توانند داده‌ها را در زمان واقعی تجزیه و تحلیل کنند و تصمیمات پیچیده‌ای را در محل اتخاذ کنند، مانند انتخاب یا استفاده از کدام نوع کود، زمان انجام آبیاری، بهبود کارایی و پایداری کلی.  همچنین می‌توان از آنها برای اجرای هر تعداد شبیه‌سازی حاصل از عملکرد اختصاصی یا مشترک و پیش‌بینی عملکرد محصولات استفاده کرد.

جمع‏بندی

هوش مصنوعی هر روز به‏عنوان بخشی یکپارچه‏تر از چشم‏انداز آینده شهرهای جهان رشد می‏کند. هوش مصنوعی کمک نموده تا جامعه‏ای هوشمندتر و کارآمدتر شکل گیرد، و ثابت شده که یکی از مفیدترین ابزارهایی است که فناوری رایانه برای بشریت به ارمغان آورده است.

پژوهشگر: صدیقه تدریس حسنی