شهر رالی در ایالت کارولینای شمالی آمریکا با استفاده از هوش مصنوعی، دوربین‌های شهری، داده‌های مکانی و فناوری دوقلوی دیجیتال در حال ساخت یک نسخه مجازی و زنده از شهر است. این سامانه می‌تواند اطلاعات ترافیکی را به‌صورت لحظه‌ای تحلیل کند، حرکت خودروها، دوچرخه‌ها و عابران را شناسایی کند و به مدیران شهری برای مدیریت ترافیک، افزایش ایمنی و برنامه‌ریزی زیرساخت‌ها کمک کند. پروژه رالی با همکاری Microsoft، NVIDIA و Esri توسعه یافته و یکی از نمونه‌های قابل توجه استفاده عملی از AI در مدیریت شهری محسوب می‌شود.

وقتی هوش مصنوعی یک نسخه مجازی از شهر می‌سازد

تصور کنید مدیران یک شهر بتوانند پیش از اجرای یک تغییر در خیابان‌ها یا چراغ‌های راهنمایی، نتیجه احتمالی آن را در یک محیط مجازی مشاهده کنند. این همان ایده‌ای است که در پروژه Raleigh In Motion دنبال می‌شود. شهر رالی با ترکیب داده‌های شهری، دوربین‌های ترافیکی، هوش مصنوعی و فناوری‌های مکانی، یک دوقلوی دیجیتال (Digital Twin) ایجاد کرده است؛ محیطی مجازی که می‌تواند وضعیت واقعی شهر را به‌صورت لحظه‌ای نمایش داده و امکان تحلیل سناریوهای مختلف را فراهم کند. Microsoft اعلام کرده است که این پروژه با استفاده از زیرساخت Azure و فناوری‌های NVIDIA و Esri توسعه پیدا کرده و داده‌های دوربین‌های ترافیکی را به یک مدل دیجیتال از جریان ترافیک متصل می‌کند.

دوقلوی دیجیتال شهر رالی چیست؟

دوقلوی دیجیتال در واقع یک نسخه مجازی از یک محیط واقعی است که با دریافت داده‌های جدید، می‌تواند وضعیت آن محیط را شبیه‌سازی و تحلیل کند. در پروژه رالی، این مفهوم برای مدیریت شهری و به‌خصوص ترافیک به کار گرفته شده است. دوربین‌های شهری اطلاعات مربوط به حرکت وسایل نقلیه و سایر کاربران خیابان را جمع‌آوری می‌کنند. سپس سامانه‌های هوش مصنوعی این اطلاعات را پردازش کرده و نتایج روی یک نقشه تعاملی و سه‌بعدی نمایش داده می‌شوند. به این ترتیب، مدیران شهری می‌توانند به جای تکیه صرف بر گزارش‌های دستی یا داده‌های قدیمی، وضعیت برخی نقاط شهر را با اطلاعات نزدیک به زمان واقعی بررسی کنند.

هوش مصنوعی چگونه ترافیک را تحلیل می‌کند؟

یکی از بخش‌های مهم این پروژه استفاده از فناوری‌های NVIDIA Metropolis و NVIDIA DeepStream برای تحلیل ویدئوهای دوربین‌های شهری است. این سامانه‌ها می‌توانند در تصاویر ویدئویی، وسایل نقلیه، دوچرخه‌ها و عابران را شناسایی و مسیر حرکت آن‌ها را تحلیل کنند. طبق اطلاعات NVIDIA، سیستم مورد استفاده در این پروژه در تشخیص خودرو و مسیر حرکت آن‌ها به حدود ۹۵ درصد دقت در یکی از کاربردهای آزمایشی مربوط به شمارش حرکات در تقاطع‌ها دست یافته است. این یعنی دوربین‌های شهری دیگر تنها برای مشاهده تصاویر یا بررسی اتفاقات گذشته استفاده نمی‌شوند؛ بلکه داده‌های تصویری آن‌ها می‌تواند به اطلاعات قابل تحلیل برای تصمیم‌گیری شهری تبدیل شود.

از دوربین شهری تا تصمیم‌گیری هوشمند

فرآیند کلی این سیستم را می‌توان در چند مرحله خلاصه کرد:

دوربین‌های شهری → جمع‌آوری ویدئو → تحلیل با هوش مصنوعی → تبدیل داده به اطلاعات مکانی → نمایش در دوقلوی دیجیتال → تصمیم‌گیری شهری

این روند به مدیران اجازه می‌دهد الگوهای ترافیکی را بهتر شناسایی کنند. برای مثال، اگر یک تقاطع در ساعت مشخصی از روز مرتباً دچار ازدحام شود، داده‌های جمع‌آوری‌شده می‌توانند این الگو را آشکار کنند. سپس برنامه‌ریزان شهری می‌توانند سناریوهای مختلف را بررسی کنند و تغییرات احتمالی در چراغ‌های راهنمایی یا زیرساخت‌های اطراف را مورد ارزیابی قرار دهند.

رالی فقط ترافیک را بررسی نمی‌کند

کاربرد دوقلوی دیجیتال در این پروژه می‌تواند فراتر از مدیریت خودروها باشد. طبق توضیحات NVIDIA، مدل دیجیتال رالی امکان نمایش و تحلیل داده‌های مربوط به خودروها، عابران پیاده و دوچرخه‌ها را فراهم می‌کند و می‌تواند برای شناسایی نقاط پرترافیک، برنامه‌ریزی رویدادها، واکنش اضطراری و توسعه زیرساخت‌های شهری مورد استفاده قرار گیرد. این فناوری همچنین قابلیت گسترش به حوزه‌هایی مانند:

• تشخیص سیلاب
• بررسی وضعیت پارکینگ‌ها
• پایش دارایی‌های شهری
• مدیریت رویدادهای بزرگ
• تحلیل ایمنی تقاطع‌ها
• برنامه‌ریزی پروژه‌های عمرانی

را دارد.

پیش‌بینی اثر تغییرات شهری پیش از اجرای آن‌ها

یکی از جذاب‌ترین قابلیت‌های دوقلوی دیجیتال این است که شهر را به یک محیط آزمایش مجازی تبدیل می‌کند. برای مثال، برنامه‌ریزان می‌توانند یک تغییر در الگوی ترافیک یا یک پروژه زیرساختی را در مدل دیجیتال بررسی کنند و اثر احتمالی آن را بر جریان رفت‌وآمد مشاهده کنند. این رویکرد می‌تواند به کاهش آزمون‌وخطای پرهزینه در پروژه‌های شهری کمک کند. در واقع، به جای اینکه ابتدا تغییر در دنیای واقعی اجرا شود و سپس نتیجه آن مشخص شود، بخشی از فرآیند تصمیم‌گیری می‌تواند در محیط مجازی انجام گیرد.

همکاری Microsoft، NVIDIA و Esri

پروژه رالی نتیجه همکاری چند فناوری مختلف است. Microsoft زیرساخت ابری Azure را در اختیار پروژه قرار داده و داده‌های دوربین‌ها در این محیط پردازش می‌شوند. NVIDIA نیز فناوری‌های تحلیل ویدئو و هوش مصنوعی خود را ارائه کرده و Esri با پلتفرم ArcGIS امکان نمایش و تحلیل مکانی داده‌ها را فراهم کرده است. این ترکیب باعث شده اطلاعات خام دوربین‌ها به یک محیط تعاملی تبدیل شود که مدیران شهری می‌توانند از آن برای تحلیل و تصمیم‌گیری استفاده کنند.

تأثیر این فناوری بر زندگی شهروندان

هدف نهایی چنین پروژه‌ای صرفاً نمایش فناوری جدید نیست. نتیجه مورد انتظار، بهبود خدمات شهری و کاهش مشکلاتی است که مستقیماً بر زندگی شهروندان تأثیر می‌گذارند. مدیریت بهتر ترافیک می‌تواند زمان سفر و مصرف سوخت را کاهش دهد. شناسایی سریع‌تر نقاط خطرناک نیز می‌تواند به افزایش ایمنی خیابان‌ها کمک کند. Microsoft اعلام کرده است که رالی بر اساس تحلیل‌های این پروژه، پتانسیل صرفه‌جویی حدود ۹.۷ میلیون دلار در سال در زمان و هزینه سفر شهروندان را برآورد کرده است. این برآورد به بهینه‌سازی زمان‌بندی چراغ‌های راهنمایی در یکی از مسیرهای پرتردد شهر مربوط می‌شود.

دوقلوی دیجیتال؛ آینده شهرهای هوشمند؟

پروژه رالی نشان می‌دهد مفهوم شهر هوشمند در حال حرکت از داشبوردهای ساده و جمع‌آوری داده به سمت مدل‌های زنده و قابل تحلیل است. در چنین مدلی، داده‌های دوربین‌ها، حسگرها، نقشه‌های شهری و سامانه‌های هوش مصنوعی می‌توانند در یک محیط واحد با یکدیگر ترکیب شوند. در صورت توسعه این رویکرد، شهرها می‌توانند از AI برای تحلیل مشکلات، شناسایی الگوها و بررسی سناریوهای مختلف پیش از اجرای پروژه‌های واقعی استفاده کنند. به همین دلیل، دوقلوهای دیجیتال می‌توانند یکی از اجزای مهم نسل جدید زیرساخت‌های شهر هوشمند باشند.

جمع‌بندی

پروژه شهر رالی نمونه‌ای از حرکت هوش مصنوعی از فضای آزمایشگاهی به محیط واقعی شهرهاست. در این پروژه، دوربین‌های شهری، هوش مصنوعی، داده‌های مکانی و رایانش ابری در کنار یکدیگر قرار گرفته‌اند تا تصویری زنده‌تر از وضعیت ترافیک و زیرساخت‌های شهری ایجاد شود. دوقلوی دیجیتال به مدیران اجازه می‌دهد داده‌های شهری را بهتر ببینند، الگوهای ترافیکی را تحلیل کنند و برخی تغییرات را پیش از اجرا در محیط مجازی بررسی کنند. این تجربه نشان می‌دهد کاربرد هوش مصنوعی در شهرهای آینده فقط به چت‌بات‌ها یا خدمات دیجیتال محدود نخواهد بود؛ بلکه AI می‌تواند در مدیریت ترافیک، ایمنی، زیرساخت، حمل‌ونقل و تصمیم‌گیری شهری نیز نقش مهمی ایفا کند.

برای مشاهده جدیدترین اخبار، به پایگاه خبری هوش مصنوعی ایران مراجعه کنید.