Умные города должны быть более человечными, поэтому мы создаем виртуальные миры в стиле Sims

0
41
Умные города должны быть более человечными, поэтому мы создаем виртуальные миры в стиле Sims

В последние годы, в городах по всему миру появилось огромное количество сетевых сенсоров. К ним относятся камеры и датчики, которые подсчитывают количество прохожих, устройства для определения качества воздуха, детекторы трафика и даже мониторы пчелиных улей.

Существует также большое количество информации о том, как люди используют города в социальных сетях, таких как Twitter и foursquare.

Граждане даже создают свои собственные датчики, часто используя смартфоны для мониторинга своей среды и обмена информацией с другими, например, популяризируются карты загрязнения шума с использованием источников толпы. Вся эта информация может использоваться руководителями городов для создания политики с целью сделать города умнее и более устойчивыми к внешним факторам воздействия.

Но эти данные говорят только половину из истории города. В то время, как датчики могут обеспечить богатую картину физического города, они многое умалчивают о социальном состоянии города: как люди перемещаются и используют пространство, что они думают о своих городах, почему они предпочитают некоторые области другим и т.д. Например, в то время как датчики могут собирать данные из проездных карточек, чтобы измерять, сколько людей едет в город каждый день, они не могут раскрыть цель их поездки или чем они занимаются в городе.

При более глубоком понимании как социальных, так и физических данных, исследователи могут начать отвечать на сложные вопросы о том, почему некоторые сообщества в конечном итоге разделяются на части и где могут возникнуть пробки на дорогах.

Трудные вопросы

Определение того, как и почему такие шаблоны возникают, чрезвычайно сложно. Пробки на дорогах происходят в результате личных решений людей о том, как добраться от пункта А до В, исходя из таких факторов, как уровень жизни, расстояние от места работы, школы или магазина, уровня дохода, знания дорог и т. д.

Перегруженность может строиться локально в местах с пинчами, что создает определенные участки транспортных сетей города под сильным напряжением. Это может привести к высоким уровням загрязнения воздуха, что, в свою очередь, оказывает серьезное воздействие на здоровье населения.

Для руководителей городов большой вопрос заключается в том, какие действия, а именно введение сборов за проезд, пешеходные зоны или улучшение местной инфраструктуры приведут к самым большим улучшениям как в области заторов, так и в области общественного здравоохранения.

Ирония заключается в том что, хотя современные технологии способны собирать огромные объемы данных, они не всегда предоставляют средства для ее анализа. Это означает, что у ученых нет инструментов, необходимых им для понимания того, как разные факторы влияют на то, как города функционируют и растут. В этом случае техника моделирования на основе агентов может прийти на помощь.

Моделируемый город

Агентное моделирование это тип компьютерного моделирования, который моделирует поведение отдельных людей по мере их перемещения и взаимодействия внутри виртуального мира. Агентная модель города может включать виртуальных пассажиров, пешеходов, водителей такси, покупателей и т. д. Каждый из этих людей имеет свои собственные характеристики и «правила», запрограммированные исследователями, основываясь на теориях и данных о том, как люди ведут себя.

После объединения обширных городских наборов данных с моделью людей, основанной на агентах, ученые будут иметь возможность настраивать и повторно запускать модель до тех пор, пока не обнаружат явления, которые они хотят изучить, будь то пробки или социальная сегрегация.

Когда они в конечном итоге вернут модель правильно, они могут оглянуться на характеристики и правила своих виртуальных граждан, чтобы лучше понять, почему возникают некоторые из этих проблем, и надеюсь, начнут искать способы их решения.

Например, ученые могут использовать городские данные в модели на основе агентов, чтобы лучше понять характеристики людей, которые вносят свой вклад в пробки и откуда они пришли, почему они путешествуют и какие другие виды транспорта они могут захотеть применить. Оттуда, они могли бы определить некоторые эффективные способы поощрения людей к различным маршрутам или видам транспорта.

Видение будущего

Кроме того, если модель работает хорошо в настоящее время, то она может быть способна производить краткосрочные прогнозы. Это позволило бы ученым, разработать способы реагирования на изменения в городах в реальном времени. Использование живых городских данных, для имитации города в режиме реального времени, может помочь информировать менеджеров о ключевых услугах в периоды серьезных сбоев, таких как суровая погода, сбой инфраструктуры или эвакуация.

Использование данных в реальном времени добавляет еще один уровень сложности. Но, к счастью, другие научные дисциплины также продвигаются вперед в этой области. В течение десятилетий в области метеорологии были разработаны передовые математические методы, которые позволяют их погоде и климатическим моделям реагировать на новые метеорологические данные, поскольку они возникают в реальном времени.

Там же, очень много работы предстоит сделать, прежде чем эти методы из метеорологии может быть адаптированы для работы моделей на базе агентов городов. Но если они будут успешными, эти достижения позволят ученым строить симуляции городов, которые управляются людьми, а не только данные, которые они производят.

Источник: https://phys.org/news/2018-02-smart-cities-human-sims-style-virtual.html