Maciej Staszak, wiceprezes Emitela, w rozmowie z ISBtech o smart city, implementacji projektów z tego zakresu, przygotowaniu infrastruktury i zagadnieniu sztucznej inteligencji w tym obszarze.
1. W inteligentnych miastach gromadzone są ogromne ilości danych. To niesie ze sobą ryzyko naruszeń prywatności i ataków cybernetycznych. Czy zapewnianie prywatności użytkowników oraz bezpieczeństwa tych danych to kluczowe aspekty, z jakimi obecnie muszą sobie radzić spółki wdrażając rozwiązania z zakresu Smart City?
Zagadnienie dotyczące prywatności użytkowników oraz bezpieczeństwa danych jest istotnym aspektem, który trzeba brać pod uwagę. W projektach Smart City zakłada się zbieranie minimalnej ilości danych niezbędnych do osiągnięcia określonych celów. To pozwala unikać zbierania nadmiarowych informacji oraz ingerowania w prywatne dane osobowe. W przypadku korzystania z rozwiązań opartych na obrazie i dźwięku ważne jest, aby dane były prawidłowo zanonimizowane i przechowywane. Szyfrowanie danych, zwłaszcza podczas transmisji, stanowi kluczowy element zapewniania bezpieczeństwa informacji.
Jeśli chodzi o dane z inteligentnych liczników energii, wody czy gazu, to wbrew obiegowej opinii zapewniają one więcej prywatności, ponieważ na przykład nie wpuszczamy do domu inkasentów spisujących liczniki, a dane z inteligentnego licznika przesyłane są w sposób zaszyfrowany, nieczytelny dla operatora sieci przesyłowej, do systemu rozliczeniowego. Dopiero w tym systemie następuje powiązanie identyfikatora licznika z konkretnym lokalem, co pozwala np. wystawić fakturę. Systemy rozliczeń istniały od dawna, a to, że teraz otrzymują precyzyjniejsze dane, pozwala na lepszą predykcję zużycia, wykrywanie anomalii, np. awarii, detekcję próby ingerencji w licznik, ale nie zwiększa zagrożenia prywatności.
2. Czy infrastruktura telekomunikacyjna w Polsce jest na tyle elastyczna, aby obsłużyć rosnącą liczbę urządzeń i usług Smart City?
Smart City to bardzo ogólne pojęcie obejmujące zarówno systemy przesyłające i analizujące kilka bajtów na dobę z jednego czujnika, jak i strumienie danych z kamer monitoringu wizyjnego. W każdym z tych przypadków niezbędne są inne rozwiązania techniczne. Zapotrzebowanie na infrastrukturę, czyli upraszczając – ilość przesyłanych danych – można zmniejszyć zbierając tylko te niezbędne i w miarę możliwości dokonując ich wstępnej analizy i selekcji już na etapie ich pozyskania.
Kluczowym elementem jest wybór rozwiązań, które będą najlepiej odpowiadać na potrzeby projektu. Przykładowo w systemie monitorowania miejsc parkingowych w Piasecznie nasze czujniki za pomocą protokołu LoRaWAN® przesyłają aktualne informacje o zajętości miejsc parkingowych do urządzeń sieci bezprzewodowej Emitel, następnie dane są przekazywane do systemu obsługiwanego przez Urząd Miasta. I to są naprawdę minimalne ilości danych. Przy wykorzystaniu np. kamer do monitorowania miejsc parkingowych ilość danych byłaby nieporównywalnie większa.
W projektach Smart City, w zależności od potrzeb, można wykorzystywać łącza kablowe lub radiowe. Radiowe mogą być krótkiego zasięgu np. Bluetooth, ZigBee, WiFi lub dalekiego zasięgu, np. komórkowe GPRS, LTE, wkrótce 5G lub wspomniana sieć LoRaWAN®. Kolejnym elementem są systemy przetwarzania pozyskanych danych i ich przechowywania. Z reguły są to systemy „chmurowe”, które dziś są często efektywniejsze i bezpieczniejsze niż przykładowo budowanie własnych serwerów.
Podsumowując – infrastruktura telekomunikacyjna w Polsce, zwłaszcza oparta na standardach niewymagających przesyłu dużej ilości danych, takich jak LoRaWAN®, wydaje się dobrze przygotowana na obsługę rosnącej liczby urządzeń i usług Smart City. Zastosowanie różnych technologii łączności oraz systemów przetwarzania danych w chmurze dodatkowo podkreśla elastyczność i skalowalność infrastruktury.
3. Implementacja projektów Smart City może być kosztowna. Czy Smart City może być usługą abonamentową, taką jak Netflix, nie wymagającą dużego wkładu własnego?
Projekty Smart City mogą być oferowane zarówno w modelu CAPEX jak i usługowym. Ten ostatni nie tylko nie wymaga dużych opłat początkowych, a jedynie miesięcznych opłat za korzystanie z rozwiązania, ale i przenosi większość odpowiedzialności na dostawcę. W takim modelu to dostawca musi prawidłowo zaprojektować i wybudować system, ale także zapewnić jego prawidłowe działanie przez okres umowy. Klient określa wymagania dla systemu i otrzymuje zamówione dane w odpowiednich odstępach czasu, natomiast cała odpowiedzialność za działanie leży po stronie dostawcy. Z punktu widzenia spółki miejskiej czy jednostki samorządu terytorialnego to bardzo wygodne rozwiązanie.
4. Czy w Smart City wykorzystuje się już sztuczną inteligencję? Jak ona może pomóc miastom przyszłości?
Obecnie dużo się mówi o widowiskowych rozwiązaniach typu ChatGPT czy Midjourney, ale AI to przede wszystkim zaawansowana analityka. Jeśli tak rozumiemy AI, to tego typu rozwiązania zaczynają już być stosowane w Smart City, a ich znaczenie będzie tylko rosło. Sztuczna inteligencja działa jako katalizator postępu, oferując innowacyjne rozwiązania w wielu obszarach infrastruktury miejskiej.
Działa to na korzyść efektywnego zarządzania zasobami miejskimi oraz poprawy jakości życia mieszkańców. Przykładowo algorytmy AI analizując dane z kamer, czujników ruchu i nawigacji mogą pozwolić na dynamiczną regulację ruchu, minimalizację korków i poprawę przepustowości dróg. Wprowadzając inteligentne sterowanie oświetleniem, klimatyzacją i innymi systemami w budynkach i infrastrukturze miejskiej możliwa jest optymalizacja zużycia energii, co przekłada się nie tylko na oszczędności, ale też przede wszystkim wpływa pozytywnie na środowisko naturalne. Nie można też zapomnieć o bezpieczeństwie publicznym. Systemy monitoringu wizyjnego wspomagane przez AI identyfikują potencjalne zagrożenia, zapewniając szybką reakcję na sytuacje awaryjne np. pożar czy wypadek drogowy.
W przyszłości rozwój sztucznej inteligencji w Smart City będzie dotyczyć bardziej zaawansowanych technologii, obejmując nie tylko samo uczenie maszynowe i analizę danych w czasie rzeczywistym. Kluczowym wyzwaniem będzie również wspomniane wcześniej zapewnienie ochrony prywatności mieszkańców i bezpieczeństwa danych. Integracja sztucznej inteligencji staje się zatem nieodłącznym elementem planowania rozwoju nowoczesnych miast, co pozwala na adaptację do dynamicznie
zmieniających się potrzeb społeczności miejskich.
5. Rozwój AI stawia pytania dotyczące etyki i moralności, w tym odpowiedzialności za decyzje podejmowane przez systemy AI oraz wpływu na pracę i społeczeństwo. Gdzie powinna być postawiona granica?
Rozwój sztucznej inteligencji niewątpliwie niesie ze sobą fascynujące możliwości, ale jednocześnie stawia przed nami złożone wyzwania natury etycznej, dotyczące także odpowiedzialności za decyzje podejmowane przez algorytmy
W kontekście etyki, kluczowym zagadnieniem jest, gdzie postawić granicę między tym, co jest technicznie możliwe, a tym, co jest społecznie akceptowalne. Decyzje podejmowane przez algorytmy AI mogą mieć znaczący wpływ na życie jednostek i społeczeństwa jako całości. Dlatego istotne jest, aby rozwijając tę technologię, zastanawiać się nad konsekwencjami jej zastosowań.
Jednym z kluczowych obszarów jest odpowiedzialność za decyzje podejmowane przez systemy AI. Kto ponosi odpowiedzialność, gdy algorytm podejmuje decyzję, która ma negatywne konsekwencje? Wprowadzenie klarownych ram prawnych i etycznych w tym zakresie staje się niezbędne. To także otwiera dyskusję na temat tego, jak zaimplementować mechanizmy zapewniające przejrzystość i zrozumiałość dla użytkowników, co jest istotne szczególnie w obszarach, w których decyzje te mają bezpośredni wpływ na życie ludzi, takich jak służba zdrowia, finanse czy sprawiedliwość.
W kontekście rynku pracy, rozwój AI i automatyzacja przynoszą pytania o przyszłość wielu zawodów. Tu kluczowym aspektem jest nie tylko przygotowanie pracowników do zmieniającego się rynku, ale także rozwijanie nowych modeli społecznych, które uwzględnią ewolucję pracy w erze sztucznej inteligencji. To wyzwanie dotyka nie tylko pracowników, ale także liderów i decydentów, którzy muszą myśleć o długofalowych strategiach społecznych.
Stawianie granic w rozwoju AI z pewnością nie jest prostym zadaniem. Wymaga to dialogu na wielu płaszczyznach społecznych, od eksperckich dyskusji po aktywny udział społeczeństwa. Kluczowe jest, aby technologia służyła społeczeństwu, a nie odwrotnie.
