Как Лионская метрополия использует ИИ для посадки деревьев?

Лионский метрополитенский округ разрабатывает инструмент искусственного интеллекта для лучшей адаптации своей территории к изменению климата. Этот проект, названный IA.rbre, опирается на общедоступные данные и сотрудничество с исследователями для руководства выбором в отношении растительности и дегермеабилизации.

На территории, уже ограниченной подземными сетями и уличной мебелью, посадка дерева может стать логистической проблемой. Эту трудность решает проект IA.rbre, возглавляемый Лионской метрополией. «Метрополис — одна из территорий, наиболее подверженных изменению климата», — говорит Энтони Энджелот, директор проекта. «Одной из стратегий является озеленение. Но для этого нужно знать, где можно сажать деревья». IA.rbre, созданный на основе первоначального инструмента под названием «слой пригодности для посадки», перекрестно ссылается на десятки географических наборов данных для определения областей, подходящих для озеленения или дегермеабилизации. Задача: дать возможность выборным должностным лицам принимать решения на основе точного анализа местности. «В основном мы используем существующие данные, такие как газовые или электрические сети, и создаем новые данные, например, о растительности, благодаря аэрофотоснимкам, проанализированным ИИ».

Разработанный совместно с Lyon 2 University и кооперативом Téléscope, инструмент должен быть прозрачным и воспроизводимым. «Весь проект будет открытым и документированным, чтобы другие сообщества могли повторить наш подход», — настаивает Энтони Энджело. Но использование искусственного интеллекта также поднимает вопрос о его воздействии на окружающую среду. «Мы хотим получить экономный ИИ, который мы используем только в случае крайней необходимости», — подчеркивает директор проекта. Команда планирует оценить углеродный след системы, принимая во внимание, в частности, положительное влияние посаженных деревьев.

Что касается риска вытеснения цифровыми инструментами принятия политических решений, Энтони Энджелот успокаивает: «Именно агенты Метрополиса определяют параметры ИИ, а решение всегда остается за человеком».

Читайте также: Иммерсивная выставка в Лионе: «Благодаря ИИ вы сможете поговорить с Наполеоном»

Читайте также: Экономические встречи в Лионе: искусственный интеллект на службе франко-швейцарских компаний

Читайте также: «Системы искусственного интеллекта начинают делать неожиданные вещи», — говорит Флавьен Шерве.

Полная стенограмма шоу с Энтони Энджелотом:

Всем привет, добро пожаловать в программу 6 Minutes Chrono , ежедневную встречу редакционной команды Lyon Capitale. Сегодня мы поговорим об искусственном интеллекте, сообществе и политическом управлении, поскольку столичный регион Лиона при поддержке SCOP Téléscope, лаборатории университета Lumière Lyon 2, CNRS, IRIS и государства разрабатывает новый инструмент на основе искусственного интеллекта, который поможет принимать решения по адаптации города к изменению климата. И чтобы поговорить об этом, мы приветствуем Энтони Анджело, который является директором проекта IA.rbre для столичного региона Лиона. Привет, Энтони Анджело. Спасибо, что пришли на нашу съемочную площадку. Мы собираемся перейти к сути вопроса. Как возник этот проект и, прежде всего, для чего он нужен? Как он будет работать?

Спасибо, что пригласили меня. Итак, столичная зона Лиона является одной из областей, которая больше всего пострадает от изменения климата. И поэтому мы должны адаптировать территорию для ее жителей. Одна из стратегий — озеленение. И для этого нам нужно знать, где мы можем посадить деревья в области, которая и так очень ограничена. Итак, это было генезисом проекта. На самом деле это вопрос: где мы можем посадить, зная, что мы учитываем очень значительное количество ограничений, между подземными сетями, уличной мебелью и даже существующей растительностью.

Проект родился в столичном регионе Лиона раньше всех упомянутых мной партнеров? Это столичная инициатива?

Это проект, который мы назвали «слой пригодности для посадки», целью которого было бы определить, где в мегаполисе будет легко сажать растения или, наоборот, где это будет намного сложнее из-за ограничений, о которых я упомянул.

Хорошо. Итак, это действительно сосредоточено на экологических и природоохранных вопросах; вы говорите об озеленении. Это не выйдет за рамки этой области. Важно также прояснить это.

Отправной точкой является растительность. И идея была в том, чтобы, помимо этого инструмента, который помогает нам определить, где мы можем посадить, пойти дальше и решить все проблемы адаптации территории. Итак, сегодня мы также будем работать над вопросами дегермеабилизации, то есть над тем, как доставить дождевую воду в почву, чтобы питать эту растительность, а также над вопросами социальной уязвимости и биоразнообразия. Итак, мы расширяем сферу, но всегда благодаря данным и искусственному интеллекту.

Итак, вы говорили о данных. Это хороший переход для меня. На какие данные опирается ваш инструмент? Вы сообщаете об этом? Я упоминаю об этом, потому что многие генеративные ИИ, используемые широкой публикой, не сообщают о данных, которые генерируют изображения, видео или текст. На какой коллекции, на какой базе данных опирается ваш?

В основном мы используем географические данные для картирования территории. Это часто уже существующие данные, в частности сетевые данные: мы знаем, где находятся газовые и электрические сети и т. д. А другие данные мы производим сами. Например, что касается растительности территории, нам нужно знать, где находятся верхние и нижние слои растительности. И для этого мы соберем аэрофотоснимки по всему мегаполису и с помощью ИИ обнаружим все имеющиеся деревья и кустарники.

Хорошо, это не обязательно поведенческие данные о людях Лиона или Большого Лиона, или о том, кто они. Это публичные данные.

Конечно. Это публичные данные. Большая их часть уже открыта и доступна на платформе Open Data.

И как это работает? Вы создаете инструмент внутри? Или это агрегаты? Как этот инструмент будет работать, в общем?

Первый шаг — собрать все данные для создания карт: где сажать, где проводить дегерметизацию, где действовать в условиях изменения климата. Итак, в мегаполисе мы производим много данных с нашими партнерами: GRDF, Enedis, пожарной службой и т. д. Затем мы агрегируем эти данные, чтобы создать реальный инструмент принятия решений. Не очень полезно иметь совокупность из 35 или 60 наборов данных, если мы не знаем, что они нам говорят. Поэтому инструмент разрабатывается внутри Лионского университета и кооператива Téléscope, которые обладают всеми экспертными знаниями в области данных. Весь проект будет открытым и документированным, чтобы другие сообщества могли воспроизвести наш подход.

Это совершенно беспрецедентно для Франции, когда местные власти, явно в сотрудничестве с исследовательским сообществом, создают свои собственные инструменты искусственного интеллекта. Или есть другие сценарии?

Есть и другие случаи. Искусственный интеллект — растущая тема. Все больше местных органов власти берутся за нее. Что касается вопросов адаптации, мы откликнулись на общенациональный призыв к проектам. Цель состоит в том, чтобы Лион действительно стал движущей силой в области ИИ для экологического перехода, и чтобы этот проект был воспроизведен в других местных органах власти. Например, это уже происходит в метрополии Бордо.

Ладно. Уже ведь началось. Модель Lyon уже экспортируется во Францию. Можно сказать и так.

Точно. Они были первыми, кто затронул тему экологизации.

Также есть проблема с ИИ, а именно экология... или, скорее, влияние ИИ на окружающую среду. Поскольку вы создали ИИ, который решает проблемы окружающей среды, как вы интегрируете загрязнение, тепло и потребность в энергии, которые требуются искусственному интеллекту? Как вы интегрируете эти проблемы в свой инструмент?

Вы правы, что указываете на это. Для нас это чрезвычайно важный вопрос. Идея в том, чтобы иметь бережливый ИИ. И под бережливостью мы подразумеваем: использование его только там, где это строго необходимо. Есть много вещей, которые мы можем сделать без ИИ, и в этих случаях мы его не используем. А когда это необходимо, мы стараемся разрабатывать максимально экологичные алгоритмы. Если мы проведем оценку выбросов углерода и энергии в рамках проекта, мы можем представить, что посадка деревьев — мы сделаем обзор в конце трех лет — частично компенсирует выбросы, произведенные при запуске проекта.

Итак, ладно, мы тут немного занимаемся политической фантастикой, но разве нет риска в долгосрочной перспективе, постоянно развивая эти проекты, даже в процессе принятия политических решений? Мы говорим об инструментах, которые помогут выборным должностным лицам принимать решения. Разве нет риска, что именно инструмент в конечном итоге принимает решение, говоря «это лучшее, это худшее», и что людям или выборным должностным лицам в конечном итоге придется следовать этому выбору?

Итак, два уровня реагирования. Во-первых, мы хотим иметь объяснимые ИИ, то есть не черные ящики, а системы, чьи причины рекомендовать то или иное решение понятны. Именно агенты мегаполиса будут определять параметры ИИ. Так мы сможем объяснить, откуда берется эта поддержка принятия решений. Затем — и это необходимо для всех ИИ в мегаполисе — именно человек сохраняет решение.

Очень хорошо. Это будет последнее слово. Уже конец 6-минутного таймера . Большое спасибо, что пришли на наш сет, чтобы объяснить этот инструмент AI.rbre. Более подробную информацию о последних новостях в области искусственного интеллекта и экосистеме, которая его создает, можно найти на веб-сайте столичного региона Лиона и на lyoncapitale.fr. Скоро увидимся.