Torre 2021j

Presentació del Llibre Blanc de la IA en Mobilitat

El CIDAI, Centre of Innovation for Data tech and Artificial Intelligence va presentar, en un acte que va tenir lloc el passat 30 de setembre en format on-line, el llibre blanc de la Intel·ligència Artificial en Mobilitat.

El llibre el podeu descarregar aquí: File:WP-Mobilitat-IA.pdf

L’acte va estar presidit per Daniel Marco, director general d’Innovació i Economia Digital del Departament de la Vicepresidència i de Polítiques Digitals i Territori, i va comptar amb representants d’EIT Urban Mobility, FGC Infraestructura, ATM, SEAT, TMB, Ajuntament de Barcelona, Reby i Eurecat.

Daniel Marco va esmentar com les infraestructures físiques i digitals son vertebradores del territori, i en la seva concepció i desenvolupament s’ha de fer amb el pensament de que la mobilitat ha d’ésser digitalitzada, descarbonitzada, compartida i multimodal. A més ha d’estar adaptada a les necessitats de cada ciutadà, amb l’ajuda de la tecnologia, gràcies a la presència massiva de dades i amb algorismes que aconsegueixen millor seguretat i millor accessibilitat. L’objectiu ha d’esser adaptar la IA i posar en valor el coneixement que tenim a Catalunya per millorar la mobilitat.

Marco Orellana. Manager del CIDAI

Des del punt de vista metodològic l’elaboració del Llibre s’ha fet en tres fases:

• Recopilació i anàlisi d’informació primària.

• Fonts d’informació primària: Entrevistes amb experts d’IA i mobilitat.

• Unir el punt anterior en una sessió on van identificar les barreres i les recomanacions on aplicar la IA al territori i en quines aplicacions.

Mobilitat: entesa i centrada en l’usuari. Plataformes d’interconnexió i les dades del vehicles han de ser compartides, centralitzades i sobretot centrades a l’usuari final. Mobilitat de persones i transport de mercaderies.

L’estratègia catalana d’IA esdevé un resultat del RSI3CAT a l’àmbit d’una mobilitat i un transport més sostenible.

Que neix de l’estratègia català ade lIA, beu de la RIS3CAT, per una mobilitat i un transport més sostenible. A un context on a Europa s’ha analitzat el transport marítim, aeri, per carretera i ferroviari, l’anàlisi de l’aplicació d’IA s’ha dut a terme al transport per carretera i el ferroviari. S’ha deixat per monogràfics específics l’aplicació als àmbit de la fabricació de vehicles i de bateries, s’anomenarà la indústria 4.0 . Així mateix, tampoc es tracta el tema de la gestió energètica que es durà a terme al Llibre blanc d’energia i sostenibilitat.

8 blocs per agrupar reptes i tendències.

A la imatge es pot veure aquesta agrupació, amb l’objectiu de categoritzar l’anàlisi.

Pel que fa a l’impacte, a l’estudi s’ha dividit l’impacte segons la categoria en què influeix, tant pel que fa als usuaris i/o a l’Administració. Quan a operador a més es considera maximitzar beneficis (per exemple amb la reducció dels costos de combustible, o evitant parades innecessàries, etc.)

L’IA i exemples d’aplicació.

És una tecnologia molt transversal i dona suport a la presa de decisions per millorar l’eficiència de cada entitat participant, amb més innovació i oportunitats de negoci. És una tecnologia facilitadora que va de la mà d’altres com ara l’IOT, Big Data, Ciber-seguretat, etc.). Alguns dels exemples on pot tenir un impacte major són:

1. Conducció autònoma, visió per computador.

2. Manteniment predictiu.

3. Gestió de la flotes.

4. Manegament de la cadena de subministrament.

Barreres en l’adopció de l’IA

Cal destacar-ne una de les principals que és la complexitat del sector del transport i la mobilitat que es troba molt fragmentat.

Costa tenir un estàndard per comunicar i desenvolupar projectes tecnològics, la qual cosa dificulta el desplegament i la validació de solucions.

Les infraestructures associades a aquest àmbit normalment requereixen una gran inversió i tenen un cost de manteniment elevat, cosa combina malament amb la curta latència de les solucions tecnològiques. En tot el procés de licitació de les infraestructures és possible que les tecnològiques associades quedin obsoletes.

Resistència del sector al canvi.

Barreres normatives europees, protecció de dades.

Pocs mecanismes de col·laboració per sistematitzar la col·laboració de publico-privades.

Manca d’entorns de proves: sandboxes

Incertesa legal i de responsabilitat civil en l’aplicació d’aquestes tecnologies.

Manca d’experts en analítica de dades i IA.

Dades molt associades a qui les genera.

Manca de transparència del model d’IA desenvolupat. Hi ha tècniques per fer l’IA més explicable.

Dependència organitzativa de les dades de empreses multinacionals (organitzacions que proveeixen aquestes tecnologies)

Ecosistema reduït de proveïdors de tecnologies associades a la IA a l’àmbit de la mobilitat.

Les recomanacions principals

1. Potenciar l’adopció d’una estratègia d’AI a totes les organitzacions: capacitar el personal, promocionar la tecnologia i que la visió tingui una part relacionada amb la tecnologia de les dades. Donar prioritat a aquests tipus de projectes.

2. Promoció de la Innovació públic-privada per consolidar l’aplicació d’IA a la mobilitat. Amb una taula del sector, perquè l’Administració pugui facilitar accés al finançament i que les empreses puguin accedir amb propostes.

3. Direccio i execució de grans projectes pilot de mobilitat al territori. Creació d’un entorn real de proves, augmentar el nombre de proves de concepte i validacions tecnològiques.

4. Disponibilitat i compartició de dades. Governança de les dades. Considerar l’arquitectura de serveis i la propietat de dades, amb garantia de seguretat. Possible definició de models de dades.

5. Desenvolupar més titulacions universitàries en IA y tecnologia de les dades (l’UPC ja els té, però han de segur treballant, per fer més perfils).

Recomanacions a més llarg termini

1. Coordinació i gestió de la regulació de la mobilitat al territori.

2. Augment de la sensibilització al territori perquè aquestes tecnologies sigui acceptades.

Han analitzat 26 projectes d’aplicació al territori, i els han agrupat segons el repte principal que intenten resoldre.

El Llibre compta amb una fitxa per a cada projecte, on es fa el seu anàlisi amb la metodologia explicada.

Taula Rodona

Entre d’altes aportacions destacar algunes de les consideracions que exposen els responsables de recerca de les diferents entitats convidades.

• Cada actor no pot treballar aïllat, s’han de facilitar espais i eines de coordinació. Perquè qualsevol fet por produir la pèrdua de mots usuaris dels transport públic, i després costa molt recuperar el gruix. S’ha d’oferir la realitat de que la millor resposta a un problema de mobilitat és el TP.

• Afrontar els reptes de les normatives i les barreres que tenen tancades les organitzacions. Cal un canvi en la manera de treballar per adoptar no només l’IA sinó tots els canvis tecnològics que no esperen a la normativa.

• El més important de tot els procés d’implementació d’IA són les dades. Cal incorporar en els mitjans públics sensors mòbils que aportin informació rellevant per a la mobilitat.

• Un canvi substancial només es produeix quan tothom hi intervé: societat, Administració, operadors, centres de formació (Universitat, etc.).

• Fer projectes tractors, per anar pas a pas. Projectes per materialitzar la visió, ja que aquesta sense acció és fantasia.

• Ser capaços de tenir grans projectes i entorns de proves, ja que a hores d’ara les empreses grans poden tenir recursos però de vegades són les petites les que tenen persones més formades. Han de confluir a entorns de proves en grans projectes.

• Governança de les dades: A hores d’ara hi ha moltes, però fragmentades, i amb dificultat per integrar-les a un únic entorn. Cal fixar-se en com la Comissió Europea està fent la regulació, per assegurar-nos la interoperabilitat, no només tecnològica, sinó organitzativa.

Autora

Redactat per: Marga Torre

Per saber-ne més: CIDAI