گذار از حدس به داده‌ها در مدیریت شهری

شهرداری شهر «وی» در ایالت نیوجرسی آمریکا، گامی مهم در جهت مدرن‌سازی سامانه‌های مدیریت دارایی‌های شهری برمی‌دارد. سال‌هاست که مسئولین شهری با چالش انتخاب اولویت‌بندی‌های جاده‌ای برای تعمیر و آسفالت‌کاری روبرو بوده‌اند؛ فرآیندی که عمدتاً بر اساس نظرات اهل ماخذ، گزارش‌های شهروندان و ارزیابی‌های چشمی انجام می‌شد. اکنون، این شهر با پیاده‌سازی یک سیستم مبتنی بر هوش مصنوعی، تلاشی برای کشف جاده‌های realmente نیازمند تعمیر دارد.

این رویکرد نوآورانه شامل جمع‌آوری داده‌های متعدد و تحلیل آن‌ها توسط الگوریتم‌های پیشرفته می‌باشد. به جای تکیه صرف بر ظاهر سطح راه، مدل هوش مصنوعی عامل‌های پنهان‌تری را در نظر می‌گیرد. این امر باعث می‌شود تا منابع مالی محدود شهرداری به صورت هوشمندانه‌تر و با اطمینان بیشتر تخصیص یابد.

شکل‌گیری مدل پیش‌بینیگر دینامیک

لبه اصلی موفقیت این پروژه در ترکیب بسیاری از متغیرها در یک مدل واحد است. هوش مصنوعی در اینجا به عنوان یک موتور تحلیل عمل می‌کند که اطلاعات تاریخی فرسایش جاده‌ها را با شرایط فعلی تطبیق می‌دهد. این سیستم، وضعیت فعلی جاده‌ها را با سرعت پیش‌رسیدن به نقطه شکست ارزیابی می‌کند.

  • تحلیل داده‌های سنسوری دریافت‌شده از سطوح جاده‌ای برای شناسایی ناهمواری‌های سطحی.
  • بررسی نقش زمین‌شناسی و کیفیت زیربنایی در طولانی‌مدت عافیت هر جاده.
  • مشتری‌سازی الگوریتم بر اساس فشار ترافیکی متفاوت در ساعت‌های مختلف.
  • ارائه رتبه‌بندی اولویت‌مندی به مسئولین فنی جهت برنامه‌ریزی مالی کوتاه‌مدت.

آینده‌نگری زیرساخت‌ها با فناوری نوین

استفاده از هوش مصنوعی در شهرداری وی، تنها یک پروژه آزمایشی نیست، بلکه الگویی برای سایر شهرهاست که با دارایی‌های عظیم جاده‌ای دست‌وپنجه نرم می‌کنند. این سامانه به مسئولین اجازه می‌دهد تا بدنبال تشخیص سریع خرابی نباشند، بلکه قبل از آن اقدام کنند. به بیان دیگر، این فناوری اجازه می‌دهد تا پول برای تعمیر جاده‌هایی که هنوز قابل استفاده هستند صرف نشود، و در عوض، به جاده‌های در حال فروپاشی اولویت داده شود.

همچنین، این رویکرد شفافیت اطلاعاتی را برای شهروندان افزایش می‌دهد. زیرا معیارهای تصمیم‌گیری دیگر ادعایی یا سیاسی نیست، بلکه مبتنی بر مبنای علمی و داده‌محور است. اگر الگوریتم‌ها به‌درستی آموزش ببینند و داده‌های ورودی دقیق باشند، کمترین میزان هدررفت منابع و حداکثر رضایت شهروندان را خواهد داشت.

پرسش‌های پرتکرار

هوش مصنوعی در چه متغیرهایی برای انتخاب جاده‌های آسفالت‌شده دخالت می‌کند؟

الگوریتم‌های هوش مصنوعی متغیرهایی مانند شدت ترافیک، سرعت فرسایش سابقه‌ای، کیفیت مسیر زیرین و ناهمواری‌های سطحی را تحلیل می‌کنند تا جاده‌های پیش رو را اولویت‌بندی کنند.

آیا این روش، نظرات او افراد از طریق سایت‌های شهروندی را نادیده می‌گیرد؟

خیر، نه تنها نظر اهل ماخذ را نادیده نمی‌گیرد، بلکه داده‌های دریافت‌شده از گزارش‌های شناسایی‌نیافته نیز به عنوان ورودی به سیستم هوش مصنوعی وارد می‌شود تا در تصمیم‌گیری نهایی نقش کند.