AI-POWERCITY
AI Platform for crOWd prEdiction in smaRt CITY
AI-POWERCITY è un progetto di ricerca e sviluppo che nasce per affrontare una delle principali sfide delle città intelligenti: prevedere l’afflusso di persone all’interno dei mezzi di mobilità urbana, come autobus, tram e metropolitane.
Oggi le smart city generano una quantità sempre crescente di dati, soprattutto nel settore dei trasporti (oltre il 64%). Tuttavia, gran parte di queste informazioni resta inutilizzata o impiegata solo per scopi molto specifici. Il progetto AI-POWERCITY intende valorizzare questo patrimonio informativo e metterlo al servizio della pianificazione e gestione urbana, grazie all’utilizzo di algoritmi avanzati di intelligenza artificiale.
L’obiettivo finale è sviluppare una piattaforma predittiva basata sull’AI in grado di:
- Analizzare dati eterogenei, provenienti da sistemi di conta-persone, dalle informazioni sui titoli di viaggio, dal meteo, dagli eventi, dai lavori pubblici, etc.;
- Generare indicatori di previsione dell’affollamento sui mezzi e nelle infrastrutture TPL;
- Supportare le decisioni operative delle centrali di mobilità;
- Offrire strumenti utili alla governance cittadina per reagire in modo tempestivo a situazioni impreviste.
Il sistema mira a ottimizzare l’efficienza, la sostenibilità e la qualità dei servizi di trasporto pubblico, offrendo anche ai cittadini informazioni utili per pianificare al meglio i propri spostamenti.
Il nostro ruolo nel progetto
GreenShare si propone di progettare e sviluppare la piattaforma di AI-POWERCITY.
In qualità di azienda ICT con una forte specializzazione nel settore del trasporto pubblico locale, gestiamo per conto dei nostri clienti una parte significativa dei dati generati quotidianamente dai servizi di mobilità. Questo ci pone in una posizione strategica per dare valore ai dati, trasformandoli in strumenti di pianificazione e supporto decisionale.
Con AI-POWERCITY, ci prefiggiamo di:
- Realizzare una piattaforma predittiva basata su tecnologie AI avanzate, capace di anticipare l’affollamento su direttrici specifiche della rete di trasporto;
- Integrare modelli di federated learning, che permettono la condivisione sicura dei dati tra operatori senza compromettere la riservatezza delle informazioni, grazie a soluzioni di confidential computing e data usage control;
- Costruire un sistema operativo reale a partire da una validazione tecnologica già condotta in laboratorio, fino ad arrivare a una dimostrazione in ambiente reale, in collaborazione con i nostri partner commerciali;
- Sviluppare un framework di governance del dato, che abiliti la condivisione regolamentata tra operatori pubblici e privati in base a contratti specifici, salvaguardando la proprietà e la strategicità del dato;
- Supportare la governance urbana, offrendo strumenti decisionali predittivi che vadano oltre il singolo operatore e abilitino una visione integrata della mobilità cittadina.
