IA para cidades inteligentes

Descrição

Nos últimos 70 anos, a IA tem sido um domínio em rápido crescimento e está a ser aplicada hoje em dia numa vasta gama de aplicações. A inteligência artificial (IA) desempenha um papel crucial no reforço das iniciativas de cidades inteligentes, oferecendo numerosos benefícios, como uma melhor distribuição de água, uma gestão eficiente da energia, um melhor tratamento dos resíduos e a redução dos engarrafamentos, do ruído e da poluição. Os principais esforços no desenvolvimento de cidades inteligentes têm-se centrado na geração de dados e na aquisição de novos conhecimentos sobre a natureza intrincada e dinâmica dos ambientes urbanos. (H.M.K.K.M.B. & Mittal, 2022). Desde 2008, as cidades têm vindo a incorporar a inteligência artificial (IA) para melhorar os processos de tomada de decisão e contribuir para a realização dos Objectivos de Desenvolvimento Sustentável (ODS). (Ingwersen & Serrano-López, 2018)

O que é a IA?

A Inteligência Artificial (IA) refere-se ao desenvolvimento de sistemas informáticos capazes de realizar tarefas que normalmente requerem inteligência humana, como a perceção visual, o reconhecimento da fala e o processamento da linguagem natural. As tecnologias de IA envolvem várias técnicas, incluindo a aprendizagem automática, a aprendizagem profunda e o processamento de linguagem natural, para permitir que as máquinas aprendam e executem tarefas sem programação explícita.
Essencialmente, a inteligência artificial (IA) é uma tecnologia concebida para gerar resultados destinados a atingir um objetivo específico. Este objetivo é um objetivo concebido pelo homem transformado num formato matemático. Os resultados gerados pela IA podem incluir previsões, sugestões ou escolhas. (OCDE, 2023).
Os conceitos de algoritmo, sistema de IA, ecossistema de IA e IA representam diferentes níveis de escala e complexidade. Um algoritmo situa-se ao nível mais detalhado, actuando como um conjunto de instruções que transforma o input em output. Um sistema de IA refere-se a uma aplicação singular que processa um input específico para gerar o seu output único. Um ecossistema de IA descreve uma rede complexa de sistemas de IA interligados que comunicam e interagem entre si. Por último, IA é o termo mais geral, abrangendo todo o espetro de tecnologias, metodologias e sistemas neste domínio. (Leal, et al., 2022)
Existem duas categorias principais de sistemas de IA: simbólica e estatística. A IA simbólica funciona com base em regras e lógicas explícitas para chegar a conclusões, enquanto a IA estatística, pelo contrário, aprende a partir de padrões nos dados, utilizando a indução em vez da dedução a partir de regras definidas. Cada método tem os seus pontos fortes, consoante a aplicação. No entanto, o recente aumento das capacidades da IA e a sua adoção generalizada podem ser atribuídos principalmente a um subconjunto da IA estatística denominado aprendizagem automática (AM). (IA para as alterações climáticas, 2021)

IA para cidades inteligentes

Os potenciais benefícios da IA para o planeamento e a gestão das cidades são múltiplos. A IA oferece novas ferramentas e métodos para analisar, modelar e simular sistemas urbanos complexos, tendo assim o potencial de criar cidades inteligentes mais sustentáveis, resilientes e habitáveis para os seus cidadãos.
Ao monitorizar e analisar dados, os sistemas de IA podem fornecer recomendações para melhorar a utilização dos recursos, ajudar a reduzir o congestionamento e melhorar o fluxo de tráfego, detetar potenciais ameaças à segurança, reduzir o consumo de energia, promover a redução dos resíduos, etc. Os sistemas alimentados por IA podem também fornecer serviços personalizados aos cidadãos, tais como recomendações personalizadas de restaurantes, eventos e actividades com base nas suas preferências. No entanto, é importante garantir que a IA seja implementada de forma responsável, com foco na transparência, responsabilidade e privacidade. Esta tecnologia pode ainda assim fornecer análises exactas, sem ser intrusiva.
A implementação de tecnologias de IA pode ser crucial para ultrapassar os desafios sociais, económicos e ambientais mundiais. Embora cada cidade tenha as suas características únicas, as áreas urbanas são fundamentais para impulsionar as mudanças sociais, especialmente em termos de avanços digitais. As cidades são centros de agregação de pessoas, emprego, investigação, riqueza e actividades recreativas. Oferecem um maior acesso a oportunidades a um segmento mais alargado da população, concentrando simultaneamente problemas sociais e preocupações ambientais. Dado o seu papel nas redes internacionais, as vantagens e desvantagens da adoção de tecnologias de IA têm implicações que ultrapassam largamente os seus limites geográficos. (Leal, et al., 2022)
Dado que as zonas urbanas enfrentam questões prementes relacionadas com a afetação de recursos, as complexidades de governação, as disparidades socioeconómicas e os riscos ambientais, a inovação torna-se essencial para enfrentar estes desafios em evolução. (Yigitcanlar, et al., 2021). Para maximizar o potencial da IA para a melhoria urbana, os governos municipais precisam de estabelecer condições que apoiem um crescimento sustentável e inclusivo. A governação da IA visa supervisionar o desenvolvimento destas condições, garantindo uma abordagem equilibrada para alavancar as oportunidades e mitigar os riscos.

Limitações da IA

No domínio da inteligência artificial, a utilização responsável é fundamental, mas apresenta desafios inerentes. Estes sistemas, que reflectem os preconceitos e pressupostos presentes nos seus dados de formação e conceção, reflectem frequentemente preconceitos sociais, influenciando os seus processos de tomada de decisões. Este fenómeno sublinha a necessidade crítica de vigilância na fase de desenvolvimento da IA para evitar a codificação de pressupostos negativos. Além disso, a IA não tem a capacidade intrínseca de avaliar a sua eficácia, operando dentro de um conjunto restrito de objectivos pré-definidos sem a capacidade de julgamento semelhante ao humano. Esta limitação realça a falácia de considerar a IA como capaz de pensamento independente ou imparcialidade, necessitando de supervisão humana contínua para garantir o alinhamento com valores sociais mais amplos.
Além disso, a base da IA em princípios matemáticos restringe a sua compreensão a métricas quantificáveis, lutando para compreender as nuances qualitativas que definem os objectivos humanos. Em resumo, estas limitações sublinham a necessidade de uma consideração cuidadosa na conceção, implementação e supervisão dos sistemas de IA para garantir que servem objectivos humanos sem perpetuar os preconceitos existentes ou ignorar a complexidade dos valores humanos. (Leal, et al., 2022)

Governação da IA

A Inteligência Artificial (IA) não só reflecte preconceitos inerentes, como também tem um impacto significativo nas sociedades com base no contexto em que é implementada. Os governos locais têm de compreender como os valores são integrados na IA, orientando o seu desenvolvimento para a inclusão e a sustentabilidade. Isto implica um mergulho profundo na governação da IA, que não se limita à supervisão digital, mas inclui directrizes éticas, regulamentos legais, normas e práticas sociais. A governação é aqui um conceito amplo, concebido para captar várias interpretações e centrar-se na tomada de decisões e nas interacções sociais. (Leal, et al., 2022)

Apesar das orientações nacionais em matéria de IA, as cidades enfrentam desafios no âmbito de um sistema de governação a vários níveis, o que realça a necessidade de uma abordagem diferenciada que lhes permita tirar partido das suas posições únicas. (Schmitt, 2022) (Taeihagh, 2021) A IA também coloca desafios de responsabilização, exigindo quadros robustos para equilibrar o risco e a oportunidade ao longo do ciclo de vida da IA. Um obstáculo significativo é a capacidade limitada das cidades para navegar no panorama da governação da IA, no meio de uma elevada procura de especialistas em TI e IA. Este desafio pode ser resolvido através de parcerias intersectoriais e de uma concentração no desenvolvimento de talentos locais, garantindo que os valores fundamentais das cidades orientem as iniciativas de IA para um futuro mais inclusivo e sustentável.

Por esse motivo, a Comissão Europeia desenvolveu o primeiro quadro jurídico de sempre sobre a IA, a Lei da IA. Esta proposta inicial, elaborada pela Comissão Europeia, foi concebida para proporcionar clareza e orientação aos criadores e utilizadores de IA, minimizando simultaneamente os encargos, em especial para as pequenas e médias empresas (PME). Os principais elementos da proposta incluíam uma estrutura de governação a nível europeu e nacional para lidar com os riscos da IA e uma classificação dos sistemas de IA em quatro categorias.

As regulamentações mais rigorosas foram reservadas para as práticas de IA consideradas como representando riscos inaceitáveis, como a pontuação social pelos governos. As aplicações de alto risco, nomeadamente as de infra-estruturas críticas ou de aplicação da lei, foram sujeitas a requisitos rigorosos antes da comercialização, incluindo avaliações de risco exaustivas, controlo da qualidade dos dados, rastreabilidade e supervisão humana obrigatória. Por outro lado, os sistemas de IA com risco limitado foram obrigados a manter a transparência para permitir interacções públicas informadas, como a identificação clara do conteúdo gerado pela IA e a divulgação dos chatbots. As aplicações menos arriscadas, como os jogos de vídeo ou os filtros de spam, foram dotadas de maior liberdade operacional, reflectindo a sua utilização benigna em toda a UE.

No dia 6 de março, esta proposta fundamental passou a ter força de lei quando o Parlamento Europeu aprovou a Lei da Inteligência Artificial. A legislação, que tinha sido aperfeiçoada através de negociações com os Estados-Membros desde dezembro de 2023, foi fortemente apoiada pelos eurodeputados, passando com 523 votos a favor, 46 contra e 49 abstenções.

A lei ratificada continua a proteger os direitos fundamentais, a democracia, o Estado de direito e a sustentabilidade ambiental, protegendo-os dos riscos associados às tecnologias de IA de alto risco. O seu objetivo é promover a inovação e garantir a liderança da Europa no domínio da IA, estabelecendo obrigações adaptadas com base no nível de risco e impacto dos diferentes sistemas de IA. A lei proíbe especificamente as aplicações de IA que possam violar os direitos dos cidadãos, como a categorização biométrica baseada em características sensíveis, a recolha indiscriminada de imagens faciais para bases de dados de reconhecimento, o reconhecimento de emoções nos locais de trabalho e nas escolas, a pontuação social, o policiamento preditivo baseado em perfis e qualquer IA que manipule o comportamento humano ou explore vulnerabilidades.

A utilização de sistemas de identificação biométrica para efeitos de aplicação da lei, embora geralmente proibida, é permitida em circunstâncias estritamente definidas e de aplicação restrita, como a localização de uma pessoa desaparecida ou a prevenção de ataques terroristas, sujeita a restrições temporais, geográficas e de aprovação rigorosas. Os sistemas de IA de alto risco enfrentam agora obrigações rigorosas para avaliar e atenuar os riscos, manter a transparência, assegurar a supervisão humana e registar a utilização. Os sistemas gerais de IA são obrigados a aderir a normas de transparência, incluindo o cumprimento das leis de direitos de autor da UE e a publicação de resumos pormenorizados do seu conteúdo de formação. Entre as inovações dignas de nota contam-se a introdução de requisitos de rotulagem para conteúdos manipulados, conhecidos como "deepfakes", e a criação de "sandboxes" regulamentares a nível nacional para promover o desenvolvimento de tecnologias de IA inovadoras.

À medida que a lei avança para a adoção e aplicação formais, incorpora os princípios e recomendações da Conferência sobre o Futuro da Europa, com o objetivo de criar uma sociedade competitiva, segura e fiável com uma utilização transparente e responsável da IA, melhorando simultaneamente a acessibilidade digital para todos, incluindo as pessoas com deficiência. Este marco legislativo marca o início de uma nova era na governação da IA, em estreita consonância com os valores e as ambições estratégicas europeias. (Comissão Europeia, 2024).

O ciclo de vida da IA

O desenvolvimento de um sistema de inteligência artificial (IA) está segmentado em cinco fases interligadas que descrevem a sua interação com o ambiente externo. Este modelo ajuda a compreender a arquitetura da IA e a sua progressão, promovendo a análise estratégica. As fases formam um ciclo, cada uma ligada às outras, influenciando aspectos que vão desde a criação do algoritmo até à implementação final.

1. Fase inicial
   A viagem começa com a fase inicial, centrada na identificação do problema. Este passo inicial estabelece as bases para o resto, uma vez que tudo o que se segue está ligado ao problema original identificado. Inclui avaliações críticas e identificação de potenciais riscos na utilização pretendida do sistema de IA.
2. Fase de conceção
   Em seguida, a fase de conceção dá ênfase ao planeamento da estrutura do algoritmo antes de se iniciar qualquer codificação. Baseia-se no trabalho de base estabelecido na fase inicial, tendo em conta a dinâmica da equipa e o potencial impacto da introdução da IA, como as alterações na dinâmica do poder e os impactos económicos.
3. Fase de criação técnica
   A fase de criação técnica orienta-se para o aspeto prático do desenvolvimento da IA, concentrando-se nas especificidades do algoritmo e nas decisões técnicas envolvidas.
4. Fase de implementação
   Após o desenvolvimento, a fase de implementação faz a transição do algoritmo de um ambiente controlado para a sua aplicação no mundo real. Esta fase é crítica, pois expõe o algoritmo às complexidades do seu ambiente operacional.
5. Fase de manutenção
   Por último, a fase de manutenção incide sobre o período após o sistema de IA ter sido implementado, até à sua desativação. Esta fase é crucial para garantir a eficácia e a relevância contínuas do algoritmo através de actualizações e manutenção regulares.
6. Em contextos urbanos, os sistemas de IA funcionam normalmente num ecossistema complexo, exigindo uma identificação e gestão proactivas dos riscos. A integração das fases de desenvolvimento da IA com os métodos locais de gestão de projectos oferece oportunidades estratégicas de intervenção e adaptação, garantindo que os sistemas de IA se alinham com a dinâmica e os desafios urbanos. (Leal, et al., 2022)

Fases de implementação de soluções de IA em cidades inteligentes

1. Compreenda a diferença entre IA e ML para cidades inteligentes: Comece por educar as partes interessadas sobre as nuances da IA e do ML. Compreender as capacidades destas tecnologias é crucial para identificar como podem ser aplicadas para melhorar a vida urbana, por exemplo, através da otimização do fluxo de tráfego ou da manutenção preditiva de infra-estruturas.
2. Defina os desafios e as oportunidades urbanas: Identifique claramente os problemas ou oportunidades específicos da cidade que a IA pode resolver. Faça perguntas críticas sobre os resultados desejados, os obstáculos existentes, o papel da IA na superação desses desafios e os dados disponíveis para apoiar esses esforços.
3. Dê prioridade a iniciativas de IA orientadas para o valor: Seleccione projectos de IA com base no seu potencial para proporcionar benefícios tangíveis à cidade e aos seus residentes, concentrando-se em objectivos a curto prazo. Isto pode incluir a melhoria da eficiência dos transportes públicos ou o aumento da sustentabilidade energética nos edifícios públicos.
4. Avalie as capacidades e a abordagem para o desenvolvimento da IA: Avalie se deve desenvolver soluções de IA internamente, adquirir tecnologias existentes, colaborar com parceiros externos ou subcontratar o desenvolvimento, com base nas capacidades internas e nos objectivos estratégicos da cidade.
5. Consulte especialistas em IA para cidades inteligentes: Envolva-se com especialistas no domínio que tenham experiência na aplicação da IA em ambientes urbanos. Isto pode incluir investigadores académicos, inovadores do sector privado e tecnólogos de outras cidades inteligentes.
6. Prepare e proteja os dados urbanos: Organize e limpe os dados da cidade para garantir que estão prontos para aplicações de IA. Invista em medidas de segurança robustas para salvaguardar estes dados, respeitando a privacidade e as considerações éticas.
7. Comece pequeno e aumente a escala cuidadosamente: Lance projectos-piloto que visem desafios urbanos específicos para demonstrar o potencial da IA. Utilize os conhecimentos adquiridos com estes esforços iniciais para orientar a expansão estratégica das aplicações de IA em diferentes domínios da cidade. (Majewski, 2023)

Áreas de aplicação

Mobilidade
A inteligência artificial (IA) oferece melhorias significativas aos sistemas de transportes públicos, aumentando a sua eficiência e facilidade de utilização. As tecnologias de IA provaram ser eficazes na previsão dos horários dos autocarros e da variabilidade das suas horas de chegada. (Mazloumi, Geoff, Currie, & Moridpour, 2011) Além disso, a análise de dados de inquéritos por IA fornece informações sobre as percepções do público relativamente a opções de mobilidade partilhada, incluindo esquemas de partilha de bicicletas sem doca. (Taleqani, Hough, & K. E) Além disso, a IA permite o desenvolvimento de plataformas que possibilitam a análise interactiva e a previsão de padrões de tráfego, facilitando a avaliação de estratégias de planeamento urbano. (Leal, et al., 2022)

Outra aplicação inovadora da IA é em soluções de estacionamento inteligente, em que sensores instalados em áreas de estacionamento transmitem informações sobre a disponibilidade aos utentes através de aplicações móveis. Esta abordagem tem o potencial de reduzir significativamente o congestionamento em centros urbanos densamente povoados. (As tecnologias de IA apoiam vários aspectos da entrega, logística e transporte, facilitando soluções de transporte urbano eficientes e inovadoras. Além disso, a IA revoluciona a mobilidade urbana ao permitir o controlo de veículos e aeronaves autónomos, incluindo drones, helicópteros e aviões. (33A, 2024)

Gestão ambiental e dos riscos
Em contextos urbanos, a IA oferece uma monitorização em tempo real das condições ambientais, como a qualidade do ar, através de sensores de poluição. Além disso, as capacidades preditivas da IA apoiam a gestão do risco urbano, permitindo a previsão de catástrofes naturais e a identificação de áreas vulneráveis a inundações e tremores de terra, aumentando assim a segurança e a resiliência urbanas. (33A, 2024) A IA generativa pode também contribuir para a sustentabilidade ambiental, analisando dados sobre os níveis de poluição, as alterações climáticas e o impacto das actividades urbanas no ambiente. (Arkara, 2023)
A inteligência artificial (IA) possui a capacidade de avaliar o impacto ambiental dos produtos ao longo de todo o seu ciclo de vida e das suas cadeias de abastecimento.

Isto permite que tanto as empresas como os consumidores tomem decisões bem informadas e com impacto. No entanto, é importante reconhecer que, embora os dados e a IA desempenhem um papel crucial na melhoria da vigilância ambiental, também têm as suas próprias implicações ambientais. Especificamente, o sector das tecnologias da informação e da comunicação (TIC) é responsável por cerca de 3-4% das emissões globais. Além disso, os centros de dados consomem quantidades significativas de água para fins de arrefecimento, destacando um aspeto crítico da pegada ambiental do processamento de dados que deve ser considerado. (Programa das Nações Unidas para o Ambiente, 2023)

A aplicação de tecnologias de Inteligência Artificial (IA) e de Aprendizagem Automática (AM) está a tornar-se cada vez mais crucial na gestão dos riscos ambientais, especialmente no contexto da adaptação às alterações climáticas. Estas tecnologias aumentam a eficiência e a precisão dos modelos climáticos, permitem uma análise pormenorizada das incertezas e utilizam conjuntos de dados geoespaciais alargados para melhorar as previsões. A IA e o ML facilitam o desenvolvimento de plataformas de modelação flexíveis e modulares que simplificam o processo de criação e implementação de modelos para várias aplicações relacionadas com o clima e a meteorologia. Esta abordagem aborda as complexidades da modelação em condições incertas e apoia a integração de diversos impactos, melhorando assim a colaboração entre cientistas e partes interessadas para, em última análise, acelerar as soluções para mitigar os riscos ambientais. (Jones, et al., 2023)

Infra-estruturas urbanas
A IA permite às cidades gerir as suas infra-estruturas. Pode ser implementada no desenvolvimento de estratégias de manutenção preditiva para infra-estruturas urbanas críticas, como estradas, pontes, condutas, linhas de esgotos, redes eléctricas e edifícios públicos. Os sistemas orientados para a IA podem recolher e analisar dados para prever com exatidão os requisitos de manutenção, evitando assim acidentes e minimizando as perturbações operacionais.

Por exemplo, as cidades podem utilizar aplicações de IA para desenvolver gémeos digitais para redes rodoviárias urbanas, facilitando a avaliação avançada de danos através de cartografia móvel, digitalização a laser e medições de radar de penetração no solo. Esta abordagem permite a deteção e previsão precisas das necessidades de manutenção das estradas, incluindo a identificação de buracos.

Gestão de recursos (energia, resíduos e água)
A IA pode desempenhar um papel significativo na melhoria da gestão de uma série de recursos nas cidades, incluindo a energia, os resíduos e a água. As suas tecnologias permitem uma melhor tomada de decisões, otimização e automatização de vários processos. As cidades podem tirar partido da IA para analisar dados de diversas fontes, incluindo sensores, para prever a procura e o fornecimento de energia, permitindo uma gestão mais eficiente das redes de energia, reduzindo os resíduos e conseguindo poupanças de custos com menos emissões de carbono. Além disso, a IA monitoriza os padrões de consumo de energia em edifícios inteligentes e prevê a carga de eletricidade, a produção e a capacidade de transmissão no sector da energia. (33A, 2024). Isto assegura uma rede eléctrica estável, eficiente e com baixas emissões de carbono, reforçando a sustentabilidade energética urbana.

Além disso, a IA pode aprender e aperfeiçoar as suas capacidades de tomada de decisões ao longo do tempo, permitindo soluções autónomas para tarefas complexas. Esta tecnologia é aplicada em vários domínios, como a otimização dos sistemas de aquecimento e arrefecimento dos edifícios, para aumentar a eficiência e diminuir o consumo de energia, demonstrando o seu potencial para melhorar significativamente a gestão dos recursos urbanos. (33A, 2024). Uma abordagem semelhante pode também ajudar as cidades a otimizar a utilização da água com sensores, previsões meteorológicas ou sistemas de abastecimento de água. Permite uma melhor gestão dos recursos hídricos, detectando fugas e reduzindo o desperdício de água, o que conduz a uma maior sustentabilidade da água. Além disso, a IA pode analisar dados de rotas de recolha de resíduos ou de instalações de reciclagem, ajudando assim as autoridades urbanas a gerir melhor a recolha de resíduos, a reduzir a quantidade de resíduos destinados a aterros e a aumentar as taxas de reciclagem.

Aplicações mais recentes da IA incluem a análise de padrões de dados para prever a quantidade de energia gerada pelo vento e pela água, para planear infra-estruturas e gerir catástrofes. (Mathe, Miolane,, Sebastien,, & Lequeux, 2019) (Mathe, Miolane,, Sebastien,, & Lequeux, 2019)Também tem sido utilizada para ajudar na investigação do desenvolvimento de novos materiais mais eficientes no armazenamento de energia e na utilização de energia proveniente de fontes com baixo teor de carbono. (Butler, Davies, Isayev, & Walsh, 2018) A inteligência artificial (IA) melhorou significativamente a eficiência dos sistemas de distribuição de energia, permitindo previsões precisas do estado do sistema com um mínimo de dados de sensores. (Donti, et al., 2018) Ao combinar a IA com modelos físicos, é agora possível simular fluxos de energia em áreas específicas, como campus universitários ou zonas residenciais. (Nutkiewicz, Yang, & Jain, 2018) Além disso, os algoritmos orientados para a IA desempenham um papel fundamental na otimização da resposta à procura, programando de forma inteligente as actividades que consomem muita energia, como a moagem de cimento e o revestimento a pó, durante os períodos em que a eletricidade é mais barata, optimizando assim a utilização de energia e reduzindo os custos. (Zhang, et al., 2018)

Envolvimento dos cidadãos
A IA pode ajudar as cidades a interagir com os seus cidadãos, analisando as redes sociais, inquéritos e outros dados para compreender as suas necessidades e preferências. As técnicas de IA, como o processamento de linguagem natural (PNL) e a aprendizagem automática, tornam possível organizar e decifrar dados não estruturados, permitindo às cidades conceber serviços que respondam mais eficazmente às necessidades dos cidadãos. As cidades podem também utilizar chatbots e redes de agentes virtuais (VAN) alimentados por IA que oferecem assistência automatizada. Estas ferramentas de IA de conversação interagem com os indivíduos, respondendo a um vasto leque de pedidos de informação e problemas de forma eficiente, sem necessidade de intervenção humana (33A, 2024). Ao utilizar chatbots, as cidades podem melhorar significativamente as suas estratégias de envolvimento dos cidadãos, fornecendo apoio rápido e acessível aos seus residentes.

A integração da Inteligência Artificial (IA) na participação dos cidadãos facilita uma governação mais inclusiva, tirando partido da IA e dos Modelos de Linguagem de Grande Dimensão (LLM) para melhorar a acessibilidade e analisar o feedback dos cidadãos de forma eficiente, exemplificando o potencial da IA para democratizar o acesso aos serviços governamentais e a capacidade da IA para descobrir as prioridades da comunidade através da análise de dados das redes sociais. Ao institucionalizar os mecanismos de feedback e ao utilizar a IA para uma análise exaustiva dos dados, os governos podem garantir que as intervenções de desenvolvimento estão estreitamente alinhadas com as necessidades da comunidade. Esta abordagem simplificada realça o papel fundamental da IA na transformação das interacções entre os cidadãos e a administração pública, garantindo que as políticas e os serviços sejam reactivos e reflictam as diversas vozes que pretendem servir. (Rahim, Mahony, & Bandyopadhyay, 2024)

Para além de otimizar os sistemas urbanos, a IA pode também melhorar as experiências dos cidadãos e fornecer serviços personalizados. Ao analisar dados sobre as preferências e o comportamento dos cidadãos, os sistemas alimentados por IA podem oferecer recomendações personalizadas para restaurantes, eventos e actividades. Isto aumenta o envolvimento e a satisfação dos cidadãos e contribui para uma cultura urbana vibrante. (Nolle, 2023)

Segurança e proteção
A IA pode ajudar as cidades a melhorar as suas soluções de segurança e proteção. Por exemplo, a análise de vídeo com recurso à IA pode ser utilizada para detetar automaticamente potenciais ameaças ou monitorizar movimentos e comportamentos sociais, diferenciando entre vários grupos, como casais ou adultos com crianças. Além disso, as cidades podem empregar esta tecnologia para avaliar o cumprimento das regras e políticas governamentais em áreas públicas, fornecendo feedback imediato às autoridades governamentais e às empresas. Esta aplicação foi particularmente evidente nas ferramentas desenvolvidas para a resposta pública à pandemia da COVID-19. Por exemplo, as tecnologias de IA foram capazes de identificar a adesão à utilização de máscaras de higiene e às políticas de distanciamento social em espaços públicos.

À medida que começamos a incorporar a Inteligência Artificial (IA) nos nossos sistemas de vigilância, o papel da análise de Aprendizagem Profunda (DL) está a tornar-se rapidamente evidente como uma ferramenta valiosa para muitas organizações. Um excelente exemplo da sua utilidade é a realização de pesquisas forenses, que envolvem a pesquisa em extensos arquivos de vídeo para identificar itens ou ocorrências específicas. Com a crescente integração de DL e análise na tecnologia de vigilância, é fundamental abordar essa expansão de forma cuidadosa. Compreender o escopo completo de suas aplicações, reconhecer as limitações da tecnologia e participar de testes e avaliações completos são etapas fundamentais para garantir a realização bem-sucedida de seus benefícios.

A base de uma análise de vídeo bem-sucedida está na qualidade da filmagem de vigilância. O princípio da "usabilidade da imagem" sublinha o facto de a eficácia da análise de vídeo depender fortemente da qualidade da câmara e da clareza das imagens captadas. Espera-se que as câmaras de vigilância funcionem 24 horas por dia, sob uma variedade de condições ambientais e situações de iluminação, mantendo a capacidade de processar imagens com precisão em tempo real. (AXIS Comunications, 2023)

Planeamento urbano informado
A IA pode melhorar o planeamento urbano, orientando as cidades com informações baseadas em dados. Pode ser aplicada ao planeamento da utilização dos solos, identificando as melhores localizações para fins residenciais, comerciais e recreativos. A IA consegue-o analisando padrões de crescimento urbano, migração e alterações demográficas, que são fundamentais para prever com precisão as necessidades imediatas e a longo prazo de habitação, transportes e serviços.

Além disso, a IA pode ser aplicada para modelar e simular espaços urbanos, por exemplo, ao ser integrada em sistemas Digital Twins, permitindo representações mais dinâmicas e precisas. Isto permite aos planeadores visualizar futuros desenvolvimentos e avaliar os seus potenciais efeitos, por exemplo, no ambiente construído, incluindo aspectos como a exposição à luz solar em espaços públicos e a densidade de construção. O planeamento urbano tradicional baseia-se frequentemente em modelos estáticos e em dados limitados, o que pode conduzir a ineficiências e a uma tomada de decisões pouco optimizada. Com a criação de gémeos digitais, os dados internos com variáveis externas podem ser utilizados para simular possíveis decisões futuras relativas à otimização de recursos, à criação de infra-estruturas ou à implementação de um novo sistema.

A Inteligência Artificial (IA) revoluciona o planeamento urbano ao aproveitar vastos dados para informar decisões, conduzindo a um desenvolvimento urbano mais sustentável e eficiente. Identifica tendências e prevê mudanças, permitindo aos planeadores fazer escolhas informadas em matéria de zonamento e infra-estruturas. A IA automatiza as tarefas de rotina, permitindo que os planeadores se concentrem em desafios urbanos complexos. Esta tecnologia não só melhora o processo de tomada de decisões, como também muda o papel dos planeadores para um envolvimento mais profundo com as questões urbanas, melhorando a investigação e as práticas de planeamento. Em última análise, a IA promete criar cidades mais bem concebidas que satisfazem as necessidades em evolução das suas populações, conduzindo a um desenvolvimento urbano mais estratégico, equitativo e reativo. (Peng, Lu, Liu, & Zhai, 2023)

Administração das cidades
A IA pode ajudar a administração das cidades, simplificando a gestão da informação de diversas fontes, como documentos científicos e jurídicos, plataformas digitais e bases de dados. Converte eficazmente dados não estruturados, como mensagens de correio eletrónico, em formatos estruturados, como folhas de Excel, facilitando o tratamento dos dados. Além disso, a IA melhora a visualização dos dados através de painéis de controlo e relatórios, incorporando gráficos, mapas interactivos e aplicações, para apoiar a tomada de decisões mais informadas e melhorar a eficiência operacional. (33A, 2024)

A integração da IA na administração municipal oferece a promessa de fluxos de trabalho simplificados e de uma maior eficiência, automatizando tarefas de rotina para melhorar a qualidade do serviço e o acesso aos benefícios. No entanto, a adoção da IA exige quadros éticos e jurídicos rigorosos para atenuar os preconceitos e garantir a transparência e a equidade. A natureza dinâmica da governação digital exige uma adaptação contínua das leis e normas, promovendo a colaboração entre peritos jurídicos, tecnólogos e decisores políticos. Esta abordagem equilibrada garante que a IA não só optimiza os processos administrativos, mas também defende os princípios da democracia e do tratamento equitativo, sustentando a evolução sustentável das cidades inteligentes. (Parycek, Schmid, & Novak, 2023)

Educação
Nos últimos anos, o sector da educação evoluiu significativamente, graças à adoção da Inteligência Artificial (IA) e das Tecnologias da Informação (TI). Esta mudança para a educação inteligente envolve o aproveitamento da IoT e da IA para promover ambientes de aprendizagem contínuos e envolventes e ligar instituições de ensino em todo o país através de uma abordagem inteligente e multidisciplinar.

As principais inovações incluem dispositivos inteligentes e robótica na educação, exemplificados por um robô controlado por um smartphone numa simulação de cidade inteligente, melhorando a aprendizagem prática em salas de aula inteligentes. Além disso, há uma ênfase crescente na aprendizagem personalizada, com novas ferramentas a serem desenvolvidas para avaliar e adaptar-se aos estilos de aprendizagem individuais utilizando a IA. Esta abordagem visa otimizar os resultados educativos, fazendo corresponder aos alunos as estratégias de aprendizagem mais eficazes.

Além disso, a expansão das plataformas de e-learning sublinha a importância de adaptar a educação às necessidades individuais, oferecendo aos estudantes um espetro mais vasto de oportunidades de aprendizagem em linha e marcando uma mudança no sentido de experiências educativas mais acessíveis e personalizadas. (H.M.K.K.M.B. & Mittal, 2022)

Modelo de Valor

Contexto da Cidade

O sucesso das soluções de IA depende da disponibilidade de dados abrangentes e de alta qualidade. As cidades que dispõem de sistemas para recolher, armazenar e analisar dados urbanos podem mais facilmente implementar e beneficiar das tecnologias de IA. Para incorporar eficazmente a IA generativa em iniciativas de cidades inteligentes, é essencial combinar conhecimentos técnicos, liderança com visão de futuro e um envolvimento abrangente das partes interessadas.

Conhecimentos técnicos e liderança com visão de futuro: Para que a IA generativa tenha um impacto positivo nas cidades inteligentes, os líderes e as partes interessadas devem prever a sua integração nas infra-estruturas e serviços actuais. Têm de se manter actualizados sobre os avanços da IA e identificar onde a IA generativa pode ser mais benéfica. Promover uma cultura de inovação e colaboração é fundamental, incentivando diversos grupos a se unirem para criar e implantar soluções aprimoradas de IA.

Envolver as partes interessadas: O sucesso dos projectos de IA generativa em cidades inteligentes depende da participação ativa de todas as partes relevantes. Isto significa reunir organismos governamentais, empresas privadas, círculos académicos e a população em geral para co-criar iniciativas de IA. Ao incorporar uma série de pontos de vista e conhecimentos especializados, as cidades podem conceber aplicações de IA que respondam às necessidades e aos obstáculos específicos das suas populações.

Uma implementação eficaz deve aderir aos princípios das cidades inteligentes, centrando-se em soluções centradas nas pessoas, em parcerias entre sectores e numa governação baseada em dados. A IA generativa deve ter como objetivo melhorar os padrões de vida e a sustentabilidade, garantindo que as inovações são transparentes, éticas e centradas no bem-estar dos cidadãos. (Arkara, 2023)

Iniciativas do Governo

A estratégia da União Europeia em matéria de inteligência artificial (IA) coloca a tónica na excelência e na confiança, com políticas destinadas a garantir o desenvolvimento seguro, ético e inovador da IA. Os principais componentes desta estratégia incluem:

• Pacote de IA (abril de 2021): Introduziu um conjunto abrangente de iniciativas, incluindo uma comunicação sobre o avanço de uma abordagem europeia da IA, uma revisão do Plano Coordenado sobre IA com os Estados-Membros e uma proposta de um quadro regulamentar que aborda o impacto da IA.
• Comunicação AI@EC (janeiro de 2024): Definiu estratégias para melhorar as capacidades de IA da Comissão, centrando-se na utilização segura, transparente e centrada no ser humano da IA.
• Investimento e colaboração: Compromisso de financiar significativamente o desenvolvimento da IA através dos programas Horizonte Europa e Europa Digital, visando um investimento anual de 20 mil milhões de euros dos sectores público e privado. O Mecanismo de Recuperação e Resiliência apoia ainda este objetivo com 134 mil milhões de euros destinados a iniciativas digitais.
• Quadro jurídico para uma IA fiável: Propõe um quadro jurídico diferenciado para gerir os riscos da IA, introduzindo categorias (riscos mínimos, elevados, inaceitáveis e específicos de transparência) e estabelecendo regulamentos específicos para modelos de IA de uso geral.

Estas políticas reflectem a dedicação da UE em tornar-se um líder mundial em IA fiável, equilibrando a inovação com os direitos fundamentais e a segurança. (COMISSÃO E. , n.d.)

Mapeamento de Stakeholders

Potencial de Mercado

Potencial de mercado

Na frente da inovação, os criadores de IA estão a concentrar-se ativamente na criação de capacidades, produtos e serviços alimentados por IA, adaptados a cidades e comunidades inteligentes. Os inovadores que são clientes do TEF estão preparados para evoluir para prestadores de serviços para ambientes urbanos e comunitários. As secções seguintes analisam as estimativas da dimensão do mercado da IA na Europa e a nível mundial, oferecem informações sobre o panorama de inovação da IA na UE, destacam os obstáculos que os criadores de IA enfrentam no âmbito das cidades e comunidades inteligentes, discutem as tendências e as exigências do mercado, analisam a concorrência da CitCom.ai e concluem com observações gerais.

Estimativas da dimensão do mercado de IA

Este segmento oferece uma visão geral da dimensão do mercado de IA na Europa e em todo o mundo. Apesar das discrepâncias entre os analistas relativamente aos números exactos e às definições de mercado, surge um consenso sobre a dimensão do mercado e as tendências futuras, fornecendo indicadores valiosos. Os dados relacionados com o sector da IA revelam informações sobre o número de entidades de IA na Europa, a dimensão das receitas globais e europeias, os investimentos regionais em IA e as projecções para o mercado de IA no sector público. Inicialmente, o AI Watch Index 2021 indicou aproximadamente 5 776 partes interessadas em IA na UE28 em 2020, abrangendo institutos de investigação, empresas e organismos governamentais. Dentro deste ecossistema, o relatório do JRC classifica as empresas de IA em três categorias: as que se centram principalmente na IA sem registo de patentes, as que registam patentes relacionadas com a IA e as que se centram na IA e registam patentes, observando que 43 empresas (0,7% de todas as empresas de IA da UE) se enquadram nesta última categoria. Alargando o âmbito, um estudo sobre IA e Blockchain para o futuro da Europa, com base nos dados da Crunchbase, identificou 950 PME de IA na UE27.

Um relatório de 2023 da Precedence Research destacou o valor do mercado global de IA em 454,12 mil milhões de dólares em 2022, com projecções de atingir 2 575,16 mil milhões de dólares em 2032, indicando uma CAGR de 19% de 2023 a 2032. A quota da Europa neste mercado em 2022 era de 25%, com expectativas de que as receitas do mercado europeu de IA atinjam aproximadamente 712,61 mil milhões de dólares em 2032. As tendências de investimento, de acordo com o Pitchbook, mostram que as startups de IA arrecadaram mais de 115 mil milhões de dólares em 2021, o que representa um aumento de 87,2% em relação ao ano anterior. Os dados em tempo real do Observatório de Políticas da OCDE.AI lançam luz sobre o desenvolvimento da IA, as taxas de utilização e os investimentos específicos do sector, com investimentos de capital de risco em indústrias de IA na UE27 de 2012 a 2023 no valor de cerca de 51 mil milhões de dólares. A análise sugere que os sectores relacionados com a CitCom.ai - como a Mobilidade e as Viagens, a Energia e o apoio ao desenvolvimento digital - recebem 10-15% do financiamento total da IA na Europa.

Os dados do EUROSTAT, Spintan e Intan-Invest revelam que o investimento da Europa no desenvolvimento e adoção da IA ultrapassou os 15,9 mil milhões de euros em 2020, tendo o sector privado contribuído com 10,7 mil milhões de euros (67%) e o sector público com 5,2 mil milhões de euros (33%). As projecções futuras são ainda mais ambiciosas, com o AI Watch Report 2021 do CCI a estabelecer um objetivo de 22 mil milhões de euros até 2030, um valor que poderá aumentar para mais de 30 mil milhões de euros até 2025 se as actuais tendências de crescimento persistirem, de acordo com uma publicação do CCI. Ao examinar o mercado da IA especificamente para o sector público na UE, os dados disponíveis são limitados, em especial no que diz respeito às cidades e comunidades inteligentes. No entanto, uma análise do GovReport sugere que a IA se tornará indispensável para gerir as necessidades dinâmicas dos serviços públicos, apesar do desafio de dimensionar com precisão este segmento de mercado devido à falta de dados sectoriais detalhados.

Esta visão geral abrangente traça um quadro de um cenário de IA em rápida expansão, sublinhado por um investimento e inovação robustos, com implicações e oportunidades específicas para as cidades e comunidades inteligentes.

Concorrentes que oferecem serviços TEF.

O TEF (Centro de Testes e Experimentação de IA) destaca-se pela sua abordagem abrangente, que engloba um vasto leque de disciplinas, oferece um vasto alcance geográfico em toda a Europa e fornece um conjunto diversificado de serviços aos criadores de IA centrados nas cidades e comunidades inteligentes. Apesar do seu posicionamento único, a CitCom.ai enfrenta a concorrência potencial de várias organizações que prestam serviços relacionados ou comparáveis. Para manter a sua vantagem competitiva, a CitCom.ai irá monitorizar de perto estas entidades para garantir que as suas ofertas continuam a diferenciar-se no mercado. Os potenciais concorrentes incluem:

- Organizações de investigação e tecnologia (RTOs): Em 32 países, aproximadamente 350 RTOs oferecem apoio às PMEs, participando ativamente no programa Horizon Europe. De salientar que um em cada dois projectos no âmbito deste programa envolve pelo menos um RTO.
- Outros TEFs: Existem outras instalações de ensaio e experimentação, como as que se centram na saúde, na agricultura e em sectores específicos da IA, como o AI-Matters. Os futuros TEF poderão alargar-se ao sector da energia e aos serviços públicos.
- AI4Cities: Esta iniciativa visa acelerar a transição das cidades para a neutralidade carbónica através da utilização da IA em seis áreas-chave: mobilidade, energia, construção, adaptação às alterações climáticas, economia circular e envolvimento dos cidadãos.
- AI4EU: Este projeto está a desenvolver uma plataforma e um ecossistema europeus de IA a pedido para facilitar o desenvolvimento e o ensaio de IA em vários domínios, incluindo os cuidados de saúde, os meios de comunicação social, a agricultura, a robótica e a indústria transformadora.
- AI4Copernicus: Utilizando o programa de observação da Terra Copernicus juntamente com a plataforma europeia de IA a pedido, este projeto oferece soluções baseadas em IA para resolver problemas ambientais e sociais, abrangendo áreas como a energia, a segurança, os cuidados de saúde e a agricultura.

Financiamento
Esta secção descreve uma variedade de programas de financiamento no âmbito da União Europeia destinados a apoiar o crescimento de iniciativas digitais e de cidades inteligentes, bem como o desenvolvimento da inteligência artificial (IA). Estes programas são diversos, desde a implementação de infra-estruturas digitais a projectos de investigação e inovação, com o objetivo global de impulsionar a transformação digital, a sustentabilidade e a competitividade das cidades, regiões e economias europeias. O financiamento centra-se em várias áreas-chave, incluindo o desenvolvimento de cidades e comunidades inteligentes, o avanço da IA, a melhoria das infra-estruturas e plataformas digitais e o apoio às pequenas e médias empresas (PME). Em seguida, apresentamos uma panorâmica dos principais mecanismos de financiamento:

• Programa Europa Digital (DIGITAL): Com um orçamento de 7,6 mil milhões de euros, o DIGITAL visa acelerar a transformação digital da Europa através do financiamento de projectos relevantes, em especial os relacionados com as cidades inteligentes e a IA. Aborda desafios como as lacunas nas infra-estruturas e a gestão da transformação digital, atribuindo 9,2 mil milhões de euros para fazer avançar tecnologias críticas como a IA, a cibersegurança e a supercomputação. Também dá ênfase à aquisição de competências digitais e à utilização de tecnologias digitais interoperáveis, com 2,1 mil milhões de euros dedicados à promoção de espaços europeus comuns de dados e ao apoio à IA ética. O programa cria ainda uma rede de Polos Europeus de Inovação Digital (EDIH) para reforçar a capacidade tecnológica e a inovação em toda a UE.
• Horizonte Europa: Com um investimento maciço de 94,1 mil milhões de euros, o Horizonte Europa apoia a investigação e a inovação para reforçar as bases tecnológicas e científicas da UE, incluindo as cidades inteligentes e o desenvolvimento da IA. Uma parte do orçamento, 13,6 mil milhões de euros, é especificamente destinada aos sectores "Digital, Indústria e Espaço". O Horizonte Europa também se alinha com iniciativas estratégicas como o Pacto Ecológico Europeu e a Agenda Digital para promover o progresso científico, enfrentar os desafios globais e incentivar o crescimento económico e a criação de emprego.
• InvestEU: Oferecendo uma garantia orçamental de 26,2 mil milhões de euros, o InvestEU visa alavancar investimentos públicos e privados adicionais, num total de 372 mil milhões de euros, para apoiar a inovação, a digitalização e o crescimento socioeconómico, em particular em resposta à pandemia de COVID-19. Centra-se nos objectivos estratégicos da UE, incluindo o reforço das cidades digitais e da IA.
• Programa do Mercado Único: Com um orçamento de 4,2 mil milhões de euros, este programa procura racionalizar o mercado interno, apoiar as PME que utilizam tecnologias digitais, reforçar a proteção dos consumidores e melhorar as estatísticas da UE, reforçando assim a competitividade e a dimensão digital do mercado único.
• Mecanismo Interligar a Europa (MIE): O orçamento de 33,7 mil milhões de euros do MIE apoia a expansão das redes transeuropeias de transportes, energia e infra-estruturas digitais, facilitando a adoção de soluções de cidades inteligentes e de IA através de uma combinação de subvenções, financiamento misto e estratégias de contratação pública.
• Fundo Europeu de Desenvolvimento Regional (FEDER): O FEDER atribui 226 mil milhões de euros para tornar a Europa mais competitiva e mais inteligente, com destaque para as infraestruturas, as PME e a promoção da cooperação intra-UE através de programas como o Interreg e o Fundo de Coesão, que dá prioridade às regiões menos desenvolvidas.
• Mecanismo de Recuperação e Resiliência: Este mecanismo, que faz parte da resposta à pandemia da COVID-19, dedica 672,5 mil milhões de euros (a fundo perdido e reembolsáveis) para apoiar as transições ecológica e digital das economias da UE, com uma parte significativa destinada a iniciativas digitais.
• Fundo para uma Transição Justa: Com 17,5 mil milhões de euros, este fundo visa atenuar os impactos socioeconómicos da transição para os objectivos da UE em matéria de energia e clima, oferecendo apoio aos trabalhadores e às comunidades afectadas pelo abandono dos combustíveis fósseis e das indústrias com utilização intensiva de carbono.
• Fundo de Inovação: Cerca de 40 mil milhões de euros entre 2020 e 2030 são atribuídos para apoiar a implantação de tecnologias e processos inovadores com baixas emissões de carbono, financiados pelo leilão de licenças do RCLE-UE, dando ênfase aos sectores com utilização intensiva de energia, à captura de carbono, às energias renováveis e às tecnologias de armazenamento.
• Programa LIFE: Com um orçamento de 5,4 mil milhões de euros, o Programa LIFE apoia projectos que abordam questões ambientais e climáticas, promovendo a adoção de práticas e tecnologias sustentáveis, circulares e resistentes ao clima.
  Estes programas visam coletivamente fomentar a inovação, apoiar transições sustentáveis e digitais e reforçar a competitividade da União Europeia na cena mundial.

Oportunidades/potencial de mercado

Esta análise analisa a organização estruturada e o foco estratégico de três iniciativas regionais distintas, cada uma defendendo áreas específicas de inovação e representando oportunidades de mercado para o desenvolvimento de projectos baseados em IA para soluções de cidades inteligentes. Estas iniciativas são orquestradas em torno de centros centrais, designados por supernós, que lideram os esforços de inovação nas suas respectivas regiões. Cada supernó é uma coligação de um nó principal, que orienta a estratégia regional global, e de nós subsidiários, que se especializam em áreas temáticas específicas no âmbito da inovação mais alargada. As secções que se seguem oferecem uma análise aprofundada do mercado destas áreas temáticas e subtemáticas, tal como delineadas pelos supernós.

O supernó nórdico: Enfatizar o 'PODER' na Energia

O supernó nórdico, com o tema "POWER", explora o domínio multifacetado da energia, abrangendo uma variedade de fontes como o gás, o vento, a energia solar, a energia hidroelétrica, a energia nuclear e a biomassa, entre outras. A tónica é colocada na complexa estrutura de mercado que inclui os operadores de sistemas de transmissão (TSO), os operadores de sistemas de distribuição (DSO) e a cadeia de abastecimento. Embora os ORT e os ORD, sendo monopólios, se concentrem tradicionalmente na estabilidade da rede e no fornecimento de energia, há uma ênfase crescente na inovação da produção, armazenamento e conversão de energia sustentável. Isto inclui avanços na monitorização ambiental para uma abordagem mais informada e consciente do ambiente, apoiada por tecnologias digitais para a recolha, análise e divulgação de dados. Além disso, é sublinhada a importância da cibersegurança na proteção das infra-estruturas energéticas contra as ciberameaças, juntamente com a agenda europeia para reduzir a dependência dos combustíveis fósseis através da eletrificação e da integração de fontes de energia renováveis.

Subtemas:

• Energia
• Soluções ambientais
• Cibersegurança

Perspectivas regionais

• Cibersegurança para dispositivos de energia ligados à Internet
• Classificação dinâmica de transformadores
• Otimização da temperatura das centrais de aquecimento urbano
• Controlo inteligente da bomba de calor
• Perfil de carga na rede DSO para futuras tarifas
• Manutenção preditiva e preventiva para bombas de calor de grande escala

O supernó central: "MOVE" para os transportes e a mobilidade

O "MOVE", o supernó central, tem como objetivo a melhoria dos transportes e da mobilidade em ambientes urbanos. O seu objetivo é promover o desenvolvimento e a aplicação de sistemas de IA para soluções de mobilidade urbana mais seguras e sustentáveis. Esta iniciativa reconhece a natureza dinâmica das cidades como ecossistemas que facilitam e moldam a deslocação dos cidadãos, realçando o potencial das tecnologias digitais como a IA, a IdC e a análise de grandes volumes de dados para revolucionar a mobilidade urbana. Ao promover ecossistemas de colaboração entre várias partes interessadas, incluindo governos locais, indústria e sociedade civil, a MOVE procura acelerar a transformação digital dos transportes, melhorando assim a qualidade de vida, a segurança e a sustentabilidade ambiental nas zonas urbanas.

Subtemas:

• Algoritmos de mobilidade urbana e intersecções inteligentes
• Electromobilidade
• Condução autónoma

Percepções regionais

• Sistema de controlo de estacionamento automatizado
• Projeto SAM
• Gémeos digitais locais para a energia
• Fotovoltaico integrado em veículos
• Avaliação dos carregadores de veículos eléctricos com bateria
• Otimização de redes de carregamento de VE
• Emissões relacionadas com VE

O Supernó do Sul: "CONNECT" para soluções urbanas integradas

Por último, o tema "CONNECT" está subjacente à missão do supernó do Sul de criar sinergias entre os cidadãos, as infra-estruturas e os serviços baseados na IA para uma vida urbana mais inteligente e sustentável. Este tema engloba seis subtemas que visam o controlo da poluição, o desenvolvimento urbano, a gestão da água, a gestão de instalações, a entrega por drones e a gestão do turismo. Através de um quadro de colaboração, o CONNECT pretende fazer avançar a transformação digital das cidades, tirando partido da IA e de outras tecnologias digitais para melhorar a vida urbana e a sustentabilidade. Envolve um vasto espetro de partes interessadas dos sectores público e privado, da sociedade civil e do meio académico, centrando-se na utilização de dados e na experimentação da IA para inovar e enfrentar os desafios urbanos.
Subtemas:

• Poluição, emissões de gases com efeito de estufa e gestão do ruído
• Gestão do desenvolvimento urbano
• Gestão da água e das águas residuais
• Gestão integrada de instalações
• Gestão de entregas por drones
• Gestão do turismo.

Perspectivas regionais

• IA para impulsionar os benefícios das infra-estruturas verdes na sociedade
• Brain4it
• Connecta València: Território turístico inteligente e sustentável
• AI4water
• A rede de inovação no domínio da água (WIN)
• Desenvolvimento de um modelo de previsão para o desenvolvimento da COVID-19
• Sistema de monitorização da qualidade do ar utilizando sensores IoT e sistema LoRa
• Sistema de videovigilância com ferramentas de IA próprias que permitem a computação periférica
  (consórcio, 2024)
  

Estrutura de Custos

Atualização de conteúdo pendente, fique atento!

Modelos de Funcionamento

Atualização de conteúdo pendente, fique atento!

Requisitos Legais

A nível local, a evolução rápida da tecnologia apresenta desafios na regulação da IA. Entre as incertezas sobre as futuras capacidades da IA e a influência das grandes empresas tecnológicas, as cidades estão cada vez mais a assumir a liderança na adoção e regulamentação destas tecnologias. Estas são obrigadas a adotar uma resposta pragmática e ágil ao panorama tecnológico em rápida mudança, salientando a importância de estabelecer directrizes dinâmicas e descentralizadas para uma utilização responsável da IA. Isto é crucial para salvaguardar o bem-estar e a privacidade dos residentes. (Garner, 2024)

A União Europeia dedica-se a promover o desenvolvimento e a aplicação da inteligência artificial (IA) que dá prioridade aos interesses humanos e à sustentabilidade. Esta abordagem realça a importância da integridade dos dados, da abertura, da transparência, da responsabilização e do controlo humano. O objetivo é que a IA europeia reforce a inovação em todos os sectores económicos e impulsione a competitividade do mercado único da UE, respeitando simultaneamente os direitos fundamentais e os princípios essenciais da UE. Para evitar a fragmentação na UE, um quadro regulamentar proposto a nível europeu, baseado no risco, centra-se em aplicações de IA de alto risco, actualizando os regulamentos existentes sobre segurança dos produtos para abordar questões como a cibersegurança e a autonomia humana. Isto garante aos indivíduos o direito a indemnização por qualquer dano e proporciona clareza jurídica às organizações.

Essencialmente, o objetivo da UE é criar um ecossistema próspero que combine excelência e confiança, posicionando-se como líder no desenvolvimento de IA ética e centrada nas pessoas.
Exploraremos também as propostas para a Lei da Inteligência Artificial e para a Diretiva relativa à Responsabilidade em matéria de Inteligência Artificial. (consórcio, 2024)

Proposta de Lei da Inteligência Artificial: Esta proposta categoriza os sistemas de IA de acordo com os seus níveis de risco - de inaceitável a mínimo - para garantir o cumprimento das normas éticas, da legalidade e dos direitos fundamentais na UE. Algumas aplicações de IA de alto risco, como a pontuação social, são totalmente proibidas, enquanto outras devem cumprir requisitos rigorosos de avaliação, registo e supervisão. A proposta tem especialmente em conta as necessidades das PME, incluindo o acesso a ambientes de teste regulamentares da IA, para garantir a equidade e a confiança da concorrência, equilibrando as perspectivas económicas com preocupações éticas e de segurança. (COMISSÃO E. , QUE ESTABELECE REGRAS HARMONIZADAS EM MATÉRIA DE INTELIGÊNCIA ARTIFICIAL (LEI DA INTELIGÊNCIA ARTIFICIAL) E QUE ALTERA DETERMINADOS ACTOS LEGISLATIVOS DA UNIÃO, 2021)

Proposta de diretiva relativa à responsabilidade em matéria de inteligência artificial: Esta diretiva procura harmonizar as regras de responsabilidade em toda a UE para as reivindicações de direito civil resultantes dos resultados da IA, com o objetivo de proporcionar uma proteção justa às pessoas prejudicadas pela IA e manter a confiança na utilização da tecnologia. Define medidas para que os requerentes obtenham documentação sobre sistemas de IA de alto risco através dos tribunais e estabelece as condições em que a culpa pelos danos pode ser atribuída a negligência do sistema de IA. Esta diretiva estabelece regras de base para a UE, permitindo aos Estados-Membros a flexibilidade de aplicar leis mais rigorosas, se assim o desejarem. (COMISSÃO E. , DIRECTIVA DO PARLAMENTO EUROPEU E DO CONSELHO relativa à adaptação das regras de responsabilidade civil extracontratual à inteligência artificial, 2022)

Considerações éticas

A integração ética da Inteligência Artificial (IA) nos sistemas urbanos é uma pedra angular para o avanço das iniciativas de cidades inteligentes que respeitam e melhoram o tecido da sociedade. No centro deste quadro ético está o compromisso com a privacidade, a segurança, a equidade e a transparência, garantindo que as soluções de IA promovem a confiança do público e que os seus processos de tomada de decisões são acessíveis e compreensíveis para todos os cidadãos.

A ética social exige que as implementações de IA honrem a dignidade humana, assegurando que os indivíduos sejam tratados com respeito e que a tecnologia sirva para enriquecer e não para minar as relações pessoais. A equidade e a justiça são fundamentais, exigindo que os sistemas funcionem sem preconceitos raciais, de género ou outros, e que promovam ativamente a igualdade. Isto inclui um enfoque na capacitação daqueles que são frequentemente deixados para trás, demonstrando um impacto positivo tangível nas comunidades carenciadas e contribuindo para o bem comum. Além disso, é fundamental manter o domínio humano sobre a IA, assegurando que os seres humanos permaneçam no controlo, com estratégias em vigor para requalificar os trabalhadores deslocados pela automatização.

Do ponto de vista ambiental, as aplicações de IA devem esforçar-se por ser ecológicas, exercendo efeitos neutros ou positivos na natureza. Isto alinha-se com objectivos mais amplos de sustentabilidade e gestão ambiental, reflectindo um compromisso para com o planeta que corresponde ao compromisso para com as pessoas.

Em termos de segurança e proteção, é essencial garantir a segurança física e mental dos indivíduos. Os direitos de privacidade devem ser salvaguardados, juntamente com a proteção dos dados e a segurança do sistema para evitar a utilização indevida ou excessiva. As soluções éticas de IA devem também eliminar os incentivos à utilização indevida, garantindo que a tecnologia não pode ser explorada para fins negativos.

A ética da governação enfatiza a responsabilidade, a monitorização regular e a transparência nas aplicações de IA para garantir uma utilização responsável e uma supervisão clara. Obriga a que os sistemas de IA se identifiquem quando interagem com humanos e incluam a análise humana nos processos de tomada de decisão. Estes princípios formam uma base para a implementação da IA em ambientes urbanos que respeita a privacidade, a segurança e a justiça, melhorando, em última análise, a vida na cidade e salvaguardando o bem-estar dos residentes.

Dados e Normas

Atualização de conteúdo pendente, fique atento!

Referências

• (n.d), B. (n.d.). Estudo de caso de cidades inteligentes: Poupar dinheiro e reduzir as emissões em Milton Keynes utilizando o estacionamento inteligente.
• 33A. (2024). Recuperado de This is AI Design Sprint™: Automação de processos: https://www.33a.ai/ai-design-sprint
• Abhimanyu, C., Abhinav, P., & Chandresh, S. (2013). Processamento de linguagem natural. Jornal Internacional de Melhorias Tecnológicas e Investigação em Engenharia Emergente, Vol 1, Edição 4.
• Arkara, N. (2023, 6 de agosto). Médio. Recuperado de 'SmartCityGPT': Como a IA generativa cria cidades inteligentes e sustentáveis: https://nonsmartcity.medium.com/smartcitygpt-how-generative-ai-creates-smart-and-sustainable-cities-4d00ce73da10
• AXIS Comunications, Smart Cities World. (2023). Seguindo o caminho para cidades inteligentes e sustentáveis. Smart City Magazine 2023/2024 | Global Ebrochure.
• Butler, K., Davies, D., Isayev, O., & Walsh, A. (2018). Aprendizado de máquina para ciência molecular e de materiais. Natureza.
• Alterações climáticas IA, t. C. (2021). Alterações climáticas e IA: recomendações para o governo. GPAI.
• Consórcio, CitCom.ai. (2024). Relatório de mercado: Mapeamento do atual contexto da UE para o mecanismo de ensaio e experimentação de IA (TEF) em apoio a cidades e comunidades inteligentes e sustentáveis.
• Cugurullo, F. (2020). Inteligência Artificial Urbana: Da automatização à autonomia na cidade inteligente. Departamento de Geografia, Trinity College Dublin, Dublin, Irlanda.
• Deep, K., Aayushi, C., Ruchita, M., Krishna, P., & Chintan, B. (2021). A Convergência da Aprendizagem Profunda e da Computação . Destaques Atlantis em Ciências da Computação, volume 4.
• Donti, P., Liu,, Y., Andreas J, S., Andrey, B., Rui, Y., & Yingchen, Z. (2018). Conclusão da matriz para estimativa de tensão de baixa observabilidade. arXiv: 1801.09799.
• Comissão Europeia. (n.d.). Recuperado de European approach to artificial intelligence: https://digital-strategy.ec.europa.eu/en/policies/european-approach-artificial-intelligence
• Comissão Europeia. (2021). Retirado de Estabelecer regras harmonizadas em matéria de inteligência artificial e alterar determinados actos legislativos da União: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=celex%3A52021PC0206
• Comissão Europeia. (2022). Retirado da Diretiva do Parlamento Europeu e do Conselho relativa à adaptação das regras em matéria de responsabilidade civil extracontratual à inteligência artificial: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A52022PC0496
• Comissão Europeia. (2024). Retirado de Shaping Europe's digital future: https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
• Comissão Europeia. (2024). Construir o futuro digital da Europa. Retirado de https://digital-strategy.ec.europa.eu/en/policies/ai-office
• Feuerriegel, S., Hartmann, J., Janiesch, C., & Zschech, P. (2024). IA generativa. Engenharia de Sistemas de Informação e Negócios.
• Garner, C. (2024). SmartCitiesWorld. Retrieved from AI to digital twins: trends you need to know about for 2024: https://www.smartcitiesworld.net/ai-and-machine-learning/ai-and-machine-learning/ai-to-digital-twins-trends-you-need-to-know-about-for-2024
• Golubchikov, O., & Thornbush, M. (2020). Artificial Intelligence and Robotics in Smart City Strategies and Planned Smart Developmen [Inteligência Artificial e Robótica nas Estratégias de Cidades Inteligentes e Desenvolvimento Inteligente Planeado]. MDPI & SmartCities.
• H.M.K.K.M.B. , H., & Mittal, M. (2022). Adoção de inteligência artificial em cidades inteligentes: A comprehensive review. Revista Internacional de Gestão da Informação - Insights de Dados.
• Harshit , V., Rizwan , A., Uzair , K., & Rajat , V. (2020). Abordagens de Inteligência Artificial e Aprendizado de Máquina em Cidades Inteligentes: Revisão crítica. Série de conferências IOP: Ciência e Engenharia de Materiais, Volume 1022, 1ª Conferência Internacional sobre Pesquisa Computacional e Análise de Dados (ICCRDA 2020).
• Hurwitz, J., Kaufman, M., & Bowles, A. (2012). Capítulo 12 Smarter Cities: Computação Cognitiva no Governo. Em Cognitive Computing and Big Data Analytics.
• Ingwersen, P., & Serrano-López, A. (2018). Investigação sobre cidades inteligentes 1990-2016. Scientometrics.
• Jones, A., Kuehnert, J., Fraccaro, P., Meuriot, O., Ishikawa, T., Edwards, B., . . . Assefa, S. (2023). IA para impactos climáticos: aplicações em risco de inundação. npj Climate and Atmospheric Science.
• Kinza, Y., Gillis, A., & Botelho, B. (n.d.). cognitive computing. Recuperado de Tech Target: https://www.techtarget.com/searchenterpriseai/definition/cognitive-computing
• Lea, R. (2023). LinkedIn. Obtido de Generative AI: How are cities using it: https://www.linkedin.com/pulse/generative-ai-how-cities-using-rodger-lea-bqa9e/
• Leal, A., de Bezenac, C., Occhini,, G., Lefebvre,, H., Gallego-Posada, J., Chehbouni,, K., . . . Téhinian, S. (2022). IA e cidades: Riscos, aplicações e governação. UN-Habitat.
• Majewski, S. (2023). D.Labs. Recuperado de 7 Key Steps To Implementing AI In Your Business: https://dlabs.ai/blog/how-to-implement-ai-in-your-company/#:~:text=Seven%20key%20steps%20to%20implementing%20AI%20in%20your,You%E2%80%99re%20ready%20to%20start%2C%20but%20start%20small.%20
• Mathe, o., Miolane,, N., Sebastien,, N., & Lequeux, J. (2019). PVNet: Uma arquitetura LRCN para previsão de energia fotovoltaica espaço-temporal a partir da previsão numérica do tempo. arXiv: 1902.01453.
• Mazloumi, E., Geoff, R., Currie, G., & Moridpour, S. (2011). Intervalos de previsão para contabilizar incertezas em previsões de redes neurais: Metodologia e aplicação na previsão do tempo de viagem de autocarros. Volume 24, Número 3.
• Miller, G. (2022). Papéis das partes interessadas em projectos de inteligência artificial. Project Leadership and Society.
• Nemika, T., & Bharat, B. (2023). Desmistificando o papel do processamento de linguagem natural (PNL) em aplicações para cidades inteligentes: Background, Motivation, Recent Advances, and Future Research Directions. Comunicações pessoais sem fios.
• Nolle, M. (2023). Como é que a IA se pode aplicar às Smart Cities? LinkedIn BABLE Newsletter & Insights.
• Nutkiewicz, A., Yang, Z., & Jain, R. (2018). Simulação de energia urbana orientada por dados (DUE-S): Uma estrutura para integrar simulação de engenharia e métodos de aprendizado de máquina em um fluxo de trabalho de modelagem de energia urbana em várias escalas. Applied Energy Volume 225.
• OCDE. (2023). Recomendação do Conselho sobre Inteligência Artificial. OCDE.
• Padilha França, R., Borges Monteiro, A., Arthur, R., & Iano, Y. (2020). Uma visão geral do aprendizado de máquina aplicado em Smart Cities. Cidades Inteligentes: Uma Perspetiva de Análise de Dados. Lecture Notes in Intelligent Transportation and Infrastructure. Springer.
• Papandreou, T. (2024). Forebes. Obtido de Generative Urban AI Is Here. As cidades estão prontas?: https://www.forbes.com/sites/timothypapandreou/2024/02/18/generative-urban-ai-is-here-are-cities-ready/?sh=2fc6aa449613
• Parycek, P., Schmid, V., & Novak, A.-S. (2023). Inteligência Artificial (IA) e Automatização em Procedimentos Administrativos: Potentials, Limitations, and Framework Conditions. Journal of the Knowledge Economy.
• Peeler, R. (2023). Os custos ocultos da implementação da IA nas empresas. Recuperado de Forbes: https://www.forbes.com/sites/forbestechcouncil/2023/08/31/the-hidden-costs-of-implementing-ai-in-enterprise/?sh=f7559e64d5c1
• Peng, Z.-R., Lu, K.-F., Liu, Y., & Zhai, W. (2023). O caminho da IA de planejamento urbano: do suporte ao planejamento à elaboração do plano. Journal of Planning Education and Research.
• Rahim, A., Mahony, C., & Bandyopadhyay, S. (2024). Blogues do Banco Mundial. Retrieved from Generative Artificial Intelligence as an Enabler for Citizen Engagement: https://blogs.worldbank.org/governance/generative-artificial-intelligence-enabler-citizen-engagement
• Schmitt, L. (2022). Mapeamento da governação global da IA: um regime nascente numa paisagem fragmentada. IA e Ética.
• Taeihagh, A. (2021). Governação da inteligência artificial. Política e Sociedade.
• Taleqani, R., Hough,, A., & K. E, N. (n.d.). Public Opinion on Dockless Bike Sharing: A Machine Learning Approach. Transportation Research Record, 2673(4), 195-204.
• Ullah, Z., Al-Turjman, F., Mostarda, L., & Gagliardi, R. (2020). Aplicações de Inteligência Artificial e Aprendizagem de Máquina em cidades inteligentes,. Comunicações Informáticas, Volume 154.
• Programa das Nações Unidas para o Ambiente. (2023). Obtido de How artificial intelligence is helping tackle environmental challenges: https://www.unep.org/news-and-stories/story/how-artificial-intelligence-helping-tackle-environmental-challenges
• Upadhyay, M., & Upadhyay, P. (2020). Os Upadhyays. Obtido de 8 Parameters to Qualify AI Solutions: https://www.theupadhyays.com/post/8-parameters-to-qualify-ai-solutions
• Yigitcanlar, T., Corchado, J., Mehmood, R., Yi Man Li, R., Mossberger, K., & Desouza, K. (2021). Inovação Urbana Responsável com Inteligência Artificial (IA) do Governo Local: Um quadro concetual e uma agenda de investigação. Jornal de Inovação Aberta: Technology, Market, and Complexity.
• Zhang, W., Robinson, C., Guhathakurta, S., Garikapati, V., Bistra Dilkina, M., Brown, M., & Pendyala, R. (2018). Estimativa do consumo de energia residencial em áreas metropolitanas: Uma abordagem de microssimulação. Energia, Volume 155,.