Uno studio internazionale sulla smart city? C'è, e con approccio deep learning

Uno solo? Certamente no, vari sono i simposi a tema, ancora di più gli studi scientifici e divulgativi, sulla smart city, un fenomeno sociologico e tecnico nel contempo.

Smart city, tra letteratura scientifica e realtà

La letteratura su quell’universo smart, che ha impattato i centri urbani, è in costante crescita, seppur indicizzata in modo vario, cioè senza utilizzare una tassonomia realmente condivisa.

Questo accade per i vari punti di vista che si profilano all’orizzonte, data la tematica affrontata.

Si spazia tra il mondo tecnico, ma in senso stretto, fatto di standard ISO e kilometri di cavi in fibra, a quello giuridico, che abbraccia la tutela dei dati personali e la normazione, perennemente in fieri, arrivando a quello sociologico e urbanistico, per descrivere al meglio una città in cambiamento.

Tutti questi argomenti sono poi condivisi in simposi ad hoc, dove anche l’elemento culturale ha il suo discrimine: difficile comparare una smart city USA con una UE o asiatica (Singapore in testa).

Ancora, anche le statistiche hanno la loro importanza, anzi, spesso sono proprio loro le basi su cui si poggia la letteratura e la convegnistica.

Le variabili da analizzare, tipicamente legate al centro urbano su cui poggia l’attenzione dell’osservatore, saranno varie, non limitandosi solamente alla popolazione, che si, è un primo parametro utile a stilare una sorta di classifica tra gruppi omogenei. Si parla anche di impatto ambientale, di partecipazioni a progetti internazionali di sviluppo, di sicurezza applicata (nel trinomio safety, security, intelligence urbana), ed ecco l’utilizzo di dashcam, webcam, sensoristica, ledwall interne alle security room, interoperabilità tra servizi e contatti con il cittadino, di mobilità urbana.

Fino ad arrivare, grazie all’intelligenza artificiale, a concepire veri e propri modelli predittivi, sia in termini di sicurezza che di progettazione e regolazione della mobilità nelle città.

Lo studio…

Interessante è lo studio “Predicting Urban Vitality at Regional Scales: A Deep Learning Approach to Modelling Population Density and Pedestrian Flows“.

Con l’introduzione dello UVPN, un indice per la previsione delle attività urbane, si ha la concezione di un modello deep learning, come analizzato con dataset di New York, volto ad arrivare a previsioni più accurate di come le attività umane si potrebbero sviluppare in una città.

L’obiettivo è quello di approcciare un sviluppo urbano sostenibile e per fare ciò si è considerata l’attività umana sia come statica che come dinamica, intendendo attività residenziali ma anche “in movimento” (quindi popolazione residente contro flussi pedonali e interazioni sociali).

La preparazione dei dati, lo sviluppo del modello e l’analisi dei risultati, sono i tre momenti della ricerca effettuata. Prescindendo dal modello sviluppato è interessante osservare l’utilizzo di dati open: OSM, open street map, immagini google street view, dati censimento popolazione, caratteristiche socio-demografiche da statistiche pubbliche.

I vantaggi – viene spiegato dai ricercatori – è quello, grazie a metriche differenti rispetto a quanto in letteratura, di ottenere analisi geospaziali più accurate, utili ad attuare una programmazione urbana sostenibile e resiliente, grazie a una eterogeneità spaziale degli elementi in analisi.

L’approccio bidimensionale, dinamico e statico della popolazione, consente quindi una pianificazione urbana grazie all’individuazione della mobilità della stessa (flusso di traffico) e ai linkage che vengono creati tra questa e la densità edilizia (zona residenziale, industriale, presenza commerciale), la rete stradale (categorie strade), caratteristiche del paesaggio urbano (come la presenza di marciapiedi, per esempio, o vegetazione).

Il modello, quindi, arriva ad analizzare un contesto dinamico, realmente vitale rispetto alla distribuzione spaziale: probabilmente si sta già discutendo di un “futuro vecchio” (ndr.), ma indubbiamente efficace.

Silvestro Marascio