53
этих ресурсов. Будет полезно начать с таких технологических систем, как
планирование ресурсов предприятия (ERP) и географическая
информационная система (ГИС). С работающими системами мониторинга
будет легче выявлять точки слива и лучше распределять ресурсы,
контролируя расходы и снижая потребление энергии и природных ресурсов.
Кроме того, одним из важных аспектов приложений для умного города
является то, что они предназначены для взаимодействия и сбора данных, что
также может способствовать лучшему сотрудничеству между приложениями
и службами.
2. Лучшее качество жизни: с лучшими услугами, более эффективными
моделями работы и жизни и меньшими потерями (время и ресурсы) горожане
умного города будут иметь лучшее качество жизни. Это результат лучшего
планирования жилых/рабочих пространств и мест, более эффективных
транспортных систем, более качественных и быстрых услуг и наличия
достаточного количества информации для принятия обоснованного решения.
3. Более высокие уровни прозрачности и открытости. Необходимость в
более эффективном управлении и контроле различных аспектов и
приложений умного города приведет к повышению функциональной
совместимости и открытости. Совместное использование данных и ресурсов
станет нормой. Кроме того, это повысит прозрачность информации для всех
участников. Это будет способствовать сотрудничеству и общению между
организациями и созданию большего количества услуг и приложений,
которые еще больше улучшат умный город. Одним из примеров является
правительство США, которое собрало и опубликовало широкий спектр
данных, публикаций и контента во имя прозрачности и открытости. Это дало
гражданам и государственным организациям возможность эффективно
обмениваться данными и использовать их. Для достижения этих
преимуществ требуется высокий уровень сложности и участия с точки зрения
приложений, ресурсов и задействованных людей. Возможности для
достижения этих преимуществ имеются; однако они требуют
54
дополнительных инвестиций в технологии, более эффективных разработок и
эффективного использования больших данных. Также необходимо
установить политики для обеспечения точности данных, высокого качества,
высокой безопасности, конфиденциальности и контроля данных, а также
использования стандартов документации данных для предоставления
рекомендаций по содержанию и использованию наборов данных. Кроме того,
технология может быть очень полезна при рассмотрении вопросов
управления и защиты природных ресурсов и инфраструктуры, а также
природных ресурсов с конечной целью повышения устойчивости.
Приложения больших данных могут обслуживать многие сектора умного
города. Это помогает обеспечить лучший опыт работы с клиентами и услуги,
которые помогают предприятиям достигать более высоких результатов
(например, более высокой прибыли или увеличения доли рынка). Улучшите
здравоохранение за счет улучшения профилактических услуг, средств
диагностики и лечения, управления медицинскими записями и ухода за
пациентами. Транспортные системы могут извлечь большую выгоду из
больших данных для оптимизации маршрутов и расписаний, приспособления
к изменяющимся требованиям и большей экологичности. Развертывание
приложений для работы с большими данными требует поддержки хорошей
инфраструктуры информационных и коммуникационных технологий (ИКТ).
ИКТ поддерживают умные города, потому что они предлагают полезные
решения, а также уникальные решения, которые без них были бы
невозможны. Например, это позволяет эффективно планировать транспорт,
предоставляя простые способы управления их услугами из разных областей /
мест, чтобы снизить транспортные расходы. Другие примеры включают
улучшение управления водными ресурсами и улучшение управления
отходами за счет применения инноваций для эффективного управления
этими услугами. Например, управление отходами включает в себя сбор,
утилизацию, переработку и рекуперацию отходов, всем этим можно
эффективно управлять с помощью ИКТ-решений. Другие примеры включают
55
новые строительные и структурные методы для здоровья зданий и
улучшения состояния окружающей среды; управление рисками;
Безопасность и охрана; качество и загрязнение воздуха; здравоохранение;
разрастание городов; утрата биоразнообразия; и энергоэффективность. В
целом, умный город можно сделать умнее, используя ИКТ и «большие
данные» для многих своих приложений и услуг. Внедрение ИКТ, облачных
технологий и решений для работы с большими данными поможет решить
многие проблемы, такие как предоставление инструментов хранения и
анализа. Кроме того, это поможет выйти на инновационную стадию и будет
способствовать сотрудничеству и общению между различными субъектами
умного города.
Этого можно добиться путем создания сообществ по работе с
большими данными, которые будут работать как единое целое, чтобы
стимулировать совместные и творческие решения, касающиеся приложений в
таких областях, как образование, здравоохранение, энергетика,
юриспруденция, производство, окружающая среда и безопасность. Это также
помогает в решении задач в реальном времени в сельском хозяйстве,
транспорте и управлении толпой, поскольку приложения и системы
интегрированы, а информационные потоки легко пересекают приложения и
объекты.
Существует множество примеров приложений для работы с большими
данными, обслуживающих «умные» города, например:
1. «Умное» образование: ИКТ предоставляют решение для повышения
эффективности, результативности и производительности образовательных
процессов с использованием гибких и интеллектуальных образовательных
интеллектуальных услуг, обеспечивающих лучшее использование
информации, усиленный контроль и оценка, более активная поддержка
обучения на протяжении всей жизни для всех людей (граждан и
заинтересованных сторон). Умные образовательные приложения вовлекут
людей в активную учебную среду, которая позволит им адаптироваться к
56
быстрым изменениям в обществе и окружающей среде. Кроме того, опираясь
на «большие данные», собранные в полевых условиях и правильно
обработанные для получения необходимой информации, мы окажем
положительное влияние на уровни знаний и инструменты
преподавания/обучения для передачи или приобретения знаний. Кроме того,
технологии могут сделать такие возможности доступными повсюду, включая
отдаленные или сельские районы, где поездка в школу может быть
невозможна или экономический статус людей низок, и они не могут
позволить себе другие, более дорогие модели. Использование ИКТ и
больших данных также поможет создать общество, основанное на знаниях,
что повысит конкурентоспособность страны. Большие данные в образовании
генерируются в основном путем сбора данных о людях (например, учениках,
учителях, родителях, администраторах и другом вспомогательном
персонале), инфраструктурах (например, школах, библиотеках,
вычислительных мощностях, учебных заведениях, музеях, университетах и
других связанных объектах) и информацию (например, курсы, книги,
экзамены, оценки, экономические обзоры, оценки, отчеты и многое другое).
Эти данные могут стать полезным ресурсом для анализа и извлечения
полезных тенденций, моделей и их использования для предоставления более
качественного и расширенного образования. Например, «большие данные»
помогают образовательным организациям персонализировать обучение,
«создавать сообщества практики и стандартизировать представление
знаний». Большие данные в образовании также можно использовать для
наблюдения за нехваткой образования для улучшения учебных программ.
2. Умная сеть. Умная сеть является важным компонентом умного
города. Это обновленная система электросетей, которая использует
информационные и коммуникационные технологии для сбора и обработки
доступных данных, таких как информация о поведении поставщиков и
потребителей, в автоматическом режиме для добавления некоторых
значений.
57
3. Общественный транспорт. В случае с общественным транспортом
существует множество переменных, которые иногда делают его
непредсказуемым и ненадежным. Например, дорожно-транспортные
происшествия происходят неожиданно, что иногда приводит к задержке
городского автобусного маршрута. Исторически частота и место дорожно-
транспортных происшествий были буквально непредсказуемыми, но
благодаря развивающимся технологиям и расширяющимся базам данных это
уже не так. Именно здесь на помощь приходят «большие данные», чтобы
спасти положение как пассажиров, так и городских властей. Анализируя
огромные объемы данных, собранных муниципальными технологиями и
даже мобильными приложениями, градостроители могут частично смягчить
эту непредсказуемость, наблюдая за схемами движения и недостатками
общественного транспорта и разрабатывая планы по их устранению.
IBM недавно объявила, что поможет городу Дублину использовать
«большие данные» для выявления основных причин пробок на дорогах в сети
общественного транспорта ирландского города. Изучая коренные причины
заторов, транспортный поток будет улучшен для пассажиров пригородной
зоны. В этом случае городские власти смогут отслеживать трафик в режиме
реального времени, интегрируя данные из сети общегородских цензоров,
собирающих геопространственные данные. Департамент дорог и дорожного
движения Дублина в партнерстве с IBM будет собирать и анализировать
большие данные из расписаний автобусов, детекторов движения,
телевизионных камер и обновлений GPS из 1000 городов, чтобы построить
цифровую карту города с наложением в реальном времени местоположений.
Дублинские автобусы. По мере того, как среднее количество автомобилей на
дорогах во всем мире увеличивается, загрязнение ухудшается, а время в пути
увеличивается.
4. Управление движением. Что касается технологии светофоров, города
уже анализируют схемы движения, чтобы обеспечить внедрение и внедрение
более совершенных средств управления светофорами. В настоящее время
58
светофоры в значительной степени полагаются на датчики и камеры, чтобы
более эффективно определять наличие заторов на перекрестке. Эта
информация помогает инженерам определить, как долго светофор должен
оставаться красным, желтым или зеленым. Например, более загруженные
перекрестки с движением транспорта на более высоких скоростях обычно
оборудованы светофорами, алгоритмы которых настроены для отображения
более длинных желтых сигналов. Эта технология помогает гарантировать,
что у водителей будет достаточно времени для безопасного проезда
перекрестка. Хотя эти достижения в технологии светофоров сделали систему
светофоров более эффективной,
Вполне вероятно, что в ближайшие годы городские власти будут
больше полагаться на «большие данные» из более широкого круга
источников. Например, приложения для мобильной навигации и обмена
поездками, такие как Google Maps, Waze, Uber и Lyft, уже собирают данные о
транспортных маршрутах, которыми пользуются пользователи. Собирая и
анализируя данные об этих маршрутах, городские власти могут использовать
эту информацию для повышения эффективности светофоров. Если
определенные перекрестки, как правило, более загружены в определенные
часы в течение дня, эти знания могут помочь инженерам-светофорам
определить, какие типы датчиков следует использовать в светофорах.
Использование больших данных из мобильных приложений для настройки
светофоров в соответствии с постоянно меняющимися схемами движения в
режиме реального времени, несомненно, улучшит технологию светофоров и,
следовательно, транспортные сети умного города.
Одним из основных аспектов умных городов является хороший
контроль над транспортным потоком в городе, что улучшит транспортные
системы и улучшит поездки горожан на работу и общие схемы движения в
городе. Когда население увеличивается, возникают проблемы с дорожным
движением, загрязнение и экономические проблемы. В связи с этим
использование умных светофоров и сигналов является одним из наиболее
59
важных методов, которые умные города используют для борьбы с большими
объемами трафика и заторами. Интеллектуальные светофоры и сигналы
должны быть взаимосвязаны через сети трафика, чтобы предоставить больше
информации о схемах движения. Каждый датчик определяет разные
параметры транспортного потока (например, скорость автомобилей,
плотность движения, время ожидания на светофоре, пробки и т. д.). Система
принимает решения в соответствии со значениями этих параметров и дает
соответствующие указания огням и сигналам. Таким образом, чем больше
данных будет доступно этой системе, тем более обоснованные решения она
сможет принимать. В результате, чтобы предлагать наилучшие услуги в
области интеллектуальных светофоров, лучше всего будет собирать данные
со всех светофоров по всему городу и строить интеллектуальные системы
принятия решений, используя эти данные. Это требует использования
аналитики больших данных в режиме реального времени.
5. Парковочная аналитика. Городские власти также могут улучшить
программы парковки, включив большие данные в свои стратегии аналитики
парковок. Большие данные могут помочь городам в управлении
вместимостью парковок и более точном прогнозировании изменений
количества парковок, вызванных различными факторами, от дорожно-
транспортных происшествий до строительных работ. Наблюдая за
тенденциями заполнения парковок, городские власти могут лучше
корректировать количество сотрудников правоохранительных органов в
соответствии с прогнозируемым количеством водителей, парковающихся в
любой момент времени.
Кроме того, с ростом использования приложений для мобильных
парковок городские власти могут более эффективно отслеживать такие
тенденции, как средняя продолжительность занятости парковочного места на
одно транспортное средство. Изучение тенденций в области парковки дает
городским властям возможность более прагматично планировать крупные
городские мероприятия, такие как концерты, уличные ярмарки, фермерские
60
рынки или спортивные мероприятия. Способность городских властей точно
предсказать занятость парковки для любого конкретного мероприятия
позволяет им гарантировать наличие достаточного количества парковочных
мест и взимать разумную плату за парковку в определенное время. Кроме
того, большие данные о функциональности паркоматов позволяют городским
властям обеспечивать эффективную работу электронных парковочных
устройств.
Это повышает эффективность, надежность, экономичность и
устойчивость производства и распределения электроэнергии. В
интеллектуальной сети используются компьютерные пульты дистанционного
управления с технологией двусторонней связи между производителями
электроэнергии и потребителями для повышения эффективности и
надежности сети за счет самоконтроля системы и обратной связи. Это
включает в себя размещение интеллектуальных датчиков и счетчиков в
системах производства, передачи и распределения в дополнение к точкам
доступа потребителей, чтобы получать подробные данные о текущем
производстве, потреблении и неисправностях почти в реальном времени. Он
реализует динамические модели ценообразования для энергопотребления,
чтобы сгладить пиковые нагрузки, применяя высокие тарифы в часы пик и
более низкие тарифы в другие периоды. Это помогает избежать
потенциальных отключений электроэнергии из-за высокого спроса
потребителей. Может предоставлять потребителям информацию о
потреблении энергии практически в режиме реального времени и позволяет
им управлять своим потреблением на основе, как своих потребностей, так и
доступных цен. Потребительские устройства, такие как стиральные машины
и водонагреватели, могут быть более рентабельными, если они
автоматически управляются для работы в периоды низких цен. Хотя
интеллектуальная сеть имеет много потенциальных преимуществ, она
требует сбора огромного количества данных от процедур подачи
электроэнергии, передачи, дистрибьюторов и потребителей. Кроме того,
61
требуется обработка собранных данных, которая считается аналитикой
больших данных, в режиме реального времени для отправки обратно
некоторой управляющей информации для повышения общей
производительности электроэнергетической системы.
Мы рассмотрели несколько примеров приложений для работы с
большими данными, которые можно рассматривать как руководство по
разработке приложений для умного города. Многие из них добились разного
уровня успеха, и большинство из них добавили ценные компоненты для
улучшения услуг и приложений умного города.
Таким образом, «большие данные» играют важную роль в умном
городе. Города могут обрабатывать данные с устройств и датчиков IoT,
чтобы распознавать закономерности и потребности. Анализ может
уменьшить количество дорожно-транспортных происшествий и заторов, а
также помочь водителям найти место для парковки. Данные также могут
снизить уровень преступности, улучшить интеллектуальное городское
освещение и улучшить системы водоснабжения и энергоснабжения.
Существует множество способов, с помощью которых внедрение и
анализ больших данных могут помочь городским властям в разработке
технологий «умного города». Общественный транспорт, технологии
светофоров и аналитика парковок — это лишь несколько примеров
технологий «умного города», которые можно улучшить с помощью анализа
больших данных. Крайне важно понимать, что роль больших данных в
улучшении транспорта в умных городах значительно возрастает. Поскольку
новые мобильные приложения постоянно разрабатываются для упрощения и
автоматизации различных повседневных обязанностей и процедур, «большие
данные» также становятся все более доступными из более широкого круга
источников. По мере поступления дополнительной информации
градостроители должны использовать эти данные для улучшения городской
инфраструктуры и жилья.
62
Чтобы создать хорошую платформу умного города, нужно следующее
(таблица 4).
Таблица 5
Технологии развития использования больших данных в управлении
городом
Технология
Назначение
Сети
Собирают данные
Полевые шлюзы
Упрощают сбор и сжатие данных
Облачный шлюз
Гарантирует безопасную передачу данных
Система потоковой обработки данных
Сводит несколько потоков в озеро данных
Озеро данных
Хранит данные, ценность которых еще предстоит
определить
Хранилище данных
Хранит очищенные и структурированные данные
Аналитические системы
Анализируют и визуализируют информацию с
датчиков
Машинное обучение
Автоматизирует городские сервисы на основе
долгосрочного анализа данных
Пользовательские приложения
Соединяют умные вещи и горожан
Система совместного пользования данными должна обеспечивать
обмен «в облаках». Это обеспечит лучшую переносимость, безопасность и
конфиденциальность при передаче данных, а также ускорит разработку и
тестирование приложений. Благодаря своей универсальности платформа
обеспечит эти преимущества всем приложениям, в том числе
специализированным. А значит, весь городской софт будет опираться на
актуальные технологии.
Ключевыми технологиями для развития использования больших
данных в Москве являются следующие направления, представленные в
таблице 6.