Miasto to nie tylko zbiór budynków i ulic. Miasto to nie tylko pojęcie administracyjne i geograficzne. Miasto to skomplikowana maszyna, na którą składają się budynki mieszkalne i użytkowe, trasy komunikacyjne, miejsca wypoczynku i pracy, a także jego mieszkańcy. W socjologii istnieje odrębna kategoria poświęcona właśnie miastom i dynamice zachodzących w nich zmian.
Od pewnego czasu na warstwy infrastruktury, komunikacji i ludzi, nakładana jest kolejna, a mianowicie informacyjna. A tam, gdzie pojawia się dużo informacji, tam powstają także systemy informatyczne i interfejsy do komunikowania się pomiędzy różnymi systemami i ludźmi. W opisywanym tutaj procesie powoli zaczyna się tworzyć sprytne miasto, miasto reagujące na to, co się w nim dzieje w sposób inteligentny. Smart city.
Nicos Komninos uważa, że na inteligentne miasto składają się: kreatywna populacja mieszkańców intensywnie wykorzystująca wiedzę, efektywnie działające instytucje, rozwinięte systemy teleinformatyczne oraz zdolność do innowacji. To spore wymagania, którym niewiele miast może sprostać, ale, chociaż do ideału wciąż jej daleko, Warszawa może być jednym z nich. Warszawa jest moim rodzinnym miastem i być może dlatego wiem o nim znacznie więcej niż o innych. Tym bardziej, że miałem okazję zainteresować się jej „sprytem” bliżej przy okazji projektu Virtualna Warszawa. Wtedy dowiedziałem się, jak wielkie bazy danych na temat miast już istnieją i jak wiele wciąż jest tworzonych. Informacja cyfrowa, po odpowiednim przetworzeniu, może być niezwykle pomocna dla osób niewidomych i słabowidzących.
Ten tekst jest zaledwie szkicem dla tematu niezwykle obszernego i ewoluującego z każdym miesiącem. Z tego względu musi być napisany na pewnym poziomie ogólności, który nie straci na aktualności przez rok lub nawet kilka lat. Obecnie realizuje się eksperymenty, których wynik jest niewiadomą. Wiemy na przykład, że nadzieje, które wiązaliśmy z zastosowaniem beaconów jako technologii wspierającej mikronawigację dla osób niewidomych można włożyć między bajki. Nie oznacza to wcale, że beacony się nie przydadzą. Dlatego warto przyglądać się temu, co dzieje się na styku najnowszych technologii i struktur miejskich.
Pozyskiwanie danych do systemów
Zbieranie i udostępnianie informacji o mieście stało się możliwe dzięki postępowi technologicznemu. Tanie moduły GPS (nawigacja satelitarna), GSM (transmisja komórkowa), BLE (BlueTooth Low Energy) i inne technologie są obecnie w zasięgu ręki. Przeciętny smartfon dysponuje każdą z nich, a czasem też innymi, jak NFC i IRDA. Smartfony są też głównymi dostawcami i odbiorcami informacji w miastach. Najważniejszym graczem jest tutaj firma Google, która udostępniła za darmo system operacyjny Android oraz liczne i bardzo popularne usługi, np. Google Maps. “Za darmo” należy traktować z dużym przymrużeniem oka, bo przecież Google zarabia na tych danych, chociaż płacą za nie przede wszystkim firmy kupujące informacje o nas, czyli o użytkownikach.
W mapach Google można zobaczyć, gdzie są korki, a gdzie jechać można bez problemu. Na podstawie tych informacji mapy proponują trasy przejazdu kierowcom, a pasażerom komunikacji miejskiej podpowiadają bardziej optymalne połączenia. Warto jednak wiedzieć, skąd Google o tym wie. Otóż wie o tym od nas, czyli od użytkowników smartfonów. Te urządzenia są tak wszechobecne, że można spokojnie powiedzieć, iż każdy dorosły mieszkaniec miasta z nich korzysta, a korzystając wyraził tym samym zgodę na to, że jego smartfon wysyła pewne informacje do firmy Google. Dotyczy to użytkowników map Google na wszystkich platformach. Zatem firma Google, dzięki swoim algorytmom, może oszacować, gdzie ludzie stoją w korkach, a tą informacją może podzielić się z innymi.
Mapy Google mają jeszcze inne narzędzia do zbierania informacji. Każdy użytkownik może dodawać do nich informacje kontekstowe, na przykład informacje o nowych budynkach, firmach i instytucjach, które się w nich mieszczą, oraz o numerach telefonów, adresach WWW i godzinach otwarcia. Może też wstawiać oceny, komentarze i zdjęcia, wzbogacając zasoby informacyjne w skali trudnej do osiągnięcia przez samą firmę. Firma jest bowiem jedna, a użytkowników map – miliardy. W ten sposób powstaje społecznościowa, obszerna warstwa informacyjna, najbogatsza właśnie w miastach, bo przecież tam jest najwięcej użytkowników.
Istnieją jeszcze inne sposoby zagonienia milionów ludzi do bezpłatnego zbierania danych. Jest to na przykład serwis Foursquare, za pomocą którego można się meldować w różnych miejscach, zbierając przy tym wirtualne monety i odznaki. Bardziej aktywni użytkownicy mogą także dodawać miejsca, podobnie jak to się dzieje w mapach Google, przydzielając je do odpowiednich kategorii. Potem te punkty są dostępne dla innych użytkowników. Jeszcze ambitniejszym projektem jest Open Street Maps, gdzie stosuje się profesjonalne narzędzia do rysowania map wektorowych, udostępnianych potem użytkownikom bez ograniczeń licencyjnych stosowanych w mapach Google. Istnieją też komercyjne rozwiązania, polegające na przetwarzaniu zdjęć satelitarnych i lotniczych na mapy terenu, a także słynne samochody Google jeżdżące po różnych miastach i fotografujące je z poziomu jezdni. Zdjęcia te udostępniane są w usłudze Street View, dzięki czemu można obejrzeć okolicę, wcale się w niej nie pojawiając.
Warstwa informacji o infrastrukturze jest najbogatsza, bo też i informacje o niej zaczęto zbierać najwcześniej. Na nią zaczyna nakładać się druga, o wiele bardziej zmienna warstwa, a mianowicie warstwa komunikacyjna. Miasta, w szczególności te największe, to siatka ulic i poruszających się po nich samochodów, autobusów, tramwajów, pociągów, metra i taksówek. O ile samochody prywatne są monitorowane lub wręcz śledzone przez Google, o tyle z komunikacją miejską jest inaczej. Tu nie wystarczy skala i statystyka, bo pojazdów jest o wiele mniej, a do tego każdy jest równie istotny. Dlatego monitorowaniem autobusów, tramwajów i metra zajmują się zakłady transportowe, a taksówek – korporacje zrzeszające. Operatorzy mogą na bieżąco śledzić położenie pojazdów, by ocenić szanse na opóźnienie. Coraz częściej zajmują się tym nie ludzie, lecz wyspecjalizowane oprogramowanie monitorujące. Specjalne algorytmy zaprojektowano tak, że reagują na nietypowe zachowania pojazdów i alarmują operatorów tylko w razie potrzeby.
To jeszcze nie koniec sposobów na zbieranie danych. Bilety z paskami magnetycznymi i karty przykładane do kasowników lub do czytników w bramkach metra pozwalają na oszacowanie potoków pasażerskich. Miasto zbiera takie dane, by optymalizować rozkłady jazdy i rodzaje pojazdów. Czujniki montowane są także na skrzyżowaniach ulic, a ich zadaniem jest liczenie samochodów oraz pieszych. Wszystkie te dane płyną do serwerów, gdzie są dalej przetwarzane, łączone z innymi, porównywane i udostępniane dalej. A wszystko po to, by optymalizować.
Wreszcie należy wspomnieć o coraz liczniejszych czujnikach rozmieszczanych w miastach. Kamery monitoringu miejskiego patrzą na nas w wielu miejscach, a zapisy z nich przechowywane są na wszelki wypadek w archiwach. Czujniki pyłu, hałasu, światła i inne pozwalają na zbieranie informacji o stanie środowiska miejskiego. Celem jest poprawa stanu tego środowiska, chociaż na początkowym etapie każdy może dostać zawału, dowiadując się, w jak nieprzyjaznym otoczeniu mieszka się lub pracuje. Jednak bez informacji trudno jest podejmować racjonalne decyzje o inwestycjach.
Inteligencja wykluwająca się z danych
Mamy zatem sterty danych, których nie jest w stanie przetworzyć żaden człowiek. Trzeba do tego zaprząc komputery, a ściślej – algorytmy, w tym sieci neuronowe. Wciąż nie wiadomo, które z nich zaproponują coś sensownego, a przecież ingerowanie w tkankę miejską musi być dokonywane z delikatnością i ostrożnością. Pierwszymi rozwiązaniami w tym zakresie były systemy do sterowania światłami na skrzyżowaniach. Słynna “zielona fala” miała zapewnić kierowcom możliwość płynnego przemieszczania się pomiędzy skrzyżowaniami, o ile jadą z dopuszczalną prędkością. Próbowano robić to za pomocą programowanych na sztywno interwałów, ale to była droga donikąd. Wystarczyło bowiem jakiekolwiek zdarzenie na drodze, na przykład stłuczka, by cały misterny plan regulacji ruchu runął, a przecież w miastach takie rzeczy zdarzają się nagminnie.
Rozwiązaniem problemu płynności przejazdu mogłoby okazać się dynamiczne dopasowywanie świateł do aktualnego ruchu. Pomysł świetny i pewnie stałby się optymalnym, gdyby nie kolejna trudność. Natężenie ruchu w mieście zmienia się z minuty na minutę. Kierowcy reagują na sytuację na drodze i zmieniają swoje plany. Zmiana świateł na jednym skrzyżowaniu ma wpływ na sąsiednie, a tam zmienione – na jeszcze następne. Jest to system bardzo skomplikowany i dynamiczny, a przez niektórych naukowców porównywany do mechaniki płynów. W takim skomplikowanym systemie efektywne zarządzanie ruchem może zapewnić tylko odpowiednio zaawansowany algorytm z elementami sztucznej inteligencji. Jeszcze go nie ma, chociaż testowane są pierwsze tego typu rozwiązania.
O wiele sprawniejszymi systemami są te związane z komunikacją miejską. Tabor autobusowy i tramwajowy wyposażony w czujniki i nadajniki może komunikować się z przystankami, by dawać informacje o opóźnieniach lub wręcz przeciwnie – o punktualnych przyjazdach. Z takich informacji można całkiem sporo wyciągnąć, szczególnie jeżeli są powtarzalne. Jeżeli konkretny autobus notorycznie przyjeżdża spóźniony na jakiś przystanek, to oznacza, że rozkład jazdy jest niewłaściwie ustawiony. Można i należy go skorygować do stanu faktycznego. Pasażerowie mają zaś korzyść, mogąc na bieżąco śledzić pozycję pojazdu. Czyli w praktyce – wiedzą, czy na przystanek należy pobiec, czy wystarczy dojść tam statecznym i pełnym godności krokiem. Trochę tak działa aplikacja TramBus w Warszawie, dostarczając pasażerom informacji o przystankach, liniach i konkretnych pojazdach. To bardzo dobre rozwiązanie dla ludzi podróżujących głównie komunikacją miejską, w tym niewidomych.
Dane łączy się na różne sposoby. Zakład transportu publicznego może dostarczyć API do rozkładów jazdy, a ktoś inny może to wykorzystać do własnych potrzeb. Tak powstały systemy wspomagające znajdowanie połączeń pomiędzy dwoma punktami w mieście. Przykładem może być aplikacja Jakdojade.pl oraz mechanizm zaimplementowany w mapach Google. Na warstwę mapową nakładana jest warstwa przystanków i rozkładów jazdy, a specjalny algorytm znajduje optymalne połączenia autobusowe i tramwajowe. Wyniki mogą być dodatkowo modyfikowane danymi o korkach, by jeszcze bardziej zoptymalizować propozycje tras przejazdu przekazywane użytkownikom. Tego typu rozwiązania służą nie tylko pasażerom. Dzięki nim miasto staje się bardziej drożne, a zatem rozwiązywany jest jeden z największych problemów metropolii, jakim jest stały korek na ulicach.
Jeszcze innym przykładem wykorzystania informacji o sieciach ulic, położeniu pojazdów i korkach jest aplikacja Uber. Pozwala ona na skojarzenie kierowcy z osobą chcącą dojechać gdzieś samochodem. Taki użytkownik zamawia za pomocą aplikacji przejazd, a informacja przesyłana jest do najbliżej znajdujących się kierowców. Jeden z nich podejmuje zlecenie i rusza do użytkownika, a ten, za pomocą aplikacji, może zobaczyć, jak kierowca ma na imię, jaką rejestrację ma samochód i ile będzie wynosiła cena kursu. Uber jest doskonałym przykładem wysokiej efektywności obróbki danych, chociaż podobne mechanizmy stosują korporacje taksówkowe. Dzięki temu mniej samochodów jeździ pustych, spalane jest mniej paliwa, a pasażerowie krócej czekają na przejazd. Jednym słowem same zalety.
Miasto to maszyna, która czasem się psuje. Wymaga stałej konserwacji jezdni, chodników, mostów, parków, budynków. Mieszkańcom może się wydawać, że dziura w chodniku nie jest załatana, bo władzom miasta się nie chce. Tymczasem rzeczone władze mogą o tej dziurze wcale nie wiedzieć. Z pewnością jednak wiedzą o niej mieszkańcy chodzący po tym chodniku codziennie. Należałoby zatem zrobić prostą rzecz – przekazać wiedzę mieszkańców odpowiednim władzom. Ponownie wykorzystano nowoczesne technologie trzymane przez wszystkich w kieszeni. W Warszawie pojawiła się aplikacja mobilna, pozwalająca na łatwe zgłaszanie problemów w mieście. W zasadzie wystarczy wybrać rodzaj problemu, zrobić zdjęcie i ewentualnie dodać notatkę. Informacje przekazuje się do repozytorium, gdzie są segregowane według ważności i trafiają na listę spraw do załatwienia. Dane są zatem zbierane przez ludzi i trafiają do ludzi, ale do takiej wymiany danych potrzebny jest prosty interfejs, którym jest aplikacja mobilna. Przykłady zbierania i wykorzystywania danych w miastach można mnożyć. Jednak tyle wystarczy, by zrozumieć, jak to wszystko może się odbywać.
Co zyskuje i traci niewidomy mieszkaniec miasta?
Dosyć łatwo zauważyć, co zyskuje osoba niewidoma mieszkająca w takim sprytnym mieście. Przede wszystkim jest to dostęp do ogromnej ilości cyfrowej informacji. Jej cyfrowy charakter sprawia, że może być ona przetworzona i dostarczona w postaci dostępnej. Ta dostępność jest kluczowa dla możliwości wykorzystywania informacji, bo cóż nam z pięknych i efektownych animacji trójwymiarowych, jeżeli nie mamy dodatkowej informacji tekstowej?
Można jednak spokojnie przyjąć, że dostępność informacji cyfrowej będzie wyższa od informacji analogowej. Jeżeli tak, to należy powiedzieć, że inteligentne miasto to możliwość pozyskiwania większej ilości i lepiej przetworzonej informacji. Stojąc na przystanku autobusowym mamy dostęp do elektronicznego rozkładu jazdy, informacji o numerze nadjeżdżającego autobusu oraz opóźnieniu.
Jako mieszkańcy inteligentnego miasta niewidomi mogą zyskać to, co wszyscy inni – większą efektywność i niższe koszty utrzymania miasta. Transport publiczny, oczyszczanie ze śmieci, oświetlenie ulic, zarządzanie nieruchomościami – tu mogą się przydać dobre dane przetwarzane przez mądre algorytmy. Miasto może być coraz bardziej naszpikowane czujnikami ciepła, światła, pyłu, dymu, hałasu, kamerami monitoringowymi, modułami BLE (beacony), by zbierać jeszcze więcej informacji i szybciej reagować na zagrożenia dla mieszkańców. Z biegiem czasu może stać się coraz bardziej samoregulującą się maszyną do mieszkania.
Co jest po ciemniejszej stronie? Mam wrażenie, że nic. Owszem – warto mieć świadomość oddania części swojej prywatności, szczególnie w przestrzeni publicznej. Jednak to i tak się dzieje i procesu nie da się zatrzymać. To znaczy – pewnie się da, ale korzyści wydają się być o wiele większe od strat. Można na przykład uruchomić komputer, wpisać do wyszukiwarki słowa “fryzjer Żoliborz” i mozolnie szukać, gdzie jest najbliższy salon fryzjerski. Można jednak zrobić to o wiele łatwiej, wpisując “fryzjer” w aplikacji map Google, gdzie nie tylko znajdziemy najbliższe salony, ale od razu otrzymamy możliwość zadzwonienia i umówienia wizyty, włączenia nawigacji do salonu, a nawet przejrzenia ocen klientów. W zamian zaś oddajemy Google’owi naszą lokalizację i informację, że akurat fryzura przestała się nam podobać. Każdy może sam wyważyć, co się bardziej opłaca.
Osoba niewidoma w smart city ma o wiele większe możliwości bycia samodzielną jednostką. Nie musi tak często pytać ludzi o numer budynku lub autobusu, bo informacje takie może uzyskać we własnym smartfonie. Może stale monitorować trasę autobusu, zamiast liczyć na uczynność współpasażerów lub komunikaty głosowe. Może mieć o wiele więcej informacji, do których nie miała dostępu jeszcze kilka lub kilkanaście lat temu. To jest dla nas kolejna rewolucja informacyjna, po pojawieniu się komputerów osobistych, a przedtem – alfabetu braille’a.
Piszę ten tekst z perspektywy mieszkańca małego miasta, który wrócił właśnie z tygodniowego pobytu w Warszawie. Warszawa jawiła mi się jak doskonale działająca maszyna, zaprojektowana do ułatwiania życia mieszkańcom. Mieszkając w Warszawie przez ponad 40 lat, nie doceniałem tego, bo była to codzienność. Teraz mogę spojrzeć z dystansu i zazdroszczę mieszkańcom Warszawy infrastruktury, komunikacji publicznej, atrakcji kulturalnych. To wszystko ma jednak swoją cenę, której nie chciałem już płacić, a którą jest zmęczenie hałasem, zanieczyszczeniem, pośpiechem i zagęszczeniem ludzi. Rozwiązania związane ze smart city mogą pomóc pokonać te problemy, szczególnie jeżeli chodzi o hałas i zanieczyszczenie powietrza. Dlatego z nadzieją patrzę w przyszłość i nie wykluczam powrotu do stolicy, gdy koszt mieszkania tam będzie niższy od wynikających z mieszkania w takim miejscu korzyści.
