AI palīdz pilsētām īstenot klimata rīcību praksē

MākslÄ«gais intelekts publiskajā sektorā un viedajās pilsētās••By 3L3C

AI balstīta klimata rīcība palīdz pilsētām mērīt, prognozēt un finansēt noturību. Praktiski piemēri: plūdi, karstums, ēkas, satiksme.

klimata noturÄ«bapaÅ”valdÄ«bu digitalizācijapilsētu datiAI analÄ«tikailgtspējÄ«ga infrastruktÅ«raviedpilsētas risinājumi
Share:

Featured image for AI palīdz pilsētām īstenot klimata rīcību praksē

AI palīdz pilsētām īstenot klimata rīcību praksē

  1. gads tika fiksēts kā lÄ«dz Å”im karstākais gads, un tas nav tikai ā€œglobālsā€ virsraksts — pilsētās tas nozÄ«mē biežākus karstuma viļņus, plÅ«dus pēc Ä«sām, intensÄ«vām lietusgāzēm un pieaugoÅ”u spiedienu uz enerģētiku, transportu un veselÄ«bas aprÅ«pi. PaÅ”valdÄ«bām tas izskatās pavisam praktiski: vairāk izsaukumu neatliekamajai palÄ«dzÄ«bai, vairāk bojājumu ielām un tÄ«kliem, lielāki rēķini un iedzÄ«votāju neapmierinātÄ«ba.

SmartCitiesWorld podkāstes epizodē par urbāno klimata rÄ«cÄ«bu pieredzējuÅ”as nozares lÄ«deres — Clare Wildfire (pilsētu prakses vadÄ«tāja) un Madeleine Rawlins (klimata pārmaiņu prakses vadÄ«tāja) — runā par to, kā pilsētas var virzÄ«ties no ambÄ«cijām uz Ä«stenoÅ”anu: kas strādā, kas bremzē, kā finansēt pārmaiņas un kā ielikt noturÄ«bu visā pilsētas ā€œoperētājsistēmÄā€.

Å ajā ierakstā es to paÅ”u tēmu apzināti pārlieku mÅ«su sērijas kontekstā — ā€œMākslÄ«gais intelekts publiskajā sektorā un viedajās pilsētāsā€ — jo realitāte ir skarba un vienlaikus cerÄ«ga: bez datiem un AI atbalstÄ«tas lēmumu pieņemÅ”anas klimata rÄ«cÄ«ba bieži paliek par projektu portfeli, nevis par pilsētas darbÄ«bas modeli.

Klimata rīcība pilsētās: lielākā problēma nav ideju trūkums

Pilsētām parasti netrÅ«kst plānu, stratēģiju un pilotprojektu. TrÅ«kst trÄ«s lietu: izpildes disciplÄ«nas, mērāmÄ«bas un spējas salāgot lēmumus starp nozarēm (transports, enerģētika, teritorijas plānoÅ”ana, sociālie dienesti).

TieÅ”i tāpēc podkāstes centrālā doma — ā€œbÅ«vēt noturÄ«bu visā stratēģijā, nevis atseviŔķos projektosā€ — ir tik precÄ«za. NoturÄ«ba nav tikai dambis vai jauns sÅ«knis. NoturÄ«ba ir tas, vai pilsēta spēj:

  • paredzēt risku (ne tikai reaģēt pēc fakta),
  • prioritizēt investÄ«cijas, kur tās dod lielāko efektu,
  • vadÄ«t infrastruktÅ«ru reāllaikā,
  • un skaidri parādÄ«t iedzÄ«votājiem, ko viņi iegÅ«st.

AI publiskajā sektorā te kļūst par praktisku instrumentu: tas savieno sensordatus, satelītattēlus, operatīvos datus (piemēram, avāriju pieteikumus, satiksmes plūsmas) un klimata scenārijus vienā lēmumu ķēdē.

ā€œZaļā atkopÅ”anāsā€ pēc Covid: labs virziens, bet ar nepabeigtu mājasdarbu

Pēc Covid daudzas paÅ”valdÄ«bas mēģināja ielikt investÄ«cijās zaļos mērÄ·us: veloinfrastruktÅ«ru, energoefektivitāti, publisko telpu. Tas bija pareizi.

Taču esmu redzējis vienu atkārtojoÅ”os klupÅ”anas akmeni: projekti tiek finansēti, bet netiek uzturēti ar datiem. Rezultātā pēc 12–24 mēneÅ”iem grÅ«ti godÄ«gi atbildēt:

  • vai siltumenerÄ£ijas patēriņŔ tieŔām kritās,
  • vai satiksme pārgāja uz ilgtspējÄ«gākiem veidiem,
  • vai gaisa kvalitāte uzlabojās tur, kur solÄ«ts,
  • vai mazaizsargātās grupas ieguva tikpat daudz kā pilsētas centrs.

AI risinājumi viedajām pilsētām Å”eit ienes ā€œpēcgarÅ”uā€, kas bieži iztrÅ«kst: nepārtrauktu mērīŔanu, prognozēŔanu un pārvaldÄ«bu.

Kur AI visātrāk iedod rezultātu klimata noturībai

Ātrākais ceļŔ uz taustāmu ietekmi nav ā€œpilsētas superplatformaā€ ar simtiem funkciju. Labāka pieeja: 3–4 mērÄ·tiecÄ«gi lietojumi, kas tiek ieviesti 90–180 dienās un sasienas ar budžetu un KPI.

1) PlÅ«du un lietusÅ«dens riska prognozēŔana pa kvartāliem

Atbilde Ä«si: AI var apvienot vēsturiskus nokriŔņu datus, reljefu, seguma tipu, kanalizācijas tÄ«kla parametrus un incidentu vēsturi, lai prognozētu ā€œkarstos punktusā€ vēl pirms notikuma.

Praksē tas nozīmē:

  • dinamiski brÄ«dinājumi ceļu uzturētājiem un civilajai aizsardzÄ«bai,
  • prioritāte tÄ«rÄ«t notekas tieÅ”i tur, kur tas samazina risku,
  • plānot zaļo infrastruktÅ«ru (lietusdārzi, caurlaidÄ«gi segumi) tur, kur atdeve ir vislielākā.

Snippet-worthy: ā€œPlÅ«du noturÄ«ba sākas ar datu slāņoÅ”anu, nevis ar jaunu sÅ«kni.ā€

2) Karstuma viļņu ietekmes mazināŔana ar pilsētas ā€œtermālo kartiā€

Atbilde īsi: AI palīdz identificēt pilsētas siltuma salas un saistīt tās ar veselības riskiem, nevis tikai ar temperatūru.

Te strādā kombinācija:

  • satelÄ«tattēli (virsmas temperatÅ«ra),
  • koku vainagu segums, ēnu modelēŔana,
  • iedzÄ«votāju blÄ«vums un vecuma struktÅ«ra,
  • neatliekamās palÄ«dzÄ«bas izsaukumu dati (anonimizēti).

Rezultāts nav tikai skaista karte. Rezultāts ir prioritāŔu saraksts: kur vispirms stādÄ«t kokus, kur vajag dzeramā Å«dens punktus, kur jāpārbÅ«vē pieturas, kur jāsamazina asfaltēto laukumu Ä«patsvars.

3) EnerÄ£ijas patēriņa optimizācija paÅ”valdÄ«bas ēkās

Atbilde īsi: AI ēku pārvaldībā samazina patēriņu, atrod anomālijas un ļauj mērķēt investīcijas tur, kur tās atmaksājas.

PaÅ”valdÄ«bām ēku fonds ir milzÄ«gs: skolas, bērnudārzi, slimnÄ«cas, sporta halles. Daļa ietaupÄ«juma ir ā€œuzvedÄ«basā€ (grafiki, temperatÅ«ras setpointi), daļa — tehniska (iekārtu darbÄ«bas režīmi).

Tipisks pirmais solis nav dārga modernizācija. Tas ir:

  1. apkopot skaitītāju datus vienotā formātā,
  2. uzlikt anomāliju detektoru (piem., nakts patēriņŔ, kad ēka tukÅ”a),
  3. noteikt 10 ēkas ar lielāko ietaupījuma potenciālu,
  4. tikai tad iet uz lielajiem CAPEX projektiem.

Tas tieÅ”i sasaucas ar podkāstes domu par finansējumu: ja tu vari pierādÄ«t ietaupÄ«jumu, tev ir pavisam cita saruna ar finanÅ”u departamentu un investoriem.

4) Satiksmes plÅ«smas analÄ«ze kā emisiju instruments, nevis tikai ā€œkorÄ·uā€ instruments

Atbilde Ä«si: AI satiksmē dod iespēju mazināt emisijas ar signālu plāniem, marÅ”rutēŔanu un sabiedriskā transporta prioritāti.

Daudzas pilsētas joprojām vērtē satiksmi pēc vienas metrikas: cik ātri brauc automaŔīnas. Klimata rÄ«cÄ«bai vajag citu skatÄ«jumu:

  • cik daudz cilvēku pārvietojas (nevis maŔīnu),
  • cik liels ir COā‚‚ un NOx pēdas nospiedums pa koridoriem,
  • kur sabiedriskajam transportam pazÅ«d laiks un uzticamÄ«ba.

AI var palÄ«dzēt pārslēgt domāŔanu no ā€œplÅ«smasā€ uz ā€œietekmiā€.

No pilotprojekta uz sistēmu: kā ieviest AI klimata rÄ«cÄ«bai paÅ”valdÄ«bā

Atbilde Ä«si: AI ievieÅ”ana klimata mērÄ·iem ir pārvaldÄ«bas projekts, ne tikai IT projekts. Ja par to atbild tikai ā€œdigitālais departamentsā€, rezultāts bieži ir platforma bez politiskas jaudas.

Izvēlies vienu klimata KPI un piesien tam datus

Sāc ar vienu mērÄ·i, ko saprot arÄ« ārpus ā€œdatu komandasā€. Piemēram:

  • ā€œSamazinām paÅ”valdÄ«bas ēku siltumenerÄ£ijas patēriņu par X% lÄ«dz 2027. gadamā€,
  • ā€œSamazinām plÅ«du incidentu skaitu Y teritorijā par X%ā€,
  • ā€œPalielinām koku vainagu segumu Z apkaimēs par X%ā€.

Tad uzreiz kļūst skaidrs, kādi dati vajadzÄ«gi, kam tie pieder un kurÅ” pieņem lēmumu.

Veido ā€œminimāli pietiekamuā€ datu arhitektÅ«ru

NeaizÄ·eries aiz ideālā datu ezera. PaÅ”valdÄ«bās tas var aizņemt gadus.

StrādājoŔs minimums parasti ir:

  • datu katalogs (kas mums ir, kādā kvalitātē, ar kādām piekļuves tiesÄ«bām),
  • 2–3 uzticami datu avoti, kurus var atjaunot automātiski,
  • vienkārÅ”i kvalitātes noteikumi (trÅ«kstoŔās vērtÄ«bas, nobÄ«des, dublikāti).

Iekļauj ētiku un droŔību jau pirmajā sprintā

AI publiskajā sektorā nevar bÅ«t ā€œuztaisām, pēc tam sakārtojamā€. Klimata lietojumi bieži skar:

  • Ä£eotelpiskos datus (kur cilvēki dzÄ«vo, kā pārvietojas),
  • veselÄ«bas indikatorus (pat anonimizētus),
  • kritisko infrastruktÅ«ru.

Noteikumi, kas man praksē strādā:

  • anonimizācija pēc noklusējuma,
  • skaidrs mērÄ·a ierobežojums (datus neizmanto citiem nolÅ«kiem),
  • auditējami modeļi un lēmumi (kāpēc sistēma ieteica tieÅ”i to),
  • incidentu plāns, ja dati vai modelis ā€œaiziet Ŕķērsāmā€.

AI uzticēŔanās rodas tad, kad cilvēki redz ne tikai rezultātu, bet arÄ« loÄ£iku aiz tā.

Finansējums: kā ā€œpārdotā€ klimata noturÄ«bu ar cipariem, nevis saukļiem

Podkāste pareizi uzsver finansējuma metodes. Pilsētām ir jāatrod veids, kā apmaksāt gan akūtas vajadzības (plūdi, karstums), gan pārbūvēt sistēmas.

AI palÄ«dz tieÅ”i tur, kur finansētāji kļūst prasÄ«gi: mērÄ«jumos un riska samazināŔanas pierādÄ«jumos.

Praktiski instrumenti, ko paÅ”valdÄ«bas var izmantot (atkarÄ«bā no regulējuma un tirgus):

  • Energoefektivitātes lÄ«gumi (ietaupÄ«jums kā finansējuma avots)
  • Zaļās obligācijas ar skaidriem KPI un atskaitēm
  • Publiskā un privātā partnerÄ«ba infrastruktÅ«ras modernizācijai
  • ES fondu projekti, kur AI ir atbalsta slānis mērāmÄ«bai un pārvaldÄ«bai

Stance: ja klimata pasākumam nav mērÄ«jumu un monitoringa plāna, tas nav ā€œgatavs finansējumamā€. Tas ir tikai idejas apraksts.

Biežākie jautājumi, ko dzirdu no paŔvaldībām

Vai mums vispār vajag AI, ja mums nav ā€œperfektu datuā€?

Jā, bet ar nosacÄ«jumu: sāc ar Å”auru lietojumu, kur dati jau eksistē (ēku skaitÄ«tāji, satiksmes sensori, incidentu reÄ£istri). AI var uzlabot kvalitāti arÄ« ar anomāliju noteikÅ”anu un datu sakārtoÅ”anu.

Ko darÄ«t, lai AI projekts nepārvērÅ”as par vienreizēju pilotu?

Piesien to budžetam, KPI un dienesta procesiem. Ja modeļa rezultāts neietekmē darba grafikus, uzturēŔanas plānus vai investÄ«ciju secÄ«bu, tas nomirs.

Kā mēs parādām iedzīvotājiem vērtību?

Rādi rezultātu valodā, kas cilvēkiem saprotama: mazāk applÅ«duÅ”u pagrabu, vēsākas pieturas karstumā, uzticamāks sabiedriskais transports, zemāki rēķini skolām.

Nākamais solis: klimata rÄ«cÄ«ba kā ā€œoperāciju centrsā€, nevis mapÄ«te plauktā

Klimata rÄ«cÄ«ba pilsētā nav atseviŔķa nodaļa. Tā ir veids, kā pilsēta pieņem lēmumus par infrastruktÅ«ru, pakalpojumiem un droŔību. Un 2026. gadā (tas ir tepat aiz stÅ«ra) tie, kas uzvarēs, bÅ«s tie, kas spēs savienot resursus, risku un reāllaika datus vienā pārvaldÄ«bas ritmā.

Å is ieraksts ir daļa no sērijas ā€œMākslÄ«gais intelekts publiskajā sektorā un viedajās pilsētāsā€ — un, manuprāt, tieÅ”i klimata noturÄ«ba ir vieta, kur AI uzreiz kļūst saprotams arÄ« skeptiÄ·iem. Ne tāpēc, ka tas ir moderni. Tāpēc, ka tas ietaupa laiku, naudu un nervus brÄ«dÄ«, kad pilsētas sistēmas tiek testētas lÄ«dz robežai.

Ja jums Å”obrÄ«d jāizvēlas viens pirmais solis, izvēlieties Å”o: definējiet vienu klimata problēmu, kuru gribat samazināt 6 mēneÅ”os, un izveidojiet datu un AI ā€œÄ·Ä“diā€ no signāla lÄ«dz lēmumam. Tad parunāsim par mērogoÅ”anu.

Kuru pilsētas klimata risku jÅ«s gribētu prognozēt un pārvaldÄ«t ar datiem jau nākamajā sezonā — plÅ«dus, karstumu vai enerÄ£ijas pīķus?