Smart City Powered by Artificial Intelligence

人工智慧驅動的智慧城市

https://www.approtech.com/index.php

Business Going Digital

城市化的持續發展帶來了新的挑戰。根據聯合國經濟和社會事務部的數據，世界上 55% 的人口居住在城市地區。預計到 2050 年這一比例將上升到 68%。[1]

主要城市人口的增加，以及區域城市的擴張，將導致快速成長。[2]這反過來又會給以下方面帶來壓力：(1) 可持續的環境舉措，在可用空間不斷減少的情況下，需要更多更好的基礎設施；(2) 以更實惠的成本改善城市居民的生活品質。

智慧城市是解決日益成長的城市化挑戰的一部分。麥肯錫的一項研究發現，「智慧城市」技術可以將某些關鍵的生活品質，指標提高 10-30%，包括減少犯罪、減輕健康負擔、縮短通勤時間和減少碳排放。[3]

什麼是智慧城市？

「智慧城市」是指依靠資訊和通信技術，促進經濟成長、提高生活品質和鞏固治理結構的城市地區。例如，市政當局可以將其交通和能源電網系統互連，建造配備感測器的節能建築，並開發通信以更好地監控，和獲取醫療保健、緊急情況和其他公共服務。

麥肯錫的研究顯示，智慧城市功能由三層交織而成。首先，技術基礎由智慧手機，和配備感測器的設備組成，這些設備產生數據並連接到高速通信網路。其次，電腦處理數據，以針對特定問題提供可行的解決方案。第三，公眾與這些技術互動 —— 智慧城市技術的所有應用，都依賴於個人同時使用它們，並提供數據來生成預測。[4]

人工智慧如何促進智慧城市的發展？

為了發揮作用，智慧城市技術需要處理大量數據或「大數據」。大數據用三個「V」來描述為「大容量、高速和/或多樣化的資訊資產」[5]，這意味著海量數據集，處理速度非常快（透過使用算法）和使用不同的數據源，包括組合不同的數據集。

大數據和人工智慧 (AI) 相互關聯。人工智慧是指「使用非人類系統從經驗中，學習並模仿人類智慧行為」的各種方法。[6]人工智慧可以有效地篩選大量大數據，以生成數據預測和具有成本效益的解決方案，以推動智慧城市技術。

其工作方式取決於 AI 是有監督的還是無監督的。在監督學習中，創建數據集和目標值，來訓練 AI 網路在收集的原始數據中，找到特定的解決方案。然後，人工智慧將執行程序化的任務和行動，同時探索可能提供比當前解決方案，更好的結果的新機會和可能性。在無監督學習中，使用未標記和未分類的數據集，對 AI 網路進行訓練和提問，然後找到數據中的潛在特徵和隱藏模式。[7]

智慧城市中人工智慧的潛在用例

公共交通。擁有龐大交通基礎設施和系統的城市，可以從協調乘客體驗的應用中受益。火車、公共汽車和汽車的乘客，可以透過他們的行動應用 app 提供即時資訊，以傳達延誤、故障和不太擁擠的路線。反過來，這可能會鼓勵其他通勤者，改變他們對旅行路線的選擇，並解決未來的堵塞。

收集和分析公共交通使用數據，還可以幫助城市在修改公共交通路線和時間時，做出更明智的決策，並分配更準確的基礎設施預算。[8]例如，杜拜已經完成了多個智慧城市項目，其中一個項目是監控公車司機的狀況。這種監測有助於將疲勞和疲勞引起的事故減少 65%。[9]

公共安全。相同的感測器和網路攝影機，可用於挽救生命和降低犯罪率。緊急服務部門可以使用交通號誌燈和堵塞數據，更快、更安全地到達目的地。城市可以收集事故數據，或選擇其他因素進行衡量，以便為未來製定預測和預防措施。[10]

建築自動化系統。[11]感測器可以放置在有助於收集能源使用資訊·和預測消費者行為的戰略性建築位置。例如，店主和零售商可以使用感測器來追踪個人進入，和使用商店的高峰時間，以及公眾傾向於哪些區域。透過使用人工智慧生成的數據，有助於產生一致的預測，並追踪每日、每周和季節性的差異。

電網。人工智慧和智慧城市具有提高電網安全，和改善績效管理的潛力。智慧電網（電力網路，例如嵌入了電腦運算技術的發電廠）可以對大量數據進行智慧抄表，以評估和預測需求響應和負載聚類。可以在這些網格上建立預測模式，以預測特定週期間隔內的能源價格和需求。進行的研究發現，這些模型在價格和負荷預測的準確性方面，可以超越現有方法。[12]

實施人工智慧的相關法律框架是什麼？

利用人工智慧系統，開發未來智慧城市技術的供應商（以及為，其城市採購這些技術的國家和地方政府組織）必須考慮如何駕馭當前管理人工智慧系統開發，和佈署的法律和監管框架。

歐盟認識到發展人工智慧產業的策略重要性。2020 年 2 月，它發布了關於「人工智慧 —— 歐洲實現卓越和信任的方法」的白皮書，探索了人工智慧帶來的機會，以及對未來監管框架的可能要求。[13]

認識到人工智慧和公私伙伴關係的潛力，英國政府在 2019 年，成為第一個測試，由世界經濟論壇制訂的新人工智慧採購指南[14] 的政府。儘管英國是第一個，但所有政府都越來越需要建立健全的框架，以確保他們採購的產品對其公民有益。

人工智慧的使用，可能會引起一些合理的擔憂。這些可能包括數據隱私風險，系統處理的數據，包括員工或供應商的個人數據，例如用於監控和安全目的的臉部辨識和生物辨識系統。在歐盟，通用數據保護條例 (GDPR) ，以及每個司法管轄區的當地隱私法都適用，例如英國的 2018 年數據保護法。

或者，這些可能包括開發和佈署 AI 系統的固有風險。沒有專門的歐盟範圍內的立法，來管理人工智慧。然而，由歐盟委員會設立的人工智慧高級專家組 (HLEG) ，於 2019 年 4 月發布了其「可信人工智慧倫理指南」。[15]根據這些指南，人工智慧系統應該是合法的、合乎道德的並且穩健，應滿足七個關鍵要求才能被視為「值得信賴」。該指南不具有約束力和可執行性，但可能會被其他機構（例如隱私監管機構）考慮在內。

此外，還開展了制訂機制以實施「可信人工智慧道德準則」的工作。人工智慧行業專家和學者（包括牛津大學、多倫多大學和加州大學伯克萊分校）最近發表的一份工作論文，就如何改進對人工智慧行業，開發的產品的索賠審計提出了建議。[16]

最後，在 2020 年，英國資訊專員辦公室 (ICO) ，發布了針對尋求實施人工智慧系統的組織的指南，包括「解釋用人工智慧」做出的決策慧的指南（與艾倫圖靈研究所聯合）[17]，和框架審計人工智慧。[18] ICO 在執行涉及個人數據的執法行動時，可能會考慮這些準則，例如根據 GDPR 處以罰款。

實施人工智慧的風險

歐盟「可信賴人工智慧的道德準則」，在第三章中包含一個方便的評估清單，其中標記了實施人工智慧系統所固有的許多風險。

智慧城市背景下的人工智慧，可能會處理個人數據（例如，在個人家中提供和監控電力使用情況，或基於地理位置監控相關廣告的行動，並為在城市景觀中行動的潛在消費者提供服務）。出於安全和個性化原因，它還可能包括使用臉部辨識來追踪和監控在公共場所移動的人。在人工智慧處理個人數據的地方，隱私和數據治理，還面臨許多其他挑戰。

此外，算法的公平性和可靠性可能還有進一步的挑戰。例如，將臉部辨識技術佈署用於警務和公共安全，希望用於訓練該技術的數據集，包含足夠廣泛的不同人口統計數據，以便正確辨識不同種族和民族的人，而不是一個特定的族群更可靠。這些技術的購買者，應該詢問開發人員如何採取措施，確保人工智辨識避免在系統設計中，產生或強化不公平的偏見（例如，算法的設計是否考慮了它通常要處理的數據集（例如不同大都市的公民），以及是否有流程來測試潛在的偏見）。在佈署時，應該制訂治理機制，以確保公民可以標記任何潛在的不公平，包括偏見、歧視或系統性能不佳。

滿足透明度要求是智慧城市的主要挑戰。特別是，在與人工智慧系統交互時，有必要與在智慧城市中移動的市民進行有效溝通。GDPR 第 13 條和第 14 條的透明度要求可能很繁重，在城市環境中不一定實用 —— 即使是非常大的標誌！因此，建議開發看板，其中可能包括使用公認的標誌和符號，以及允許個人訪問更完整資訊的交互式標誌，和二維碼（即網路上可用的更完整隱私資訊的分層方法））。

最後，建立適當的人工監督機制是一項挑戰。對於參與人工智能系統採購的人員，需要考慮對特定「智慧城市」基礎設施的適當人工控制水平。可以考慮許多不同的模型，但挑戰在於通過這些大數據系統移動的數據量和速度，以及可以實際引入有意義的人工監督的地方。無論如何，都需要有一種機制，來促進系統的可審計性。

持續佈署配備感測器的物聯網 (IoT) 和其他「智慧城市」技術的一個重點是，智慧電錶或智慧交通燈等技術，是否已自動配備與開放網路的連接。這將提高系統的風險狀況。如果是這樣，一般網路安全最佳實踐也將變得相關（例如，該技術是否有能力配備防火牆/防病毒軟體、密碼衛生、安全更新/補丁的可用性）。

實施人工智慧的解決方案

雖然佈署人工智慧等新技術存在固有風險，但這些優勢意味著「智慧城市」技術的開發者和購買者，都希望了解如何解決這些風險，以便他們能夠獲得更好的收益使用和理解他們的數據。

在系統中涉及個人數據的情況下，國家和地方政府等組織，以及被視為數據「控制者」的其他系統購買者，也需要遵守 GDPR 下的總體問責原則，這意味著良好的數據治理，在使用設備處理個人數據或運行人工智慧算法時，透過設計和默認實現隱私（GDPR 第 5(2) 條）。

組織如何克服隱私和人工智慧障礙？

我們在下面列出了一些主要考慮因素：

數據保護影響評估 (DPIA)：新技術的使用和使用 AI 處理整合數據集，可能會觸發執行 DPIA（GDPR 第 35 條）的要求。英國 ICO 已將「組合、比較或匹配來自多個來源的數據」確定為需要 DPIA 的一個因素。根據所涉及的處理，數據或人工智慧的使用，也可能導致大規模分析數據主體（DPIA 的另一個自動觸發器）。
使用創新技術或處理生物特徵或基因數據，同時結合歐洲 DPIA 指南中的另一個觸發因素（例如系統監控），也會導致組織必須執行強制性 DPIA。對於 AI 系統，我們建議採用增強型 DPIA，將GDPR第 35 條規定的標準評估標準（以及 GDPR 第 5 條中數據保護原則的考慮）與基於「可信賴 AI 道德準則」的評估標準相結合，評估人工智慧系統的特定特徵（例如透明度、穩健性、減少偏見、問責制）。對於大型城市項目，也建議提前進行基本權利影響評估，和任何涉及相關利益相關者（例如將受技術影響的公眾）參與的平等影響評估.
增強透明度：為了解決 GDPR中關於「可信賴 AI 道德準則」中對合法、公平和透明處理和透明度問題的要求，尋求在智慧城市技術中使用 AI 的組織，應仔細考慮其透明度義務。這可能涉及開發「分層」方法，例如圍繞城市景觀的標誌和符號。它還可能涉及審查他們當前的隱私聲明，以達到「增強」的透明度標準。你還需要確定處理的合法依據。
如果使用公共利益作為你的合法依據，你應該考慮在內部記錄這一點，並使任何DPIA（見上文）可供公眾訪問。
內部政策：組織可以透過 GDPR證明問責制的方法之一，是透過採用和實施內部政策。ICO 關於「解釋人工智慧做出的決定」的指南，強調需要制訂政策，規定有關向個人解釋人工智慧決策的規則和責任。
設計和默認隱私：在 AI 不
署中嵌入設計和默認隱私應該有助於確保組織朝著良好的數據治理邁進。技術的實施，例如：

數據最小化措施，以確保系統僅收集、處理和保留出於該目的而絕對必要的數據；
目的限制措施，例如隔離數據集以確保它們用於收集目的；和
安全措施，例如在可能的情況下，對數據進行匿名化或假名化，以及實施訪問控制、審計日誌和加密。

完全自動化的決策：最後，如果人工智慧處理個人數據，並佈署用於完全自動化的決策（包括分析），而沒有有意義的人類參與決策過程，這會導致法律或「類似對個人的重大影響」（例如，根據與撥打緊急電話的公民有關的數據，在城市中優先撥打緊急服務電話），這將根據 GDPR 第 22 條產生後果。你的組織必須確保它有適當的法律依據來執行完全自動化的決策（通常，這將涉及數據主體的明確同意），並且有適當的保護措施，尤其是對人類決策者的決定提出上訴的權利。

結論

總之，雖然智慧城市技術的用例，有望徹底改變我們在城市地區的生活方式，但採購這些系統的公共部門組織和開發這些系統的私營部門組織都需要考慮這一點的獨特影響。新技術並透過良好的治理措施來應對數據隱私和人工智慧風險。我們熟悉為我們的客戶實施這些措施，並希望為你自己的 AI 實施策略，留下一些有用的「思考」。