هوش مصنوعی فیزیکی چیست؟ فناوری‌های جدید شهر هوشمند برای دوبلین، جنوا، رالی و هوشی‌مین

Bentley Systems، Deloitte، Esri، Linker Vision، Microsoft و Milestone Systems از جمله شرکت‌هایی هستند که این هفته در نمایشگاه Smart City Expo World Congress در بارسلونا، پیشرفت‌های خود در حوزه «هوش مصنوعی فیزیکی» را به نمایش می‌گذارند.

طبق گزارش سازمان ملل متحد، تا سال ۲۰۵۰ احتمال دارد دو نفر از هر سه نفر در شهرها یا دیگر مراکز شهری زندگی کنند. به این معنی که تا میانه قرن، حدود ۲.۵ میلیارد نفر ممکن است به مناطق شهری اضافه شوند. این موضوع نیاز فوری به برنامه‌ریزی شهری پایدارتر و خدمات عمومی کارآمدتر را برجسته می‌کند.

تنها بازار مدیریت هوشمند ترافیک پیش‌بینی می‌شود تا سال ۲۰۲۷ به ۲۰ میلیارد دلار برسد. زیرا شهرها برای تطبیق با افزایش تراکم جمعیت و ازدحام ناشی از گردشگری، از هوش مصنوعی بهره می‌گیرند.

بهبود مدیریت ترافیک تنها یکی از روش‌هایی است که هوش مصنوعی در حال ارتقای فضاهای عمومی، حمل‌ونقل و فرآیندهای شهری است. بسیاری از فناوری‌های «هوش مصنوعی فیزیکی» در نمایشگاه Smart City Expo World Congress (SCEWC) در بارسلونا به نمایش گذاشته شدند.

شبیه‌سازی شرایط واقعی شهری در لحظه با راه‌کار یکپارچه انویدیا

در این رویداد، اکوسیستم روبه‌گسترش شرکای هوش مصنوعی فیزیکی NVIDIA به‌طور کامل به نمایش درآمد. شامل شرکت‌های فعال در حوزه شبیه‌سازی و نقشه‌برداری، فروشندگان نرم‌افزار، تولیدکنندگان، یکپارچه‌سازهای سیستم‌ها و ارائه‌دهندگان خدمات ابری و لبه که همگی جدیدترین کاربردهای مربوط به فضاهای هوشمند را نمایش می‌دهند.

نقشه‌راه NVIDIA برای هوش مصنوعی شهر هوشمند که در ژوئن ۲۰۲۵ و در رویداد NVIDIA GTC Paris اعلام شد. دوقلوهای دیجیتال را با کتابخانه‌های NVIDIA Omniverse، تولید داده‌های مصنوعی، آموزش مدل‌های هوش مصنوعی با مدل‌های بینایی-زبان (VLM) و عوامل هوش مصنوعی تحلیل ویدئو با استفاده از نقشه‌راه NVIDIA برای جستجو و خلاصه‌سازی ویدئو (VSS) ترکیب می‌کند.

این عناصر در یک گردش‌کار یکپارچه کنار هم عمل می‌کنند و امکان شبیه‌سازی سریع شرایط واقعی شهری، یکپارچه‌سازی گسترده حسگرها و بینایی ماشینی بلادرنگ را فراهم می‌سازند.

به‌روزرسانی‌های این نقشه‌راه شامل مدل‌های بنیادین جدید NVIDIA Cosmos World و مدل‌های VLM برای تولید داده‌های مصنوعی فوتورئالیستی و ارائه قابلیت‌های استدلال فیزیکی است. همچنین نسخه جدید نقشه‌راه VSS، بخشی از پلتفرم NVIDIA Metropolis برای آموزش و ساخت عوامل و برنامه‌های بینایی ماشینی، نیز ارائه شده است.

درباره اینکه چگونه پنج شرکت پیشرو از این فناوری‌های NVIDIA برای آوردن هوش مصنوعی فیزیکی امن و مقیاس‌پذیر به شهرهای بیشتری از جمله دوبلین ایرلند، هوشی‌مین ویتنام و رالی کارولینای شمالی استفاده می‌کنند، در ادامه مطالبی گردآوری شده است:

پنج شریک NVIDIA فناوری‌های جدید هوش مصنوعی فیزیکی را در SCEWC به نمایش می‌گذارند

جمعیت شهری در حال افزایش شدید است، زیرساخت‌ها رو به فرسودگی هستند و چالش‌هایی مانند ازدحام ترافیک، تاب‌آوری در برابر تغییرات اقلیمی و ایمنی بلادرنگ، نیازمند سطحی تازه از واکنش‌پذیری و هوشمندی‌اند.

اما یکپارچه‌سازی این سامانه‌های مبتنی بر ویدئو و داده، صرفاً به‌روزرسانی زیرساخت‌های قدیمی نیست. استقرار شهرهای هوشمند مستلزم پیوندی روان میان نسل نوین هوش مصنوعی، رایانش ابری و لبه، شبکه‌سازی فوق‌سریع و پلتفرم‌های داده‌ی باز است. یک اکوسیستم جهانی از شرکا باید گرد هم آیند تا این چالش‌های فناورانه و واقعی را برای ارائه راه‌حل‌های هوش مصنوعی در مقیاس شهری برطرف کنند.

Esri، با همکاری مایکروسافت و انویدیا

شرکت نقشه‌برداری و تحلیل‌های مکانی اسری(Esri) در حال همکاری با NVIDIA و مایکروسافت است تا یک عامل هوش مصنوعی توسعه دهد که حجم عظیمی از داده‌های دوربین را دریافت، تحلیل و در یک نقشه تعاملی زمین‌فضایی برای شهر رالی در کارولینای شمالی به‌صورت بلادرنگ تجسم می‌کند و هشدارها و بینش‌های لحظه‌ای ارائه می‌دهد.

یک نقشه تعاملی زمین‌فضایی از شهر رالی که یک عامل هوش مصنوعی تحلیل ویدئو در آن داده‌های زنده حسگرها را پردازش می‌کند. تصاویر با همکاری اسری و شهر رالی.

این سامانه به اپراتورهای شهری امکان می‌دهد تا به‌سرعت واکنش نشان دهند و بخش‌های کلیدی را برای حل کارآمد مشکلات، بهینه‌سازی جریان ترافیک و بهبود طراحی زیرساخت‌ها مطلع کنند و در نتیجه جابه‌جایی شهری را بهبود دهند. بهره‌گیری از مؤلفه‌های نقشه‌راه NVIDIA برای هوش مصنوعی شهر هوشمند به شهر کمک می‌کند تا داده‌ها را کشف، تجمیع و پردازش کند. نگرانی‌های اصلی ساکنان را بهتر رفع کند؛ زمان‌بندی چراغ‌های خیابان را به‌صورت خودکار تنظیم کرده و تأخیرهای جاده‌ای را کاهش دهد. همچنین انتشار کربن ناشی از خودروهای در حال توقف در ترافیک را کم کند.

مایل‌استون سیستمز(Milestone Systems)

مایل‌استون سیستمز هم اکنون هوش مصنوعی مولد را به پلتفرم مدیریت ویدئوی XProtect خود معرفی کرده است. قابلیتی که به کاربران اجازه می‌دهد به‌سادگی تحلیل‌ها و بینش‌های ارزشمند را از جریان‌ها و آرشیوهای ویدئویی خود استخراج کنند، هشدارها را بررسی کنند و گزارش‌ها را به‌صورت خودکار تولید کنند. این قابلیت با استفاده از مدل‌های VLM مربوط به NVIDIA Cosmos Reason تأمین می‌شود که مایل‌استون آن‌ها را با ۷۵ هزار ساعت ویدئوی ترافیکی منطبق با مقررات، برای هر مدل و از مناطق اروپا یا ایالات متحده، آموزش تکمیلی داده است.

مایل‌استون همچنین این مدل‌های تخصصی VLM را به‌صورت «سرویس» در اختیار توسعه‌دهندگان قرار می‌دهد تا برنامه‌های نوآورانه بسازند. عرضه عمومی این خدمات اواخر امسال پیش‌بینی می‌شود.

مشتریان XProtect می‌توانند این قابلیت‌های جدید و منطبق با مقررات GDPR را به‌سادگی اضافه کنند و با زمینه‌مند کردن ویدئو، زمان‌بندی بینش‌ها، ارائه گزارش‌های درخواستی و مرور خودکار هشدارها، لایه‌ای تازه از هوشمندی به سامانه خود بیفزایند. این ویژگی‌ها می‌توانند با خودکارسازی بررسی ویدئو و حذف هشدارهای کاذب، میزان خستگی ناشی از هشدارهای اپراتورها را تا ۳۰٪ کاهش دهند. شهرهایی مانند دوبوک در آیووا و جنوا در ایتالیا قصد دارند این قابلیت‌های جدید را آزمایش کنند و با به‌کارگیری راه‌حل‌های پیشرفته هوش مصنوعی ویدئویی، مدیریت ترافیک خود را بهبود دهند.

لینکر ویژن(Linker Vision)

لینکر ویژن، پیشگام در استقرار کامل نقشه‌راه سرتاسری NVIDIA برای هوش مصنوعی شهر هوشمند، در حال آوردن هوش مصنوعی فیزیکی به شهر هوشی‌مین و دانانگ در ویتنام است.

با تکیه بر موفقیت خود در شهر کائوهسیونگ تایوان جایی که پلتفرم بینایی‌ماشینی‌اش زمان واکنش به رخدادها را تا ۸۰٪ کاهش داد. لینکر ویژن اکنون با بهره‌گیری از دوقلوهای دیجیتال سه‌بعدی آماده‌ شبیه‌سازی AVES Reality و با استفاده از NVIDIA Omniverse، از نقشه‌راه هوش مصنوعی شهر هوشمند برای توسعه راه‌حل‌های هوش مصنوعی در مقیاس شهری استفاده می‌کند. راه‌حل‌هایی که می‌توانند ترافیک و فعالیت‌های عمرانی را شبیه‌سازی و پایش کنند و به پروژه‌ها کمک کنند مطابق برنامه پیش بروند. در حالی که جابه‌جایی شهری و بهره‌وری عملیاتی را نیز بهبود می‌بخشند.

Bentley Systems، با همکاری VivaCity 

سازمان Smart Dublin در ایرلند از هوش مصنوعی فیزیکی برای رسیدگی به چالش‌های شهری استفاده می‌کند. این سازمان پلتفرم زمین‌فضایی سه‌بعدی «سِیزیوم» از بنتلی سیستمز و NVIDIA Omniverse را به کار می‌گیرد. آنها داده‌های بلادرنگ را برای حمل‌ونقل ریزمقیاس بصری‌سازی و تحلیل می‌کنند. حمل‌ونقل ریزمقیاس شامل پیاده‌روی، دوچرخه‌سواری و اسکوتر است. این فعالیت‌ها در سراسر شهر انجام می‌شود.

همچنین شرکت فناوری حمل‌ونقل هوش مصنوعی VivaCity از پلتفرم‌های NVIDIA Jetson و Metropolis بر روی حسگرهای بینایی‌ماشینی مجهز به هوش مصنوعی خود استفاده می‌کند. داده‌ها و بینش‌های بسیار دقیق و چندحالته‌ای درباره دوچرخه‌سواران، وسایل نقلیه موتوری و عابران پیاده در اختیار دوبلین قرار می‌دهد. این داده‌ها برای درک الگوهای ترافیکی و رفتار کاربران جاده و نیز شناسایی نقاط خطرناک به‌کمک راه‌حل ‌برنده‌جایزه VivaCity در سراسر راه‌های پایتخت ایرلند استفاده می‌شود و در نتیجه ایمنی جاده‌ها و جریان ترافیک را بهبود می‌بخشد.

ویدئو با همکاری Smart Dublin و بنتلی سیستمز

Smart Dublin همچنین با شرکا همکاری می‌کند تا عوامل هوش مصنوعی را در یک دوقلوی دیجیتال ادغام کند و بینش‌های دقیق‌تری به‌دست آورد و اپراتورهای شهری را سریع‌تر مطلع سازد. به‌عنوان نخستین گام، Smart Dublin داده‌های VivaCity را در یک دوقلوی دیجیتال مبتنی بر Cesium ادغام کرد تا استفاده از مسیرهای دوچرخه‌سواری را بصری‌سازی و تحلیل کند. با افزودن داده‌های بارش، شهر مشاهده کرد که هوای نامساعد تأثیر ناچیزی بر تعداد دوچرخه‌سواران در جاده دارد. برنامه‌های آینده شامل افزودن قابلیت‌های هوش مصنوعی مانند جست‌وجوی زبان طبیعی است.

علاوه بر پروژه Smart Dublin، فناوری هوش مصنوعی بنتلی با نام Blyncsy از NVIDIA Cosmos و Metropolis برای تولید داده‌های مصنوعی به‌منظور تحلیل وضعیت جاده و بهبود نگهداری استفاده می‌کند.

دیلویت

دیلویت در حال به‌کارگیری هوش مصنوعی برای خودکارسازی بازرسی خیابان‌ها در هزاران گذرگاه عابر پیاده برای ادارات حمل‌ونقل شهری است. با هدف حفاظت از کاربران آسیب‌پذیر جاده مانند عابران پیاده و دوچرخه‌سواران.

NVIDIA Cosmos Transfer شرایط دنیای واقعی را شبیه‌سازی می‌کند و ویدئوهایی برای سناریوهای مختلف تولید می‌نماید.

با Cosmos Predict، Deloitte تصاویر ثابت تقاطع‌ها را به ویدئوهای فوتورئالیستی و فیزیکی دقیق تبدیل می‌کند. سپس Cosmos Transfer ویدئوهایی در سناریوهای مختلف دنیای واقعی، مانند مه، باران، برف و نور کم تولید می‌کند و هر محیط را زنده می‌سازد. در نهایت، Cosmos Reason به ارزیابی این ویدئوها کمک می‌کند و مناطق احتمالی نیازمند بهبود را شناسایی می‌کند و این فرآیند را بینش‌مند و پویا می‌سازد.