Les ciutats intel·ligents i la privacitat

Amb la implicació de la tecnologia de xarxes intel·ligents i els comptadors intel·ligents, arriba la creixent preocupació sobre la privacitat. Ara, també amb les ciutats intel·ligents, ja que tenim una àrea metropolitana sotmesa a la necessitat d'energia i al control constat de dades. Podem citar diversos sistemes que incorporen dades, per exemple:

Els semàfors, els cotxes intel·ligents o els comptadors intel·ligents per a empreses elèctriques podrien ser punts d'interès per la recollida de dades on line.
La UE, va publicar el seu pla; la versió 3.0 del seu pla de ciutat intel·ligent d'Europa al 2014, que proporciona una llista de les ciutats intel·ligents.
Extreme Tech descriu una ciutat intel·ligent, i afirma que:
Són un refugi de tecnologia on els sensors de les carreteres, els sensors de les voreres, les xarxes de sensors, els rellotges d'Apple, els telèfons intel·ligents, el propi vehicle i, fins i tot, les peces de roba, estan connectades. Altres fonts, esmenten que una aplicació objectius serà la integració dels múltiples sistemes de sensors per monitoritzar el trànsit de vianants a les voreres. És a dir, s'analitza el trànsit de peu i, després, les pantalles grans de publicitat van canviant per coincidir amb el grup demogràfic dominant determinat pels sensors.

L'Electronic Frontier Foundation (EFF) ha manifestatt una gran preocupació pel tema de la tecnologia de les xarxes intel·ligents.
Sense fortes i clares proteccions, les dades energètiques poden i seran utilitzades d'una manera que poden perjudicar als consumidors. De fet, les empreses de màrqueting estan desesperadament interessades en poder accedir a aquestes dades per obtenir nous coneixements íntims en la rutina de les famílies en el dia a dia. Així, no és difícil imaginar que una companyia d'assegurances pugui interpretar les dades d'una manera que li permeti penalitzar. Els drets a la privacitat han de ser més forts, de manera que els governs han de garantir que els clients d'energia rebin la protecció que es mereixen.

Video

Ara ha aparegut un nou problema: els pirates informàtics ja que les dades personals sensibles podrien utilitzar-se per altres motius.
Les ciutats intel·ligents poden proporcionar als departaments de planificació, una gran quantitat d'informació de molta utilitat per millorar la vida de la ciutat, però també podria ser un gran vector per cometre frau si no s'assegura correctament.
Les ciutats intel·ligents són "altament hackables", en el sentit de provocar caos per falses tallades de carreteres, mal funcionament dels senyals, etc.


Font: Southmilwaukeenow

La computació evolutiva

L'Any Scale Learning For All (ALFA) del grup de Ciències de la Computació i Intel·ligència Artificial de Laboratori (CSAIL) del MIT, estudia resoldre grans problemes de dades, unes preguntes més difícils que van més allà de l'àmbit d'anàlisis típiques. ALFA aplica l'últim concepte d'aprenentatge automàtic de computació evolutiva per fer front a problemes molt complexos, que involucren diferents dimensions.

La gent te dades que provenen de molts canals diferents, és per això que s'estan fent vinculacions de dades entre aquests canals.

El Grup ALFA ha assumit reptes que van des traçar els parcs eòlics, fins a estudiar i classificar els batecs de la pressió arterial. Aquest grup també està analitzant enormes volums de dades registrades per predir el comportament MOOC-learning, i fins i tot està ajudant a l'IRS en la detecció de possibles patrons d'evasió d'impostos.

ALFA prefereix el repte de treballar amb dades en brut que venen directament de la font. A continuació, investiga les dades amb una varietat de tècniques, la majoria de les quals impliquen l'aprenentatge de màquina escalable i els algoritmes de computació evolutiva.

L'aprenentatge automàtic és molt útil per fer retrospectives de les dades per ajudar a predir el futur. La computació evolutiva es pot utilitzar de la mateixa manera, i està particularment ben adaptada als problemes a gran escala.

En el passat, l'aprenentatge automàtic va ser desestimat per la manca de dades per inferir models de predicció o etiquetes de classificació. Ara es disposa de moltes dades, de manera que amb la màquina d'aprenentatge escalable, permet processar una gran quantitat de patrons de dades. També s'ha de millorar la capacitat d'aprenentatge de màquina per fer front a les variables addicionals que vénen amb problemes extremadament complexos.

La computació evolutiva, així com l'adaptació basada en la població i l'herència genètica, en posar-los en models computacionals s'obté un rendiment realment eficaç. També en enginyeria, sovint s'utilitzen algorismes evolutius com l'adaptació de matrius de covariància o algoritmes de valors discrets per a l'optimització. A més, es poden paral·lelitzar els algoritmes evolutius de tal manera que fàcilment permet gestionar una gran quantitat dels últims problemes sobre descobriments de les dades.

Dins del camp de l'evolució, s'està especialment interessat en la programació genètica distribuint els algoritmes d'aquesta durant molts nodes, i després factoritzant les dades a través dels nodes. Això permet agafar totes les solucions independentment perquè, finalment, s'eliminin els més poc probables i obtenir el conjunt de probabilitats més possible.

Maquetació de parcs eòlics
Un dels projectes més rellevants de l'ALFA ha estat el desenvolupament d'algorismes per ajudar al disseny dels parcs eòlics.

Es poden veure grans guanys en l'eficiència i en l'optimització de la col·locació de les turbines, però és un problema molt complex. En primer lloc, hi ha els paràmetres de la pròpia turbina:

• La capacitat d'energia
• La seva altura
• El seu con de proximitat

Ha de saber quant de vent es requereix per al lloc i, després, adquirir la informació més detallada sobre d'on ve aquest vent i en quines magnituds o forces. S'han de tenir en compte les condicions topogràfiques del terreny.

La variable més difícil és l'efecte d'una turbina a les turbines darrere. Per això cal fer el modelatge de flux d'aire, que certament és molt complex, per a poder calcular la pèrdua que pot haver-hi darrere de cada turbina.