Smart Cities e otimização

Especialistas em tecnologia afirmam que estamos à beira de uma revolução para a vida urbana. Ajustes de tráfego em tempo real, sustentabilidade energética, coleta eficiente de lixo e edifícios inteligentes são apenas algumas das muitas características da chamada cidade inteligente. Neste post, vamos aprofundar um pouco mais nas tecnologias usadas pela cidade do futuro e entender como a otimização matemática pode alavancar essas tecnologias para melhorar a qualidade de vida.

Uma tecnologia que sempre surge quando se fala em cidades inteligentes é a Internet das Coisas (IoT). De acordo com Kevin Ashton, a primeira pessoa a cunhar o termo, a ideia básica é que, atualmente, quase todos os dados produzidos dependem de humanos que, por natureza, têm tempo, atenção e precisão limitados. No entanto, se os computadores coletassem e transmitissem dados sem ajuda humana, poderíamos rastrear tudo. O objetivo é capacitar os computadores com meios de coletar informações e remover a dependência de humanos. No entanto, como veremos, coletar dados em tempo real e tomar decisões que resolvam problemas são duas coisas diferentes.

Ter uma cidade coletando dados com eficiência e sem intervenção humana é uma etapa necessária para torná-la inteligente, mas o principal componente é a tomada de decisões. Todas essas informações se traduzem em valor quando usadas para decisões melhores e mais rápidas. Para ilustrar isso, vamos nos concentrar no problema da eficiência energética. Muitas fontes de energia renovável, como a eólica e a solar, têm um perfil de produção não uniforme e fortemente afetado por ciclos temporais e condições climáticas. Para piorar as coisas, o armazenamento de energia requer uma infraestrutura cara e a transmissão de energia gera perdas. Agora imagine uma cidade onde edifícios residenciais e comerciais monitoram seu consumo de energia ao longo do dia e as condições climáticas nos arredores da cidade são monitoradas constantemente. Com essas informações, podemos usar modelos de otimização para apoiar decisões de longo prazo sobre investimentos em infraestrutura e ajustar automaticamente as decisões de curto prazo com base em informações online.

Duas tecnologias que merecem nossa atenção como ferramentas para tomar melhores decisões são o aprendizado de máquina e a modelagem matemática. O aprendizado de máquina é excelente para lidar com uma grande quantidade de dados. Ele pode ser usado para prever variáveis, agrupar informações em indicadores significativos e processar dados de maneira "humana". Os modelos matemáticos, por outro lado, tratam de tomar decisões ótimas. Se você tem objetivos bem definidos e um bom entendimento do seu sistema, um modelo matemático é a melhor opção. Obviamente, nos desafios complexos que cercam o planejamento urbano, as duas tecnologias são necessárias em conjunto.

Analogamente, as indústrias agora estão investindo na coleta de dados com IoT e caminhando em direção a um futuro onde as coisas reúnem informações e podem tomar decisões automatizadas. Porém, assim como no caso das cidades, o que torna uma indústria inteligente é a tomada de decisão. Sua empresa possui modelos de seus sistemas? Você sabe quais são os objetivos e como as decisões operacionais e estratégicas os afetam? Os dados por si só não se traduzem automaticamente em boas decisões; uma compreensão profunda do problema com base nas informações é a verdadeira chave para um futuro inteligente.

Autor: Vinícius Mello - Consultor na Cassotis Consulting

                                      Coautor: Fabio Silva - Gerente Sênior na Cassotis Consulting