Artificiell intelligens hjälper oss bygga mer hållbara städer

I framtiden kan stadsplanerare testa hur nya trafikarrangemang påverkar luftkvaliteten, koldioxidutsläppen och invånarnas välbefinnande innan en endaste gatsten grävts upp.

Kan artificiell intelligens stävja klimatförändringen? Tanken känns främmande för dem som följt debatten den senaste tiden. De mängder vatten och energi som generativ AI använder snarare skapar klimatproblem än mildrar dem.

Men artificiell intelligens kan också hjälpa oss att skapa en mer hållbar framtid. Professorn i datavetenskap vid Helsingfors universitet Laura Ruotsalainen utvecklar tillsammans med sin forskningsgrupp metoder för maskininlärning som kan användas för att hitta konkreta sätt att bygga städer.

Med hjälp av simulationer undersöker forskningsgruppen hur vi ska göra för att trafiken ska löpa och människorna ska kunna komma fram smidigt samtidigt som luftkvaliteten förblir god, utsläppen hålls i schack och städerna förblir behagliga att bo i.

– I stället för att observera i tiotals år kan vi med hjälp av AI pröva olika lösningar och få snabba svar, berättar Ruotsalainen.

– Vi kan inte bygga en helt ny stad, se hur den påverkar klimatet och människans välbefinnande och sedan upptäcka att det blev fel. Med hjälp av artificiell intelligens kan vi få resultat på några veckor utan att skada klimatet eller människor.

Från sekunder till årtionden

Stadsplaneringen måste beakta flera konkurrerande mål och många tidsspann. Detta ger upphov till unika utmaningar för forskningen. En förbisusande bils påverkan på utsläppen på sekundnivå, förändringar i luftkvaliteten inom tio minuter och städernas beboelighet över flera år.

Å ena sidan borde vi kunna komma fram så smidigt som möjligt, å andra sidan producera så lite utsläpp som möjligt under resan.

I detta komplicerade pussel söker forskarna lösningar med hjälp av förstärkningsinlärning. Det är en metod inom maskininlärningen där man ger artificiell intelligens förmåga att kontrollera och hantera flera konkurrerande mål. AI:n testar på många olika sätt vilka mål som kan uppnås med vilka åtgärder. Man pratar om flermålsoptimering.

Med hjälp av AI skapas en så kallad agent som utför olika funktioner. Agenten belönas eller straffas sedan för sina handlingar.

– Vi tänker oss till exempel att en agent kör bil i en stad. När agenten gör ett val, till exempel svänger i en korsning, ser vi hur handlingen påverkar våra mål. I det här fallet vill vi att luftkvaliteten ska vara så god som möjligt och att agenten ska komma fram snabbt. Om agentens val för oss närmare våra mål ger vi den en belöning. Om den gör något som förvärrar situationen straffar vi den.

Tidigare har förstärkningsinlärning främst använts i spel och enkla tillämpningar som styrning av trafikljus. Den har hittills inte kunnat hantera stora systemiska förändringar. 

I stadsmiljö finns det mycket samverkningar. Artificiell intelligens hjälper oss att lösa komplicerade problem och samverkningar mellan flera olika faktorer. Det är ett jobb som människan inte allena klarar av.

Metoder för att lösa stora problem

Enligt Ruotsalainen kommer AI till nytta när det riktas in på ett specifikt, avgränsat problem. Då kan det ge betydande genombrott. 

– Den offentliga debatten har fastnat på Chat GPT, texter och karikatyrer. Det är ett för smalt perspektiv på den artificiella intelligensens möjligheter. 

Inom medicinen öppnar AI upp för nya möjligheter att behandla allvarliga sjukdomar, som cancer. Redan på 1990-talet trodde vi att fusionsenergi skulle vara lösningen på världens energibehov, men nu, med hjälp av AI, kan det äntligen bli möjligt.

Ruotsalainens dröm som forskare är att producera sådana metoder för maskininlärning som kan lösa stora sociala och samhälleliga problem. Genom att optimera komplicerade system som stadsplanering kan vi hitta små förändringar som ger stor nytta till exempel i fråga om städers ekologiska hållbarhet.

– Jag gör det här med rent samvete. Jag tror att den nytta utvecklingen ger är större än nackdelarna med de resurser AI kräver. I vår forskning fäster vi också uppmärksamhet vid maskininlärningens ökande energiförbrukning. Med hjälp av artificiell intelligens kan vi göra väldigt mycket gott, förbättra människors liv och stävja klimatförändringen.

Spetsforskning vid Helsingfors universitet: Framtida teknologier

Framtida teknologier löser globala problem och bygger upp en mer hållbar framtid. 

Vid Helsingfors universitet förenas forskning om framtida teknologiska metoder och angreppssätt med utvecklingen och tillämpningen av teknologierna. Det är också väsentligt att tillämpa teknologier på ett etiskt och ansvarsfullt sätt för mänsklighetens och miljöns bästa. 

Vår styrka är mångvetenskaplighet, det vill säga möten mellan naturvetenskaper, livsvetenskaper och humaniora. Vår forskning får stöd av en stark forskningsinfrastruktur.

Till våra styrkor hör särskilt forskning om AI och maskininlärning inklusive de etiska dimensionerna och regleringen av användningen av AI, nanomaterial och nanoteknologi, matematik och avbildning, kvantteknologi, rymdforskning, bioteknik och digital humaniora.

Läs mer om forskningen om framtida teknologier vid Helsingfors universitet: