Der er kø på din sædvanlige tur i bil hjem fra arbejde, så du får en notifikation om det sammen med et forslag til en alternativ rute. Der opstår brand i en ejendom, og brandvæsenet rykker ud, før nogen kan nå at ringe. Et terrorangreb er under opsejling, men det bliver opdaget og afværget af politiet. 

Det er scenarier, der kan blive til virkelighed med en af EU’s hidtil største investeringer i udvikling af ny, intelligent overvågningsteknologi til storbyer. 

”Vores mål er at knække koden til, hvordan vi effektivt håndterer strømmen af Big Data fra byerne. Det er en meget stor teknologisk udfordring, der handler om, hvordan vi indsamler, analyserer, opbevarer og visualiserer data fra tusindvis af kameraer, sensorer og mikrofoner, så det kan skabe mest muligt værdi for borgerne,” siger Alexandros Iosifidis, lektor ved Institut for Elektronik og Computerteknologi, Aarhus Universitet.

Projektet hedder Mulitmodal Extreme Scale Data Analytics for Smart Cities Environments (Marvel) og har et budget på 45 millioner kroner.

Læs mere om Marvel her

Lynhurtige algoritmer samler data fra alle hjørner af byen

Forskernes mål er, at al dataindsamling og den kontinuerlige analyse skal foregå i realtid. På den måde bliver det muligt at samle og bearbejde informationer fra mange forskellige kilder langt hurtigere og mere effektivt, end det er muligt i dag. 

”Byerne vokser som følge af urbanisering, og vi får hele tiden nye digitale muligheder for at bringe data i spil. Der er kameraer, mikrofoner og et væld af sensorer overalt i bybilledet – for slet ikke at tale om alle de smart phones, vi selv går rundt med. Vores opgave er at samle det hele og give værdi tilbage til byen og dens borgere,” siger Lukas Esterle, adjunkt ved Institut for Elektronik og Computerteknologi, Aarhus Universitet. 

De teknologier, forskerne arbejder med at udvikle, vil samtidig løse nogle af nutidens store udfordringer omkring etik og privathed. Fordi dataanalysen foregår ved hjælp af nogle lynhurtige algoritmer uden forsinkelse, vil det ikke længere være nødvendigt at opbevare personfølsomme oplysninger.  

”Vi vil gerne skabe nye teknologier, der kan høste fordelene byernes digitalisering, men det kræver, at vi får løst problemerne omkring sikkerhed. Hvordan kan vi få mest mulig værdi ud af de enorme datamænger, vi har til rådighed, uden at gå på kompromis med beskyttelse af borgernes rettigheder? Det er en vigtig del af vores forskning,” siger Lukas Esterle.  

LÆS OGSÅ: Danmarks største batteri skal lagre strøm i sten

Kunstig intelligens kan forudsige terrorangreb

Og hvad stiller man så op med den enorme strøm af data fra byen, der flyder rundt i internettet? Hvordan finder man sammenhænge og mønstre, der kan blive til fordelagtige indsigter – for myndighederne, virksomhederne, politikorpsene, hospitalerne og ikke mindst borgerne?” 

Svaret på det spørgsmål er kunstig intelligens. Forskerne vil blandt andet træne deres algoritmer til at identificere usædvanlige hændelser eller såkaldte anormaliteter. 

Det kan være en pludselig høj lyd på et torv i bymidten, som kombineret billeder af røg og variationer i folkemængdens bevægelsesmønstre kan identificeres som en eksplosion.  

På sigt vil det også være muligt at forudsige begivenheder som for eksempel et terrorangreb eller en trafikprop ved på samme måde at registrere afvigelser i datamønstre. 

Det er i hvert fald forskernes ambition, og de sætter nu skub i udviklingen af teknologier til deep learning, der skal gøre det muligt at modellere abstraktioner i data på meget højt niveau og dermed spotte mønstre og sammenhænge, vi aldrig ville have en chance for at opdage uden computerens regnekraft.  

”Det handler om at forbinde hele byens store flow af data fra forskellige kilder og lære, hvad der er normalt, og hvad der ikke er normalt. På den måde vil vi efterhånden blive i stand til at lave pålidelige forudsigelser omkring hændelser og adfærd,” siger Alexandros Iosidifis. 

Tre cases

I projektet skal forskerne demonstrere teknologiens potentiale i forbindelse med tre virkelige cases. 

Den ene case foregår som et eksperiment på et universitet i Serbien, hvor visuelle og akustiske data fra blandt andet droneoverflyvning skal bruges til at teste muligheder for territorial overvågning. 

Læs mere om eksperimentet i Serbien

Den anden case foregår på Malta og handler om kunstig intelligens til overvågning af trafik. 

Læs mere om eksperimentet på Malta 

Den tredje case foregår i Trento i Italien og handler om overvågning af offentlige parker, traffikpunkter, torve, indkøbscentre og pladser. 

Læs mere om eksperimentet i Italien