Brussels Smart City: al data wat de klok slaat

Ik deel al drie jaar lang mijn kennis over het begrip “Smart City” om het algemeen bewustzijn hierrond te verhogen. Tijdens mijn vele presentaties over de Smart City stelde ik doorgaans nieuwe technologieën voor stadsbeheer en concrete projecten voor. Daarbij focuste ik me op de doelen van de Smart City, die vaak duurzaamheid viseren en algemeen bekend en aanvaard zijn. Toch moet ik nu, drie jaar later, vaststellen dat “Smart City” nog altijd een vaag begrip is dat over alles en niets lijkt te gaan zoals ik al heb moeten horen. Onze burgers lijken verward en ik vrees dat ik hetzelfde vaststel bij onze politici.

Daarom wil ik het concept nu anders benaderen, door het over de gemene deler van alle Smart City-projecten te hebben: data.

Recente technologische ontwikkelingen en hun impact op onze levensstijl verspreiden zich gestaag. Dankzij de lancering van de IPhone in 2008 - een ijzersterk, revolutionair staaltje technologie en het verbonden object bij uitstek - waren we opeens nauwer met elkaar verbonden en mobieler, en lieten we ontelbaar veel digitale sporen achter. Sociale media en de digitalisering van processen brengen een groeiende stroom gegevens met zich mee. In combinatie met de geoptimaliseerde capaciteit van computers vertegenwoordigt deze exponentiële datastijging de zogenaamde “Big Data”, die hand in hand gaan met artificiële intelligentie.  

Deze evolutie lijkt een paradigmashift, zoals Tony Hey uitlegt in zijn boek "The fourth paradigm : Data-intensive scientific discovery“. Big Data heeft een nieuw tijdperk voor wetenschap ingeluid. Het eerste paradigma van wetenschap betreft empirisme: conclusies trekken op basis van observaties van de wereld. Het tweede paradigma betreft harde wetenschappen, wiskundige en fysische theorieën waarmee we waarneembare fenomenen kunnen verklaren. Het derde paradigma steunt op het nabootsen van onze omgeving en de rekenkracht van computers met het oog op simulaties.

In het vierde paradigma bootsen we de wereld niet meer na, maar berekenen we hem! We gebruiken geen monsters meer om theorieën te extrapoleren, maar het geheel van individuen. We beperken ons niet tot de belangrijkste verklaren factoren, maar integreren ze allemaal. Last but not least zijn het de machines zelf die de gegevens gaan correleren en statistische, “spontane” links gaan leggen binnen deze miljarden data. Daarna is het aan de mens om de juistheid van deze correlaties te beoordelen.

Wat betekent dat voor de Smart City? De parkeerproblematiek is een goed voorbeeld, want het gaat om een belangrijke werkpunt binnen het stadsbeheer dat zeer zou kunnen baten bij een ‘smart’ oplossing.

De eerste stap naar intelligente parking is de digitalisering van het betaalproces voor de gebruiker (bv. betalen via sms). Ook een mogelijkheid: digitale parkeercontroles op basis van vloersensoren, camera’s in de openbare ruimte of het bekende “scan car”, dat de straten patrouilleert en bovenaan een camera heeft die nummerplaten verzamelt en analyseert. Parkeerbeheerders zouden een melding ontvangen van deze al geïdentificeerde overtredingen en zich dus niet meer onnodig hoeven te verplaatsen.

Maar waar iedereen écht naar smacht, is een liveoverzicht van vrije parkeerplaatsen inclusief de beste weg ernaartoe. Hoe kunnen we deze heilige parkeergraal naar het volk brengen? Een vraag waar tal van steden en startups hun tanden al op hebben stukgebeten. “Jouw” pas vrijgekomen parkeerplaats wordt immers opnieuw bezet voordat je bent aangekomen. Hier biedt Big Data mogelijk soelaas. Dankzij de miljoenen of misschien wel miljarden geanalyseerde data (laten we niet gierig zijn) waaronder natuurlijk historische data (bv. de gewestelijke parkeergegevens van de afgelopen twintig jaar), maar ook andere gegevens (over het weer, evenementen of sociale-mediaverkeer), kunnen supercomputers correlaties maken en voorspellingen doorgeven. Zo zouden we weten dat we in straat x op een bepaald moment in bepaalde omstandigheden 83% kans hebben om een plaats te vinden terwijl in straat y die kans momenteel 29% is maar over 30 minuten zal stijgen naar 48%. De kerst op de taart? Het zou niet nodig zijn om onder alle parkeerplaatsen sensoren in de bodem te plaatsen, want door je verplaatsingsgegevens te gebruiken (Waze, Google, openbare camera’s) zouden we precies kunnen nagaan waar je geparkeerd staat.

Voor openbare besturen staat het verzamelen, analyseren en gebruiken van deze gegevens gelijk aan de perfecte basis van een geslaagd mobiliteitsbeleid. We zouden heel wat kunnen doen: het aantal parkeerplaatsen aanpassen conform de bezettingsgegevens, een automatische tariefwijziging instellen afhankelijk van het aanbod en de bezetting zowel voorspellen als communiceren naar de burgers toe.

Met deze ideeën in het achterhoofd werk ik traag maar zeker toe naar de conclusie van mijn opiniestuk. Ten eerste wil ik het Brusselse Hoofdstedelijk Gewest vragen om intens te investeren in de ontwikkeling van onze infrastructuur en digitale vaardigheden zodat we het meeste kunnen halen uit de bovengenoemde gegevens. Ik pleit voor een afdeling binnen het CIBG, “Smart City” of “Big Data”, die helemaal draait rond het verzamelen, categoriseren en analyseren van de stedelijke gegevens van het gewest voor alle openbare en private partners. Een afdeling die gewapend is met een volwaardig Open Data-programma en innovatieve projecten van Europees niveau.

Om al deze gegevens zo goed mogelijk aan te wenden, moeten we ook de gepaste kennis vergaren. Hiermee kom ik tot mijn tweede verzoek aan het gewest: implementeer een ambitieus data-opleidingsprogramma dat geschikt is voor ontwikkelaars en onderzoekers, maar ook aangepast kan worden aan de behoeften van kinderen, ambtenaren, bestuurders van kleine en middelgrote bedrijven en burgers.