Green-AI – AI mäter hur gröna städer egentligen är
Projektet Green-AI ska utveckla en AI-modell som kan användas av stadsplanerare för att bygga grönare och mer hållbara städer. Genom att analysera drönar- och satellitbilder kan AI:n skilja ut grönområden från andra områden och generera en grönytefaktor. Faktorn används sedan för att jämföra hur gröna olika områden är.
Green-AI, ett pilotprojekt inom AI.ALL kopplat till de strategiska inriktningarna Hållbar stads- och samhällsutveckling, Hälsa och sjukvård samt Klimat.
Projekttid: januari 2022 till december 2022
Tekniska ledare: Atiqur Rahaman
Status: Avslutat
Närhet till naturen är bra för folkhälsan. Dessutom bidrar grönytor i städer positivt till miljön och klimatet. Under 1990-talet utvecklades konceptet ”grönytefaktor” i tyska Berlin och det används i dag som ett verktyg för stadsplanering även i Sverige för att se till att uppfylla kraven på närhet till gröna ytor i en stad.
Nu vill stadsplanerarna i Örebro kommun ta nästa steg och uppgradera arbetssättet med artificiell intelligens.
"Behöver tänka i nya banor för att nå hållbarhetsmål"
– Örebro kommun vill ligga i framkant både när det gäller digitalisering och hållbar stadsplanering. Frågor som rör biologisk mångfald och grönområden associeras inte så ofta till AI och just därför finns det stor potential att utveckla arbetssätten vi i dag använder. Vi står inför stora utmaningar och om vi ska kunna nå våra hållbarhetsmål behöver vi tänka i nya banor för att hitta alternativa vägar framåt, något som vi tror forskningen kan bidra med, säger Rebecka Bogren, som är planerare på enheten för översiktlig planering vid Örebro kommuns stadsbyggnadskontor.
Arbetet med att utveckla AI-modellen kommer att ledas av Atiqur Rahaman, postdoktor inom datavetenskap, tillsammans med Martin Längkvist, forskare inom datavetenskap.
– Målet är att utveckla ett innovativt och automatiserat verktyg som gör det möjligt för oss att bedöma kvaliteten på stadsmiljöer genom att fokusera på grönytefaktorn. Den största utmaningen för mig som AI-forskare är att identifiera de behov och krav som är möjliga att översätta till AI-problem. Vi är mer intresserade av och nyfikna på att ta itu med uppgifter där AI kan spela en betydande roll, snarare än att bara automatisera en specifik manuell uppgift, säger Atiqur Rahaman.
