Сальваторе Дистефано, SmartMe: даже маленькие города могут стать умными

Пока правительства стран тратят миллиарды на создание новых умных мегагородов, маленькие города становятся умными без государственной поддержки. Команда из Университета Мессины сделала средневековый сицилийский город умным с минимальными затратами. С помощью краудфандинга SmartMe получил 34 тыс. евро вместо планируемых 15 тыс. После этого проект из лаборатории превратился в независимую компанию, которая хочет дать каждому маленькому городу возможность стать умнее. На форуме IoT World Summit 2018 в Казани «Хайтек» поговорил с профессором Университета Мессины Сальваторе Дистефано о том, как маленький итальянский город становился умным, и может ли эта модель быть перенесена в Россию.

Сальваторе Дистефано — профессор Университета Мессины (Италия), руководитель лаборатории Social and Urban Computing в КФУ. Он участвовал в нескольких национальных и международных проектах, таких как Reservoir, Vision (EU FP7), SMSCOM (EU FP7 ERC Advanced Grant), Beacon, IoT-Open.EU (EU H2020). Является одним из соучредителей стартапа SmartMe.io, отделившегося от Университета Мессины в 2017 году.

Его научные и исследовательские интересы затрагивают концепцию умного города, коллективный интеллект, big data, разработку ПО и сервисную инженерию, облачные и туманные вычисления, интернет вещей, а также качество обслуживания и клиентский опыт. Участвовал в разработке нескольких инструментов, таких как WebSPN, ArgoPerformance, GS3 и Stack4Things.


Даже светофоры можно превратить в сенсоры

— Вы разрабатывали решения для умного города в Мессине — в чем заключалась суть проекта?

— Текущий проект называется SmartMe. Он начался как краудфандинговая кампания, где мы собрали около 30 тыс. евро. Основная цель — создать новую инфраструктуру умного города в Мессине. Но не с чистого листа. Главная идея была в использовании уже существующей инфраструктуры — сенсоров, которые есть в любом городе. В Лондоне находится порядка 500 тыс. камер. В Пекине — тоже. Но можно взять и другие сенсоры, даже светофоры. В Лондоне будет более миллиона сенсоров. Даже в Казани огромное количество камер и систем, контролирующих ситуацию на дорогах. И идея заключается в том, чтобы использовать эти сенсоры, подключая их к интернету вещей и соединяя в инфраструктуру умного города. Это основная задача, которую мы пытаемся решить с помощью нашего софта. Наше поле — это middleware, связующее программное обеспечение, и оно называется Stack4Things.

Можно внедрить связующее ПО в существующие решения и использовать уже работающий софт. Существующее решение для этого — Open Stack, самая используемая платформа, де-факто стандарт облачных сервисов. Эта система позволяет нам подсоединить все сенсоры к облаку. И через облако уже можно заниматься кастомизацией, решать проблемы разнородности устройств. Мы подключали существующие сенсоры к Arduino Board. Но можно использовать любой вариант подключения к IoT. Большинство девайсов и так соединены в сеть, но если нет, их легко можно «иотизировать».

— Вы сотрудничали с местными властями при внедрении проекта?

— Это началось как чистый краудфандинг в нашей лаборатории. Потом проект стал взаимодействовать с муниципалитетом Мессины. Но основные деньги приходили от обычных людей и в некоторых случаях от компаний. Я сам пожертвовал 5 или 10 евро.

Не надо покупать новые сенсоры для каждого нового сервиса

— Что измеряют сенсоры в Мессине?

— Сейчас стандартный подход к умным городам — вертикальный. Вы начинаете с сенсора, покупаете его, устанавливаете, а потом добавляете ПО и создаете приложения. Наш подход горизонтальный. При нем мы можем создать одну операционную систему для городов. Сенсоры могут измерять сразу много параметров, а программы могут работать параллельно, деля между собой девайс. У нас довольно много сервисов для маленького города — это и умная энергия, и умная парковка, и освещение. Пока это небольшой эксперимент — у нас где-то 200 сенсоров и 50 датчиков. И они работают одновременно для разных сервисов. Это одно из главных преимуществ нашего подхода — не надо покупать новые сенсоры для каждого нового сервиса.

Мы создали собственные датчики, измеряющий давление, газ, свет и другое. Они способны на более комплексный анализ. У нас есть открытые базы данных, в которых доступна вся информация с сенсоров. Есть несколько сенсоров — в том числе, контролирующих влажность. Также мы установили один в озере, чтобы контролировать качество воды.

— Можно ли сделать одно программное обеспечение для разных городов?

— Да, наша идея подразумевает репликацию. Сердце системы — наше решение Stack4Things, которое можно вставлять в разные девайсы. И девайсы могут взаимодействовать между собой даже в больших столицах. Это то, чего мы хотим. Но этот подход позволит не только большим городам стать умными, но и маленьким тоже — таким, как Мессина. Большинство людей живут в маленьких городах, а большинство проектов умного города делаются для огромных городов. Миллионы и миллиарды долларов инвестируются в отдельные единичные проекты. Наш подход малобюджетен, так как он использует уже существующую инфраструктуру.

— Насколько это дорого?

— Мы говорим о десятках тысяч евро — если брать кейс Мессины, где было порядка 200 сенсоров. Но стоимость, конечно, зависит от существующих устройств — если они уже подсоединены к интернету, это дешевле. В Татарстане, например, есть Иннополис, обладающий соответствующей инфраструктурой — там устанавливать систему будет значительно проще.

Надо сказать, что наша концепция предполагает не только использование камер, которые принадлежат городу. Можно использовать и частные камеры — например, которые принадлежат магазинам. Так можно совместными усилиями построить умный город. Сейчас если в большом здании работает много людей и компаний, каждый не вешает у входа свою камеру. Для этого просто нет места, это неэффективно. Поэтому устанавливается одна камера — и ею пользуются разные люди. В этом и заключается наше решение. Потому что на самом деле соединить тысячу девайсов не так сложно — и вы уже построите свою инфраструктуру.

— В Казани вы в основном занимаетесь исследованиями или пытаетесь внедрять решения умного города?

— Я руковожу исследовательской группой Social and Urban Computing (социально-ориентированные компьютерные технологии для городской среды — «Хайтек») в Казанском Университете (КФУ). Мы как раз занимаемся изучением разных аспектов умных городов и управления данными. И пробуем применить наши решения в городе, на маленьком уровне, для демонстрации возможностей проекта. Но на данный момент не получили финансирования для этого. Но мы еще пытаемся и продолжим пытаться.

Подписывайтесь
на наши каналы в Telegram

«Хайтек»новостионлайн

«Хайтек»Dailyновости 3 раза в день

Первая полоса
Найден способ сверхскоростной передачи тепла для быстрого охлаждения электроники
Наука
Условия жизни лошадей в Средневековом Новгороде восстановили по зубам
Наука
Под видом модов для Minecraft и других игр в Telegram распространяют вирусы
Новости
ИИ от создателей TikTok потеснил GPT-4o в рейтинге генераторов изображений
Новости
В России нашли минерал, который поможет изучить ядро Земли и космические тела
Космос
Анализ метеорита поставил под сомнение гипотезу о происхождении воды на Земле
Космос
«Яндекс» научил поиск решать задачи по алгебре для старшеклассников
Новости
Найдена недостающая часть Вселенной: где она скрывалась
Космос
VR в строительстве: как избежать ошибок на сотни миллионов
Мнения
44 планеты, похожие на Землю, нашли в Млечном Пути
Космос
Тайну космоса, которой больше 60 лет, наконец-то раскрыли
Космос
В «дубайском» шоколаде нашли опасные для жизни вещества
Наука
Хакеры атаковали пять оборонных предприятий России
Новости
Как ИИ повышает эффективность и снижает риски обогатительных предприятий
Мнения
«Джеймс Уэбб» изучил загадочные кольца погибшей звезды
Космос
Открыт прием заявок на ежегодную премию Digital Leaders 2025
Новости
GigaChat научился искать информацию в сети: Сбер обновил ИИ-помощника
Новости
Созданы очки с искусственным интеллектом для незрячих людей
Новости
Минобрнауки продолжит программу кешбэка для инвесторов университетских стартапов
Новости
OpenAI представила GPT-4.1: модель с улучшенными возможностями для программистов
Новости