När jag tänker på den smarta staden tänker jag ofta på all den information som den kommer producera, och ibland undrar jag om vi riktigt fullt ut förstått hur vi ska kunna ta hand om den här informationen. Tillgången till data ökar, och kommer öka närmast explosionsartat de kommande åren.
Hur väljer vi ut vad som är viktigt i det enorma dataflöde som kommer att finnas, hur vet vi vad vi vill analysera, vad gör vi med resultatet av analyserna? Vad som blir tydligt är att vi kommer behöva fundera på vilken av all den här informationen som kommer vara relevant för oss – vare sig om du är medborgare, stadsplanerare, tjänsteleverantör eller någon annan aktör – alla behöver vi fundera på vad vi vill ha reda på från staden. I en tid när tekniken tar språng på språng och det enda vi med säkerhet kan säga är att vi inte kommer ha en aning om vidden av information som staden kommer producera och i vilket format den kommer finnas tillgänglig så blir det än viktigare att hitta verktygen som kan hjälpa oss att förstå. Som kan hjälpa oss att leta sålla bland information, plocka fram det som är väsentligt för oss och till och med föreslå åtgärder för oss.
Oavsett om metoderna och verktygen heter data mining, machine learning, data stream mining, cognitive computing, artificiell intelligens eller något annat så blir det allt tydligare att det här måste vi lära oss. De enorma mängderna av information gör att vi måste ta datorerna till hjälp för att kunna hitta rätt i flödet och förstå. På Göteborgs universitet har man tex fått frågan efter denna kompetens från så många företag i regionen att man beslutat sig för att ta fram en ny masterutbildning inom ämnet data science och big data.
Spännande område, eller hur? Ett område som kommer att få stor betydelse när vi planerar den framtida stadens infrastruktur, dvs IKT-infrastrukturen som ska ta hand om all information. Vad ska samlas in och var – och med vilken metod/teknik? Här har vi en rejäl utmaning – inte minst då det kommer vara svårt att förutse vilken information staden kommer producera och hur vi vill använda den.
