Human-oriented Edge Artificial Intelligence for Sustainable Cities

Objetivo temático: Através da gamificação de atividades, a plataforma incentiva comportamentos como a reciclagem, a utilização de espaços verdes e a utilização de transportes públicos.

Área Científica: Engenharia Eletrotécnica, Eletrónica e Informática

Síntese do Projeto: A par do forte crescimento de dispositivos ligados à Internet das Coisas (IoT), o conceito de Cidades Inteligentes surgiu como uma abordagem para a gestão urbana e para a sustentabilidade. No centro desta transformação está a adoção generalizada de smartphones, que se tornaram indispensáveis no nosso dia a dia. As aplicações móveis, quando combinadas com a IA, revolucionaram a forma como interagimos com a tecnologia e têm o potencial de induzir mudanças comportamentais positivas, bem como mudanças na própria administração dos espaços e bens públicos.

O projeto GreenBear é um exemplo de como a IoT, a IA e as aplicações móveis podem ser utilizadas para promover práticas sustentáveis em ambientes urbanos. Através da gamificação de atividades, a plataforma incentiva comportamentos como a reciclagem, a utilização de espaços verdes e a utilização de transportes públicos.

O conceito de Human-in-the-Loop (HiL) é central em GreenBear, permitindo a integração de dispositivos, plataformas digitais e interação humana. Ao incorporar dispositivos IoT e aproveitar o uso generalizado de smartphones, o GreenBear cria um ecossistema que promove a sustentabilidade e a consciência ambiental. Os utilizadores são motivados a participar em atividades sustentáveis por meio de um sistema baseado em recompensas, como bilhetes para eventos culturais ou descontos em transporte público. Ao fornecer uma interface amigável, experiências personalizadas por meio do Aprendizagem Federada Personalizada (PFL) e feedback em tempo real através de um novo chatbot, o sistema cultiva hábitos duradouros que contribuem para um estilo de vida sustentável.

Do ponto de vista científico, enquanto a maioria dos projetos de investigação nas áreas da Computação Avançada e da AI procuram melhorar processos, encontrar novos modelos, otimizar hiperparâmetros que ofereçam resultados com maior precisão, a verdadeira inovação exige estar um passo à frente. Na verdade, já existem vários grupos de investigação que procuram levar a inteligência da nuvem para o edge, aproveitando o crescimento explosivo da IoT [1]. Soluções EdgeAI como FL permitem oferecer modelos de IA distribuídos, otimizando recursos computacionais e energéticos, reduzindo necessidades de comunicação e, acima de tudo, cumprindo requisitos de privacidade. Como os dados permanecem nos dispositivos finais e apenas os parâmetros do modelo são trocados com o servidor, torna-se possível tirar partido de extensos dados recolhidos sem comprometer a privacidade do utilizador.

No entanto, as soluções FL apresentam limitações [2]: FL normalmente usa o modelo de arquitetura padrão em dispositivos de borda heterogéneos com recursos limitados para o treino, e as soluções são impraticáveis para uso na maioria dos ambientes do mundo real devido à heterogeneidade de dados em redes federadas. Na verdade, a FL ainda sofre de heterogeneidade de clientes e de dados não independentes e distribuídos de forma idêntica (não-iid). Consequentemente, muitos modelos alternativos ao FL foram propostos nos últimos anos [3][4].
Mas usar IA para inferir intenções, habilidades, estados psicológicos, emoções e ações do utilizador por meio de sensores Edge AI e IoT é um desafio, pois:
- A privacidade é mais crítica para os ambientes humanos do que em qualquer outro ambiente. Mesmo que os dados estejam disponíveis, devem ser mantidos em sigilo.
- Os conjuntos de dados são mais difíceis de obter e de dimensão menor, pois agora são muito específicos para cada utilizador.
- Não podemos utilizar FL com a mesma arquitetura de modelo pois cada cliente/humano deve ter suas especificidades.
- A mobilidade dos utilizadores é agora um requisito importante. Os próprios dispositivos às vezes perdem a conectividade.
- Heterogeneidade: de telefones celulares pessoais a dispositivos IoT com recursos limitados e heterogeneidade de hardware. Portanto, a elasticidade e a dispersão do modelo precisam ser apoiadas.

Com a participação da Câmara Municipal de Coimbra, este projeto pretende combinar a investigação realizada no INESCC/UC na área de HiL e dos protótipos implementados [5][6][7] para oferecer um modelo inovador de Edge AI que integre o Humano na nova Internet para uma Coimbra sustentável, sem comprometer a privacidade dos dados.
O projeto GreenBear será implementado e avaliado na cidade de Coimbra – Portugal, que utiliza como um dos seus símbolos um Urso Verde localizado no principal parque da cidade (Figura 1). Propõe-se demonstrar o potencial transformador da IoT, das aplicações móveis e do HiL na criação de Cidades Inteligentes sustentáveis, com uma Administração Pública mais próxima do cidadão. Ao integrar a tecnologia na vida diária dos indivíduos, o sistema permite que os cidadãos façam escolhas informadas e participem ativamente na preservação do meio ambiente.

O seguinte filme identifica os pontos chave da nossa proposta: https://www.youtube.com/watch?v=W0vsfkp9KAI

Área de intervenção: Inteligência artificial e ciência dos daos

Investigador Responsável na UC: Fernando Pedro Lopes Boavida Fernandes

Unidade Orgânica UC: FCTUC/DEI

Instituições participantes no Projeto: Universidade de Coimbra (Participante) e Instituto de Engenharia de Sistemas e Computadores de Coimbra (Proponente)

Instituição Financiadora/Gestora: Fundação para a Ciência e Tecnologia (FCT)

Programa de Financiamento: PRR - AVISO N.º 04/C05-i08/2024 - Aviso para Projetos de IC&DT – Inteligência Artificial, Ciência dos Dados e Cibersegurança de relevância na Administração Pública

Período de execução: 01.03.2025 a 31.01.2026 (11 meses)

Custo total elegível (EUR): 102.906,30 €

Apoio financeiro da UE: 102.906,30 €

Técnico do Projeto: Catarina Morais (catarina.morais@uc.pt)

Contacto: +351 239 247 025 (Ext: 210025)