Sans vouloir nécessairement changer trop souvent de terme pour cadrer un domaine d’intérêt, il s’avère quand même très utile d’explorer des perspectives différentes. Dans ce court billet, les auteurs considèrent que la Smart City serait plutôt une Deep Learning City.

Être une ville intelligente, ce n’est pas de développer des applications à la volée, mais bien de penser durablement son évolution, au service du citoyen, et d’actionner cette évolution grâce à la technologie et à l’analyse des données. Repenser la ville pour remettre le citoyen au centre est un enjeu plus que jamais d’actualité et pour lequel une approche novatrice est devenue indispensable.

Autrement dit, le projet de la ville intelligente tourne autour d’une idée centrale. « Celle de l’apprentissage des données et des technologies ». Il ne faut pas se le cacher, le gros des projets de villes intelligentes consiste à ajouter des capteurs et recueillir de plus en plus de données. Une des raisons principales? Les nouvelles Intelligences Artificielles et les processus de Deep Learning requièrent justement énormément de données.

Les auteurs proposent donc de passer de « Smart » à « Deep Learning », de mettre l’emphase sur l’apprentissage, que ce soit par la gouvernance de la ville, ou par les algorithmes qui utilisent ces données.

A Tallinn par exemple, la startup Thinnect a travaillé avec la municipalité afin d’installer un réseau de 800 capteurs qui permettra, par exemple, de connaître l’effet d’une réduction des limitations de vitesses sur les flux de transport, les nuisances sonores, ou la qualité de l’air.

Plus nous aurons de capteurs, plus nous aurons de données, plus « les solutions basées sur les données seront corrélées, plus les autorités publiques seront en mesure de prendre des décisions éclairées et rationnelles pour soutenir les citadins dans leur vie quotidienne ».

[À Singapour] les portails Safe Distance @ Parks et Space Out pour suivre en temps réel l’affluence dans les parcs et les centres commerciaux : des données essentielles en temps de crise pour adapter son comportement.

Non dit mais pourtant d’une importance capitale et la raison pour laquelle j’attire votre attention sur le billet en question: le ressac contre la ville intelligent est habituellement basé sur deux facteurs. Les entreprises tentent de contrôler l’implémentation (voir le projet Sidewalk Labs à Toronto) et de garder le contrôle sur les données.

Les données elle-même ne sont pas un problème, c’est plutôt le choix de ce qui est mesuré, par qui, quand, selon quelles permissions, et qui accédera et possédera (ou en aura la responsabilité) les dites données. Indépendamment du terme encouragé pour cette nouvelle vision de la ville, toute réflexion sur les villes intelligentes et les données est une opportunité de réfléchir sur le comment, le pourquoi, et le « par qui » des données.