O crescimento contínuo de cidades traz problemas relacionados ao tráfego, segurança, consumo de água e energia, dentre outros, que têm sido cada vez mais difíceis de serem administrados. Neste contexto, as tecnologias de informação e comunicação (TICs) podem ter papel importante, podendo auxiliar no monitoramento, controle e tomada de decisões diante de tais problemas. O uso de tecnologia pode vir desde a coleta de dados na rua a mecanismos que auxiliem no monitoramento da cidade e na tomada de decisões. O conceito de Cidades Inteligentes (Smart Cities) é uma tendência mundial relativa ao uso de soluções intensivas de TICs como instrumento, otimizando certos aspectos da vida urbana, tais como mobilidade urbana, educação, saúde, segurança pública, uso de água e eletricidade dentre diversos outros domínios. A quantidade de informação digital a ser capturada por sistemas focados em cada um destes domínios é enorme, e, ao mesmo tempo, as expectativas para processar esta informação aumentam à medida que, cada vez mais, dados vão compondo um grande histórico de informação. O advento da Internet das Coisas permite coletar dados valiosos por meio de sensores distribuídos por cidades e, por outro lado, a Web oferece um grande volume de dados relevantes no contexto de cidades e que podem ser extraídos a partir de redes sociais e portais de dados, por exemplo. Esta grande quantidade de dados pode ser utilizada para posterior análise, gerando informações úteis, tais como causalidade entre dados e tendências analíticas, em suma, o que vem sendo chamado de Big Data, neste caso, aplicado ao contexto de Cidades Inteligentes

1. Kiev Gama
kiev@cin.ufpe.br
@kievgama
slideshare.net/kievgama
Smart Cities e Big Data
V ENCONTRO DE ESTUDOS SOBRE TECNOLOGIA, CIÊNCIA E GESTÃO DA INFORMAÇÃO 3/10/2014

2. Um projeto de cidade inteligente

3. energias renováveis coleta de lixo inteligente trânsito inteligente prédios inteligentes casas inteligentes * inteligentes

4. Masdar city (Emirados Árabes)
Como está
(final de 2012)
Como ficará

5. New Songdo City (Coréia do Sul)
Como está
Como ficará
(2014)
(2013)

7. Esqueçam!
Isso não é para nós!

8. 7.2 bilhões (2013)
Image by Scott Woods

10. Mundo:
70% em cidades, até 2050
América Latina:
85% da população em cidades, até 2025

11. slide 11

12. Que tal mais estradas?

13. A solução é:
transporte coletivo...

15. SEGURANÇA
EDUCAÇÃO
ENERGIA
SAÚDE
RESÍDUOS
ÁGUA

16. T I C s (Tecnologias de Informação e Comunicação)
para o resgate!

17. Cidades Inteligentes
“Smart Cities”
Tendência mundial relativa ao uso de soluções intensivas de TICs como instrumentos para tornar cidades mais inteligentes, otimizando certos aspectos da vida urbana.

18. Cidades Inteligentes? (e as pessoas?)

20. TICs ajudando a tomar decisões e a fornecer serviços para o cidadão

21. Governo: Visão de comando e controle
População: Visão de “usuário” da cidade

22. Trânsito: Onde há gargalos e por quê?
Saúde: Quais os perfis dos pacientes em cada posto de saúde/hospital? Energia: Quais locais provocam picos no consumo?
Trânsito: Qual a melhor rota de A a B agora? Saúde: Onde enfrento a menor fila para ser atendido agora? Energia: Como otimizar o meu consumo em casa?

23. Como fazer tudo isso funcionar?

24. Estratégia Típica de TICs para Smart Cities:
Monitorar e Controlar

25. Coletar Dados Urbanos
através de sensores
(Internet das Coisas – IoT)

27. Integrar dados de sistemas legados

28. Construir serviços para
Processar dados e gerar informação

29. “Chuva” constante de dados heterogêneos (diferentes formatos e fontes)

30. (Muitos dados…)

31. Aplicativos
Data Storage
Análise de dados Serviços Inteligentes
Sensores/sistemas produzindo dados
Dados
Serviços

32. A organização do Caos

33. “Panopticon Urbano”

34. Monitorar e Controlar não é a melhor solução! É necessário uma estratégia alternativa (ou complementar)

35. CIDADÃOS como agentes PARTICIPATIVOS e FISCALIZADORES

36. Aplicativos
Data Storage
Análise de dados Serviços Inteligentes
IoT e sistemas produzindo dados
Dados
Serviços

37. CROWDSENSING

38. pessoas como
SENSORES

39. pessoas = Consumidores E Produtores de Dados

40. (muito mais dados…)

41. Aplicativos
Data Storage
Análise de dados Serviços Inteligentes
Sensores/sistemas e
Pessoas produzindo dados
Dados
Serviços

42. Aplicativos
Data Storage
Análise de dados Serviços Inteligentes
Sensores/sistemas e
Pessoas produzindo dados
Dados
Serviços

43. Pessoas já geram enormes massas de dados pessoais…

46. …juntando isso a dados IoT, estamos partindo para volumes ainda maiores

47. Big Data
Novo cenário
–Grandes quantidades de dados produzidos por sensores, pessoas e sistemas
–Dados não estruturados (texto, video, fotos, etc)
–Necessário análises para extrair informação relevante
“Difficult Data”
Necessidade de novas técnicas
–Bancos relacionais não são adequados a esse contexto

48. 3 Vs
Volume
Velocidade
Variedade
Veracidade (4?) Valor (5?)

49. Big Data Analytics
Processamento de grande quantidade de dados
Geração de informação relevante
Identificação de padrões e correlações nos dados
Promessas
–Vantagem competitiva
–Auxílio nas decisões de negócio
•estragégico e operacional
–Aumento de receita
Cidades Inteligentes
–Novos insights para gestão urbana

51. Diversas áreas potenciais
Mobilidade urbana
Saúde
Segurança pública
Gestão de água
Eficiência energética
Resíduos urbanos
Análise de sentimento dos cidadãos

52. tranquilien.com

53. Tentativas: Google Flu Trends

54. Hedonometer.org

55. Tranquilien
-Modelagem de padrões de mobilidade
-Predição de deslocamentos
Google Flu Trends
Estatísticas baseadas em
-Histórico de casos
-Histórico de buscas no Google
Hedonometer
-Mineração de sentimentos em redes sociais

56. Realtime Big Data: A cidade em tempo real

57. CAP theorem
•Consistency
–Todos os nós vêem os mesmos dados ao mesmo tempo
•Availability
–Garantia de que cada requisição recebe uma resposta indicando se foi bem sucedida ou se falhou
•Partition tolerance
–O sistema continua a operar independente da perda arbitrária de mensagens ou falha de parte do sistema

58. Arquitetura Lambda
•query = function(alldata)
•Princípios arquiteturais para construir sistemas robustos e escaláveis
–Tolerância a falhas
•Dados não podem ser corrompidos
–Dados são imutáveis
•Dados crus não serão alterados
–Recomputação
•Garantindo os dois princípios anteriores, pode-se recomputar dados e gerar a informação que for necessária

59. Arquitetura Lambda

60. E se esses dados fossem disponibilizados para qualquer um?

61. dados abertos GOVERNAMENTAIS

62. Publicação e disseminação das informações do setor público na Web

63. formato bruto e aberto
reutilizáveis em aplicações digitais desenvolvidas pela sociedade.

64. Mas...
não queremos apenas dados históricos.

65. Real time + Big +

66. Além de crowdsensing (pessoas coletando dados)
Estimular o
crowdsourcing (pessoas resolvendo problemas)

67. hackathons

69. Além de dados, também precisamos de APIs

70. Mashups
Composição de Aplicações usando diferentes APIs
Web 3.0 programável

71. Necessidade de ecossistemas de software e modelo de negócios

73. Clever cities
The multiplexed metropolis (2013-09-07 Edition)
http://econ.st/17art5a

74. http://econ.st/17art5a
“The technology giants building smart cities are mostly paying attention to technology, not people…ignoring the creative process of harnessing technology at the grass roots,” writes Anthony Townsend of New York University in his forthcoming book, “Smart Cities: Big data, civic hackers, and the quest for a new Utopia”. But the two sides need not necessarily be opposed.
Clever cities
The multiplexed metropolis (2013-09-07 Edition)

75. Alguns desafios para o uso de (Real time) Big Data em Smart Cities
-Privacidade
-Integração (aplicações e dados)
-Transformar dados estáticos em dinâmicos (real time)
-Alinhar governos e cidadãos
-Modelo de negócios sustentável

76. Leitura sugerida

77. Kiev Gama
kiev@cin.ufpe.br
@kievgama
slideshare.net/kievgama
Smart Cities e Big Data
V ENCONTRO DE ESTUDOS SOBRE TECNOLOGIA, CIÊNCIA E GESTÃO DA INFORMAÇÃO 3/10/2014