Filippo Bistaffa, investigador contratado en el Instituto de Investigación en Inteligencia Artificial (IIIA-CSIC), realiza un diagnóstico de cómo se aplica la Inteligencia artificial para viajes compartidos y avanza cómo aplicarla en el campo de la movilidad, aportando ejemplos a seguir para implantar los Objetivos de Desarrollo Sostenible en la movilidad compartida.
¿Qué es y cómo se aplica la Inteligencia artificial para viajes compartidos?
Desde el punto de vista de la Inteligencia Artificial, el tema de los viajes compartidos prevé la formación de grupos de usuarios (o paquetes de mercancía, en el caso de la logística) que comparten el mismo medio de transporte de forma inteligente, con el objetivo de ahorrar gastos y reducir las emisiones contaminantes. Aunque sea un concepto intuitivo, implementar un sistema de movilidad compartida pone diferentes retos tanto teóricos como prácticos, debido a su naturaleza de problema en tiempo real de gran escala. Por lo tanto, la movilidad compartida es uno de los temas más activos de la I+D pública y privada, también en virtud de su relevancia en el ámbito de la sostenibilidad siendo parte del Objetivos de Desarrollo Sostenible 11, lograr que las ciudades sean más inclusivas, seguras, resilientes y sostenibles.
¿Qué impacto ha tenido la concesión de la beca Marie-Curie Fellow y liderar el proyecto europeo HPA4CF, donde desarrolló nuevos algoritmos de optimización para problemas reales de gran escala alineados con los objetivos de desarrollo sostenibles de la movilidad compartida o la formación de equipos para facilitar el aprendizaje cooperativo?.
Liderar el proyecto HPA4CF a través de la beca Marie-Curie (la beca más competitiva a nivel europeo para jóvenes investigadores) ha sido una oportunidad única para mi crecimiento como investigador científico. Por un lado me ha permitido unirme al grupo de investigación de Sistemas Multiagentes (liderado por el profesor Juan Antonio Rodríguez) del IIIA-CSIC, por otro lado he conseguido ampliar sustancialmente el alcance de mi investigación, abordando problemas reales de gran escala alineados con los Objetivos de Desarrollo Sostenible (ODS) como la movilidad compartida y el aprendizaje cooperativo.
¿Cómo ha sido la participación en el proyecto europeo LOGISTAR como experto encargado de desarrollar nuevos algoritmos de optimización para co-loading y en el proyecto nacional CI-SUSTAIN?
El proyecto LOGISTAR representa otra etapa importante en mi línea de investigación sobre la movilidad compartida, donde he podido explorar este tema en el marco de la logística, es decir, la movilidad compartida de mercancía. He aprovechado el conocimiento adquirido durante el proyecto HPA4CF para aprender nuevas dimensiones de este problema tan multidisciplinar en un contexto donde los actores compiten y, sin embargo, reconocen que colaborar puede producir beneficios comunes.
Finalmente, como parte del proyecto CI-SUSTAIN estamos persiguiendo una dirección de investigación hacia una mayor generalidad de los algoritmos de IA que hemos estado utilizando hasta ahora. A tal efecto queremos mezclar técnicas en el estado del arte en los campos más importantes de la IA, es decir, la Optimización y el Aprendizaje Automático (Machine Learning), siguiendo el camino propuesto por Yoshua Bengio, uno de los “padres de la IA”.
¿Qué supone para la plataforma temática interdisciplinar del CSIC PTI Mobility 2030 la colaboración con el proyecto Mobility City?
La plataforma temática interdisciplinar PTI Mobility 2030 es una iniciativa muy potente que pretende reunir todos los grupos de investigación del CSIC que trabajan en tema de movilidad y ámbitos relacionados (por ejemplo la inteligencia artificial, data science, demografía, energía, vehículos autónomos, calidad del aire, economía circular, economía, arquitectura). Mobility City es una iniciativa de Fundación Ibercaja totalmente alineada con los objetivos de la PTI Mobility 2030, que pretende potenciar la interfaz entre el mundo de la investigación científica y el mundo de la industria y la sociedad en general, haciendo que el conocimiento generado sea más accesible.
A finales de febrero 2020 viajé a Zaragoza con mis compañeros del CSIC para presentar la PTI Mobility 2030 a entidades y empresas en un evento organizado por la Delegación del CSIC en Aragón. Allí empezó nuestra relación con Mobility City y vimos muchas oportunidades de colaboración. Estas oportunidades se plasmaron en la firma de un acuerdo marco en verano 2020, y desde entonces, varios investigadores del CSIC expertos en movilidad y miembros de la PTI Mobility 2030 hemos participado en seminarios y eventos organizados con Mobility City y esperamos poder concretar más actividades en el futuro.
En la jornada Inteligencia artificial para viajes compartidos dentro del Ciclo TIC y Movilidad del día 24 de febrero, ha presentado los últimos avances de la Inteligencia Artificial (IA) aplicada a la movilidad. ¿Qué es la sostenibilidad computacional y qué aplicaciones tiene en el sector de la movilidad?
La sostenibilidad computacional se refiere al ámbito de la Ciencias de la Computación que tiene como reto conseguir una mayor sostenibilidad en la sociedad aplicando técnicas de Optimización e Inteligencia Artificial en varios escenarios definidos por los Objetivos de Desarrollo Sostenible. En el caso de la movilidad, el objetivo de la sostenibilidad computacional es reducir tanto los gastos de transporte como las emisiones de CO2, la contaminación acústica (cuyos peligros en entornos urbanos son muy subestimados) y el número de vehículos circulantes.
¿Por qué es tan importante la movilidad compartida? ¿Cómo ve el futuro de la movilidad? ¿Cuáles son las tendencias en movilidad compartida?
En mi opinión, la movilidad (de personas y de mercancía) representa un aspecto fundamental de nuestra sociedad moderna, quizás uno de los más importantes. Alineado con lo que hemos dicho antes, el futuro de la movilidad ya no está solo en generar beneficio para los individuos, sino en llegar a una mayor sostenibilidad, y la movilidad compartida puede ser una manera importante para conseguirlo. Por lo tanto, la tendencia futura contempla un cambio de paradigma claro, tanto en el mundo de la industria como en el mundo de la investigación, que busca encontrar un compromiso entre calidad del servicio para los usuarios y beneficios ambientales (reducción de CO2, contaminación acústica, y tráfico), como hemos demostrado en un reciente estudio del que son co-autores Christian Blum, Jesús Cerquides, Alessandro Farinelli y Juan Antonio Rodríguez, publicado en una de las revistas más destacadas en nuestra disciplina.