Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
net/publication/332656276
CITATIONS READS
0 149
1 author:
Andrés Ramírez
Universidad del Norte (Colombia)
1 PUBLICATION 0 CITATIONS
SEE PROFILE
All content following this page was uploaded by Andrés Ramírez on 25 April 2019.
En este documento se realizará una revisión de los criterios smart people Percentage of population aged 15-64 with
que debe tener una ciudad para ser categorizada y rankeada secondary-level education living in Urban
como Smart City, además se describirá cómo las Tecnologías Audit.
Percentage of population aged 15-64 with
higher education living in Urban Audit.
Percentage of inhabitants working in
education and in research & development Este framework “Smart” planteado anteriormente, es
sector. extendido en [3], el cual propone un sexto componente, Smart
Foreign language skills. mobility. Todos estos componentes se enumeran a
Participation in life-long learning.
continuación en conjunto con su respectivo campo de
Individual level of computer skills.
Individual level of internet skills. aplicación en TABLA II.
Patent applications per inhabitant.
Share of female city representatives. TABLA II
COMPONENTES OF A SMART CITY (TOMADO Y ADAPTADO DE ALBINO [3])
City representatives per resident.
Componente Aspecto de vida urbana relacionado
smart governance Number of universities and research centers smart economy Industria
in the city smart people Educación
e-Government on-line availability smart governance e-Democracia
Percentage of households with computers smart mobility Logística e Infraestructura
Percentage of households with Internet access smart environment Eficiencia y Sostenibilidad
at home smart living Seguridad y Calidad de Vida
e-Government usage by individuals
Number of research grants funded by
companies, foundations, institutes La mayoría de los indicadores planteados en los 6 clústeres,
No. of courses entirely downloadable from fueron puestos a prueba en un estudio presentado en [4] que se
the internet/total no. courses orientó en algunas de ciudades del mundo. Algunas de esas
ciudades fueron Barcelona, Ámsterdam, Hong Kong y Dubái.
Los resultados obtenidos se resumen en TABLA III.
smart environment Ambitiousness of CO2 emission reduction
strategy. TABLA III
Extensiveness of city energy efficiency QUANTITATIVE MEASURE OF FACTOR AMONG SMART CITIES (TOMADO DE
standards for buildings. ALSABI [4])
Total annual energy consumption.
Total annual water consumption. City Percentage Smartness Level
Area in green space. Barcelona 100% 9
Greenhouse gas emission. Amsterdam 90% 8
Policies to contain urban sprawl. Dubai 50% 5
Urban population exposure to air pollution by Hong Kong 70% 6.5
particulate matter. Stockholm 80% 7
Total percentage of the working population Riyadh 0% 0
traveling to work on public transport, by
bicycle and by foot.
Extensiveness of efforts to increase the use of De TABLA III se interpreta que la ciudad de Barcelona
cleaner transport. cumplió en un 100% con los Indicadores de estudio,
Percentage of citizens engaged in categorizando a esta ciudad con un nivel de inteligencia con
environmental and sustainability-oriented valor de 9.
activity.
The percentage of total energy derived from
renewable sources.
Total CO2 emissions.
Percentage of new buildings and renovation III. LAS TICS EN LAS SMART CITIES
which were assessed in terms of Una vez establecidos los indicadores que relacionan
sustainability. aspectos sociales, económicos, urbanísticos, políticos y
Proportion of recycled waste.
medioambientales, se hace necesario involucrar tecnologías o
herramientas que permitan a las ciudades sostenibles subir un
smart living Health care expenditure. escalón para dar el salto a las ciudades inteligentes o
Proportion of the area for recreational sports eficientes. Estas tecnologías serán un impulso para los
and leisure use. gobiernos, empresas y personas, ya que estos actores son los
Number of public libraries. principales influyentes en el flujo de toda ciudad.
Total book loans and other media. Museum Si se piensa en ciudades en la que se manejen procesos
visits. automatizados que no impliquen presencia humana, esto
Theater and cinema attendance. involucraría la implementación de algoritmos y métodos de
Number of enterprises adopting ISO 14000
Inteligencia Artificial y Machine Learning para el Aprendizaje
standards.
Proportion of people undertaking industry automático no supervisado y tiempos de respuesta óptimos
based training. ante la solicitud de un servicio o producto, en este último caso
los Sistemas Distribuidos serían de gran utilidad para la
asignación y fragmentación de tareas en varios dispositivos sofisticadas ciudades sería un aspecto de mucha relevancia.
electrónicos para de esta manera garantizar tiempos eficientes Siguiendo el caso de la Información, como se manejarán
con la menor utilización de recursos de Hardware y Software. grandes volúmenes de datos, otro tema de preocupación serían
La mayoría de veces que existe un proceso de Automatización, la integridad de los datos antes eventuales ataques
también están involucrados sistemas de Sensores y de Control. intencionados o no intencionados a los Sistemas de
En [5] se presentan diversos usos y algunos de los procesos o Información. Ante esto en [9] se han propuesto algunas
servicios que se optimizarían con la implicación de estos herramientas como la utilización de Algoritmos
sistemas electrónicos, la mayoría de estos tienen que ver con Criptográficos, almacenamiento en Blockchain, Biometría y
sistemas de monitoreo en vigilancia, transporte y del medio métodos de Machine Learning y Minería de Datos.
ambiente como también del aprovechamiento de recursos
como el agua y la energía. Los indicadores determinados como criterios para medir el
desarrollo de las ciudades inteligentes, evidencian un problema
No se puede dejar de lado la influencia de la Información en y es que presentan mucho sesgo a la sostenibilidad, tal como lo
muchos de los procesos o transacciones de computacionales o plantea el estudio realizado en [10] y que se resumen en Fig. 1.
no computacionales (financieras, industriales, etc.), teniendo
que los datos son las unidades que permiten que muchos de los
sistemas e infraestructuras tecnológicas funcionen en estos
tiempos. Por lo tanto, se hace necesario la implementación de
sistemas de almacenamiento ya sea en la Nube o en los
sistemas convencionales de Almacenamiento Físico como los
Discos Duros.
Todo lo anterior implica trabajo con IoT (Internet of Things),
donde todos los sistemas se encuentren interrelacionados, esta
conexión sólo es posible si existen infraestructuras de redes
que involucran Redes Metropolitanas.
Fig. 1. Balance between sustainability and smartness. Tomado de
En [6] se presenta una arquitectura detallada de un sistema Huovila [10].
centralizado que permita la integración de diversos servicios
para una zona urbana. Este estudio se basa en unos estándares internacionales para
Con esto, se plantea que las ciudades inteligentes se comporten Ciudades Inteligentes Sostenibles y que son presentados en
como ecosistemas en los que existe una relación entre [10].
sociedad, medio ambiente, gobiernos y empresas, con el fin de
lograr la integración de procesos que involucren la En [1] se muestran los resultados de un estudio de
participación de estos actores investigación que se realizó y que da evidencia de los
indicadores que tienen mayor porcentaje de presencia en los
[7] y [8] son referencias de peso recomendadas que Marcos de sostenibilidad e inteligencia. Los resultados se
presentan una extensión del estado de arte actual de las TICs muestran en Fig. 2.
desde el punto de vista del papel de la Internet.
REFERENCIAS
[1] H. Ahvenniemi, A. Huovila, I. Pinto-Seppä, and M. Airaksinen,
“What are the differences between sustainable and smart cities?,”
Cities, 2017.
[2] P. Lombardi, S. Giordano, H. Farouh, and W. Yousef, “Modelling
the smart city performance,” Innovation. 2012.
[3] V. Albino, U. Berardi, and R. M. Dangelico, “Smart cities:
Definitions, dimensions, performance, and initiatives,” J. Urban
Technol., 2015.
[4] E. Alsabi, L. Alrwais, R. Alosimai, R. Alrwais, and A. Dahanayake,
“Benchmark for Smart Cities,” in Frontiers in Artificial
Intelligence and Applications, 2016.
[5] G. P. Hancke, B. de C. de Silva, and G. P. Hancke, “The role of
advanced sensing in smart cities,” Sensors (Switzerland). 2013.
[6] A. Zanella, N. Bui, A. Castellani, L. Vangelista, and M. Zorzi,
“Internet of things for smart cities,” IEEE Internet Things J., 2014.
[7] H. Schaffers, N. Komninos, M. Pallot, B. Trousse, M. Nilsson, and
A. Oliveira, “Smart cities and the future internet: Towards
cooperation frameworks for open innovation,” Lect. Notes Comput.
Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes
Bioinformatics), 2011.
[8] J. M. Hernández-Muñoz et al., “Smart cities at the forefront of the
future internet,” Lect. Notes Comput. Sci. (including Subser. Lect.
Notes Artif. Intell. Lect. Notes Bioinformatics), 2011.
[9] L. Cui, G. Xie, Y. Qu, L. Gao, and Y. Yang, “Security and privacy
in smart cities: Challenges and opportunities,” IEEE Access, 2018.
[10] A. Huovila, P. Bosch, and M. Airaksinen, “Comparative analysis of
standardized indicators for Smart sustainable cities: What indicators
and standards to use and when?,” Cities, 2019.