Wie nutzt die Metropole Lyon KI zum Bäumepflanzen?

Der Großraum Lyon entwickelt ein KI-Tool, um sein Gebiet besser an den Klimawandel anzupassen. Das Projekt IA.rbre nutzt öffentliche Daten und die Zusammenarbeit mit Forschern, um Entscheidungen hinsichtlich Vegetation und Wasserabdichtung zu treffen.

In einem Gebiet, das bereits durch unterirdische Netze und Stadtmobiliar eingeschränkt ist, kann das Pflanzen eines Baumes eine logistische Herausforderung darstellen. Dieser Schwierigkeit begegnet das Projekt IA.rbre unter der Leitung der Metropole Lyon. „Die Metropole ist eines der Gebiete, die dem Klimawandel am stärksten ausgesetzt sind“, so Projektleiter Anthony Angelot. „Eine der Strategien ist die Begrünung. Dafür muss man jedoch wissen, wo man Bäume pflanzen kann.“ IA.rbre basiert auf einem ersten Tool namens „Plantability Layer“ und vergleicht Dutzende geografische Datensätze, um Gebiete zu identifizieren, die sich für eine Begrünung oder Entsiegelung eignen. Die Herausforderung besteht darin, gewählten Amtsträgern Entscheidungen auf der Grundlage präziser Geländeanalysen zu ermöglichen. „Wir nutzen hauptsächlich vorhandene Daten, wie etwa zu Gas- oder Stromnetzen, und generieren dank KI-analysierter Luftbilder neue Daten, beispielsweise zur Vegetation.“

Das gemeinsam mit der Universität Lyon 2 und der Genossenschaft Téléscope entwickelte Tool soll transparent und replizierbar sein. „Das gesamte Projekt wird offen und dokumentiert sein, damit andere Gemeinschaften unseren Ansatz nachahmen können“, betont Anthony Angelot. Der Einsatz künstlicher Intelligenz wirft jedoch auch die Frage nach ihren ökologischen Auswirkungen auf. „Wir wollen eine sparsame KI, die wir nur dort einsetzen, wo es unbedingt nötig ist“, betont der Projektleiter. Das Team plant, den CO2-Fußabdruck des Systems zu bewerten und dabei insbesondere die positiven Auswirkungen der gepflanzten Bäume zu berücksichtigen.

Was die Gefahr angeht, dass digitale Werkzeuge die politische Entscheidungsfindung ersetzen, beruhigt Anthony Angelot: „Es sind die Akteure der Metropole, die die Parameter der KI definieren, und die Entscheidung liegt immer beim Menschen.“

Lesen Sie auch: Immersive Ausstellung in Lyon: „Dank KI können Sie mit Napoleon sprechen“

Lesen Sie auch: Wirtschaftstreffen in Lyon: Künstliche Intelligenz im Dienste französisch-schweizerischer Unternehmen

Lesen Sie auch: „KI-Systeme beginnen, unerwartete Dinge zu tun“, sagt Flavien Chervet.

Das vollständige Transkript der Show mit Anthony Angelot:

Hallo zusammen, willkommen zur Sendung 6 Minutes Chrono , der täglichen Sitzung der Redaktion von Lyon Capitale. Heute sprechen wir über künstliche Intelligenz, Gemeinschaft und politisches Management, da der Großraum Lyon, begleitet vom SCOP Téléscope, dem Universitätslabor Lumière Lyon 2, dem CNRS, IRIS und dem Staat, ein neues KI-gestütztes Tool entwickelt, das die Entscheidungsfindung zur Anpassung der Stadt an den Klimawandel unterstützen soll. Und um darüber zu sprechen, begrüßen wir Anthony Angelot, den Leiter des Projekts IA.rbre für den Großraum Lyon. Hallo Anthony Angelot. Danke, dass Sie zu uns gekommen sind. Wir werden zum Kern der Sache kommen. Was ist die Entstehung dieses Projekts und vor allem: Wozu dient es? Wie wird es funktionieren?

Vielen Dank für die Einladung. Der Großraum Lyon ist eine der Regionen, die am stärksten vom Klimawandel betroffen sein werden. Deshalb müssen wir das Gebiet an seine Bewohner anpassen. Eine Strategie ist die Begrünung. Dafür müssen wir wissen, wo wir in einem Gebiet, das bereits stark eingeschränkt ist, Bäume pflanzen können. Das war der Ausgangspunkt des Projekts. Es geht im Wesentlichen um die Frage: Wo können wir pflanzen, obwohl wir dabei zahlreiche Einschränkungen berücksichtigen müssen – von unterirdischen Netzen über die Straßenausstattung bis hin zur bestehenden Vegetation.

Das Projekt entstand im Großraum Lyon vor allen genannten Partnern. Handelt es sich um eine Initiative des Großraums?

Es handelt sich um ein Projekt, das wir „Planability Layer“ genannt haben. Ziel war es, in den Metropolen entweder dort zu pflanzen, wo es einfach wäre oder im Gegenteil dort, wo es aufgrund der genannten Einschränkungen viel komplizierter wäre.

Okay. Es geht also wirklich um ökologische und umweltbezogene Themen; Sie sprechen von Ökologisierung. Darüber hinaus geht es nicht. Auch das muss klargestellt werden.

Ausgangspunkt ist die Vegetation. Die Idee war, über dieses Tool hinaus, das uns hilft, Pflanzgebiete zu bestimmen, alle Herausforderungen der Anpassung des Territoriums anzugehen. Heute beschäftigen wir uns auch mit Fragen der Bodenversiegelung, also damit, wie wir Regenwasser in den Boden leiten, um die Vegetation zu versorgen. Aber auch mit sozialen Schwachstellen und Fragen der Biodiversität. Wir erweitern also den Anwendungsbereich, aber immer mithilfe von Daten und künstlicher Intelligenz.

Sie sprachen also über Daten. Das ist für mich ein guter Übergang. Auf welchen Daten basiert Ihr Tool? Kommunizieren Sie darüber? Ich erwähne das, weil viele generative KIs, die von der breiten Öffentlichkeit genutzt werden, nicht über die Daten kommunizieren, die Bilder, Videos oder Texte generieren. Auf welcher Sammlung, welcher Datenbank basiert Ihr Tool?

Wir nutzen hauptsächlich geografische Daten, um das Gebiet zu kartieren. Dabei handelt es sich oft um bereits vorhandene Daten, insbesondere Netzdaten: Wir wissen, wo die Gas- und Stromnetze verlaufen usw. Auch andere Daten werden von uns erstellt. Was beispielsweise die Vegetation des Gebiets betrifft, müssen wir wissen, wo sich die oberen und unteren Vegetationsschichten befinden. Dafür sammeln wir Luftaufnahmen der gesamten Metropole und nutzen KI, um alle vorhandenen Bäume und Sträucher zu erkennen.

Okay, das sind also nicht unbedingt Verhaltensdaten über die Menschen in Lyon oder im Großraum Lyon oder darüber, wer sie sind. Es handelt sich um öffentliche Daten.

Absolut. Es handelt sich um öffentliche Daten. Der Großteil davon ist bereits öffentlich zugänglich und auf der Open-Data-Plattform verfügbar.

Und wie funktioniert es? Entwickeln Sie das Tool intern? Oder handelt es sich um Aggregate? Wie funktioniert dieses Tool im Großen und Ganzen?

Der erste Schritt besteht darin, alle Daten zu sammeln, um Karten zu erstellen: Wo gepflanzt, wo entwässert und wo angesichts des Klimawandels gehandelt werden muss. Innerhalb der Metropole erheben wir daher mit unseren Partnern – GRDF, Enedis, der Feuerwehr usw. – zahlreiche Daten. Anschließend aggregieren wir diese Daten zu einem echten Entscheidungsinstrument. Es ist wenig hilfreich, 35 oder 60 Datensätze zu sammeln, wenn wir nicht wissen, was sie uns sagen. Das Tool wird daher intern mit der Universität Lyon und der Genossenschaft Téléscope entwickelt, die über die gesamte Datenexpertise verfügen. Das gesamte Projekt wird offengelegt und dokumentiert, damit andere Gemeinden unseren Ansatz nachahmen können.

Dass lokale Behörden – offenbar in Zusammenarbeit mit der Forschungsgemeinschaft – eigene KI-Tools entwickeln, ist in Frankreich ein Novum. Oder gibt es andere Szenarien?

Es gibt weitere Beispiele. Künstliche Intelligenz ist ein wachsendes Thema. Immer mehr Kommunen befassen sich damit. Im Hinblick auf Anpassungsfragen haben wir auf einen nationalen Projektaufruf reagiert. Ziel ist es, dass Lyon im Bereich KI eine echte treibende Kraft für den ökologischen Wandel wird und dieses Projekt auch in anderen Kommunen umgesetzt wird. Dies ist beispielsweise in Bordeaux Métropole bereits der Fall.

Okay. Es hat ja schon begonnen. Das Lyon-Modell wird bereits nach Frankreich exportiert. Das könnte man so sagen.

Genau. Sie waren die Ersten, die sich mit dem Thema Ökologisierung beschäftigten.

Es gibt auch ein Problem mit KI: die Ökologie … oder vielmehr die Auswirkungen von KI auf die Umwelt. Da Sie eine KI entwickelt haben, die Umweltprobleme angeht, wie berücksichtigen Sie Umweltverschmutzung, Wärme und den Energiebedarf, den künstliche Intelligenz erfordert? Wie integrieren Sie diese Aspekte in Ihr Tool?

Sie haben Recht. Das ist uns ein äußerst wichtiges Thema. Die Idee ist eine sparsame KI. Und mit Sparsamkeit meinen wir: sie nur dort einzusetzen, wo sie unbedingt nötig ist. Vieles geht auch ohne KI, und in diesen Fällen verzichten wir darauf. Und wenn es unbedingt nötig ist, versuchen wir, möglichst umweltfreundliche Algorithmen zu entwickeln. Wenn wir das Projekt hinsichtlich CO2- und Energieverbrauch bewerten, können wir uns vorstellen, dass das Pflanzen von Bäumen – wir werden nach drei Jahren eine Überprüfung durchführen – die zu Projektbeginn entstandenen Emissionen teilweise kompensieren wird.

Okay, wir betreiben hier ein bisschen politische Fiktion, aber besteht nicht langfristig ein Risiko, wenn wir diese Projekte ständig weiterentwickeln, sogar im politischen Entscheidungsprozess? Wir sprechen hier von Werkzeugen, die gewählten Amtsträgern bei der Entscheidungsfindung helfen. Besteht nicht die Gefahr, dass das Werkzeug letztendlich die Entscheidung trifft und sagt: „Das ist das Beste, das ist das Schlechteste“, und dass Menschen oder gewählte Amtsträger diese Entscheidungen letztlich befolgen müssen?

Es gibt also zwei Reaktionsebenen. Erstens wollen wir erklärbare KIs, also keine Black Boxes, sondern Systeme, deren Gründe für die Empfehlung einer bestimmten Lösung verständlich sind. Die Akteure der Metropole definieren die Parameter der KIs. So können wir erklären, woher diese Entscheidungsunterstützung kommt. Dann – und das ist für alle KIs in der Metropole notwendig – liegt die Entscheidung beim Menschen.

Sehr gut. Das war’s dann auch schon. Der 6-Minuten-Timer ist bereits abgelaufen. Vielen Dank, dass Sie zu uns gekommen sind, um uns dieses AI.rbre-Tool zu erklären. Weitere Informationen zu den neuesten Entwicklungen im Bereich der künstlichen Intelligenz und dem Ökosystem, das sie hervorbringt, finden Sie auf der Website der Metropolregion Lyon und auf lyoncapitale.fr. Bis bald.