कृत्रिम बुद्धिमत्ता योग्य पद्धतीने वापरली गेली, तर ती शहर प्रशासनात नियोजन, सेवा वितरण आणि नागरिक सहभाग यामध्ये मोठा बदल घडवू शकते. मात्र हे तेव्हाच शक्य आहे, जेव्हा तिचा वापर नैतिक सुरक्षितता, मजबूत संस्था आणि समावेशक व माहितीआधारित निर्णय प्रक्रियेवर आधारित असेल.
इनोव्हेशन (Innovation) नेहमीच दोन्ही बाजूंनी परिणाम करणारी शक्ती राहिली आहे, आणि तिची ताकद तिच्याच विरोधाभासात दडलेली असते. यावर्षी अल्फ्रेड नोबेल यांच्या स्मरणार्थ देण्यात येणाऱ्या अर्थशास्त्रातील स्वीडनच्या मध्यवर्ती बँकेच्या पुरस्काराने पुन्हा एकदा इनोव्हेशन आणि दीर्घकालीन आर्थिक वाढ यावरील प्रश्न अधोरेखित केला आहे. पुरस्कार विजेत्यांनी असे मांडले की इनोव्हेशन हा योसेफ शूम्पेटर यांच्या सर्जनशील विध्वंस संकल्पनेसारखा आहे, जो प्रगती घडवतो, पण विद्यमान व्यवस्था विस्कळीतही करतो. कृत्रिम बुद्धिमत्तेच्या संदर्भात, आज आपण विविध क्षेत्रांतील मोठे बदल आणि बदलत जाणारी स्पर्धात्मक परिस्थिती पाहत आहोत. येथे दोन महत्त्वाचे ताण दिसून येतात. एकीकडे, AI अनेक नियमित कामे स्वयंचलित करू शकते, ज्यामुळे रोजगार, उपजीविका आणि नोकरीच्या सुरक्षिततेबाबत चिंता निर्माण होते. दुसरीकडे, ती मानवी क्षमतांना बळकटी देऊ शकते, ज्यामुळे आपण अधिक वेगाने रचना करू शकतो, अधिक शहाणपणाने काम करू शकतो आणि नव्या संधी निर्माण करू शकतो.
शहर प्रशासनाच्या दृष्टीने, शहरी रचना आणि नियोजनामध्ये कृत्रिम बुद्धिमत्तेचा समावेश केल्यास अनेक शक्यता उघडतात. विद्यमान तंत्रज्ञान आणि स्मार्ट शहर उपक्रमांमधून शहरातील गुंतागुंतीच्या प्रक्रियांबाबत मोठ्या प्रमाणात माहिती तयार होते. या माहितीचे विश्लेषण कृत्रिम बुद्धिमत्तेमुळे शक्य होते, ज्यातून माहिती आधारित निर्णय, भविष्यातील अंदाज आणि नियोजन करता येते. मात्र, अशी तांत्रिक प्रगती एकटी आर्थिक वाढ घडवू शकत नाही, जोपर्यंत तिला आधार देणाऱ्या संस्था मजबूत नसतील. स्वयंचलन आणि कार्यक्षमतेच्या फायद्यांसोबतच सेवा वितरणातील पक्षपात, गोपनीयता, कायदेशीर प्रश्न आणि नैतिक बाबी यांचा देखील विचार करणे आवश्यक आहे.
शहर प्रशासनाच्या दृष्टीने, शहरी रचना आणि नियोजनामध्ये कृत्रिम बुद्धिमत्तेचा समावेश केल्यास अनेक शक्यता उघडतात. विद्यमान तंत्रज्ञान आणि स्मार्ट शहर उपक्रमांमधून शहरातील गुंतागुंतीच्या प्रक्रियांबाबत मोठ्या प्रमाणात माहिती तयार होते. या माहितीचे विश्लेषण कृत्रिम बुद्धिमत्तेमुळे शक्य होते, ज्यातून माहिती आधारित निर्णय, भविष्यातील अंदाज आणि नियोजन करता येते.
म्हणूनच, शहरांसमोर खरा प्रश्न असा आहे की AI केवळ कार्यक्षमता वाढवणारी न राहता लोकशाही कारभार मजबूत कसा करेल, पारदर्शकता कशी वाढवेल आणि जनतेचा विश्वास कसा मिळवेल. नागरिकांचा सहभाग आणि विश्वास निर्माण होण्यासाठी, शहरांनी कोणती माहिती गोळा केली जाते आणि ती कशासाठी वापरली जाते याबाबत स्पष्टता असणे अत्यंत महत्त्वाचे आहे. यामुळे नागरिक आणि माहिती यांच्यात थेट नाते तयार होते आणि माहिती ही देखरेखीचे साधन न राहता नागरी संपत्ती बनते.
या पार्श्वभूमीवर, शहरांमध्ये कृत्रिम बुद्धिमत्तेचा लवकर वापर होऊ शकणारी काही क्षेत्रे पुढीलप्रमाणे आहेत.
जगभरातील अनेक शहरी पाणी पुरवठा संस्था मागणीचा अंदाज आणि गळती ओळखण्यासाठी मशीन लर्निंगचा Machine Learning (ML) वापर करत आहेत. मात्र आता स्मार्ट सेन्सर तंत्रज्ञान, ड्रोन आणि उपग्रह चित्रण, तसेच पर्यवेक्षण व माहिती संकलन प्रणालीतील काल मालिका माहिती यांच्या मदतीने AI परिस्थिती नकाशे, परिणाम मूल्यांकन, नियोजन आणि निर्णय प्रक्रियेला अधिक माहिती आधारित बनवू शकते. शहरांना पाणी अधिक लांब अंतरावरून आणावे लागत असल्याने शहरी पाणी व्यवस्था अधिक गुंतागुंतीची होत आहे. उदाहरणार्थ, मुंबई शहर 100 ते 175 किलोमीटर अंतरावरून पाणी आणते. या संपूर्ण प्रक्रियेत गळती आणि महसूल न मिळणारे पाणी ही मोठी समस्या आहे. सेन्सरवर आधारित AI निरीक्षण प्रणाली याठिकाणी उपयुक्त ठरू शकते. आशियाई विकास बँकेच्या अहवालानुसार, आशियातील शहरांमध्ये सरासरी 35 टक्के महसूल न मिळणारे पाणी आढळते आणि काही ठिकाणी हे प्रमाण अधिक आहे. कृत्रिम बुद्धिमत्तेवर आधारित पाणी गळती शोध प्रणाली गळतीचे आवाज गोळा करून त्यांचे व्यवस्थापन करू शकते आणि मोबाईल App च्या माध्यमातून अचूक गळतीचे ठिकाण ऑपरेटरना दर्शवू शकते. उदाहरणार्थ, आम्स्टरडॅम शहराने स्मार्ट पाणी मोजणी प्रकल्प राबवला असून, त्यामध्ये असामान्य वापर, गळती आणि इतर समस्या ओळखण्यासाठी AI वापरली जाते. त्याचप्रमाणे, शहरांमध्ये पाण्याच्या गुणवत्तेचे मूल्यांकन आणि निरीक्षण करण्यासाठी देखील कृत्रिम बुद्धिमत्तेचा उपयोग होऊ शकतो. स्पेक्ट्रोस्कोपिक सेन्सर प्रणालींसोबत कृत्रिम बुद्धिमत्तेचा समन्वय केल्यास प्रदूषण आणि दूषितपणा ओळखता येतो, ज्यामुळे सुरक्षित पाणीपुरवठा आणि सार्वजनिक आरोग्याचे संरक्षण करण्यासाठी प्रभावी पाणी गुणवत्ता निरीक्षण प्रणाली निर्माण होऊ शकते.
जगभरातील अनेक शहरी पाणी पुरवठा संस्था मागणीचा अंदाज आणि गळती ओळखण्यासाठी मशीन लर्निंगचा वापर करत आहेत. मात्र आता स्मार्ट सेन्सर तंत्रज्ञान, ड्रोन आणि उपग्रह चित्रण, तसेच पर्यवेक्षण व माहिती संकलन प्रणालीतील कालमालिका माहिती यांच्या मदतीने AI परिस्थिती नकाशे, परिणाम मूल्यांकन, नियोजन आणि निर्णय प्रक्रियेला अधिक माहिती आधारित बनवू शकते.
AI अनुकुल वाहतूक नियंत्रण प्रणालीच्या माध्यमातून वाहतूक सुरळीत ठेवण्यास आणि कोंडी कमी करण्यास मदत करू शकते. सेन्सर, कॅमेरे आणि इतर स्रोतांमधून मिळणाऱ्या प्रत्यक्ष वेळेतील माहितीद्वारे वाहतुकीची संख्या, वेग आणि रस्त्यावरील घनता ओळखली जाते. या माहितीनुसार वाहतूक सिग्नलचे वेळापत्रक आपोआप बदलले जाते, जेणेकरून बदलत्या परिस्थितीनुसार वाहतूक नियंत्रित करता येते. बंगळुरू शहरात आधीच 41 चौकांवर अशी प्रणाली राबवण्यात आली असून, त्यामुळे हाताने वाहतूक नियंत्रण करण्याची गरज मोठ्या प्रमाणात कमी झाली आहे. याशिवाय, कृत्रिम बुद्धिमत्तेच्या साहाय्याने वाहन क्रमांक ओळख प्रणाली, सिग्नल तोडणाऱ्यांची ओळख, हेल्मेट न घालता वाहन चालवणे, दुचाकीवर तीन जण बसणे आणि सीट बेल्ट न लावणे यांसारख्या उल्लंघनांची नोंद घेता येते. दिल्ली परिवहन पायाभूत सुविधा विकास महामंडळ सध्या अशी प्रणाली राबवत आहे, ज्यामध्ये रस्त्यावरील 19 प्रकारची वाहतूक उल्लंघने ओळखण्याची क्षमता असलेले कॅमेरे वापरले जात आहेत. ही प्रणाली इतर शहरांमध्येही सहजपणे राबवता येऊ शकते.
स्मार्ट वीज नेटवर्क आणि मागणीचा अंदाज यांचा वापर करून AI ऊर्जा व्यवस्थेमध्ये मोठे परिवर्तन घडवू शकते. स्मार्ट वीज नेटवर्क प्रत्यक्ष वेळेत पुरवठा आणि मागणी यांचा समतोल साधू शकते तसेच बिघाड किंवा वीज खंडित होण्याची माहिती त्वरित ओळखू शकते. यामुळे वीज वितरण अधिक कार्यक्षम होते, वाया जाणारी ऊर्जा कमी होते आणि एकूण प्रणालीची कार्यक्षमता वाढते. उदाहरणार्थ, युरोपमध्ये राबवलेला ग्रिड फॉर ईयू (Grid4EU) हा कृत्रिम बुद्धिमत्तेवर आधारित स्मार्ट वीज नेटवर्क प्रकल्प असून, तो वीज नेटवर्कचे संचालन अधिक परिणामकारक बनवतो आणि नवीकरणीय ऊर्जा स्रोतांचा समावेश सुलभ करतो.
AI प्रभावी कचरा संकलन, प्रक्रिया आणि वर्गीकरणाच्या माध्यमातून महानगरपालिका कचरा व्यवस्थापनात आमूलाग्र बदल घडवू शकते. कचरापेट्या, वर्गीकरण करणारे यंत्रमानव, अंदाज मॉडेल्स आणि वायरलेस ओळख प्रणाली यांच्या साहाय्याने कचरापेट्यांची स्थिती तपासता येते, कचरा उचलण्याची गरज ओळखता येते आणि प्रक्रिया केंद्रांची कार्यक्षमता वाढवता येते. प्रत्यक्ष वेळेतील वाहतूक नकाशांबरोबर कृत्रिम बुद्धिमत्तेचे संगणकीय सूत्र वापरल्यास कचरा उचलणाऱ्या वाहनांसाठी सर्वात कमी अंतराचे मार्ग सुचवता येतात. यामुळे इंधन वापर कमी होतो, प्रदूषण घटते आणि वेळेची बचत होते. उदाहरणार्थ, भोपाळ महानगरपालिकेने कचरा उचलणाऱ्या वाहनांवर GPS प्रणाली आणि सेन्सर बसवून कृत्रिम बुद्धिमत्तेवर आधारित प्रणाली राबवली आहे. या प्रणालीमुळे मार्ग कार्यक्षमता, कचऱ्याचे वजन आणि इंधन वापर याची माहिती मिळते आणि शहरातील कचरा संकलन कार्यक्षमता 30 टक्क्यांनी वाढली आहे. पुणे शहरात कृत्रिम बुद्धिमत्तेवर आधारित कचरा वर्गीकरण प्रणालीने प्लास्टिक, धातू आणि सेंद्रिय कचरा वेगळा करण्यात 95 टक्के अचूकता साधली आहे. याशिवाय, प्रत्यक्ष वेळेतील माहितीच्या आधारे कचरा संकलनाचे वेळापत्रक देखील तयार करता येते.
प्रत्यक्ष वेळेतील वाहतूक नकाशांबरोबर कृत्रिम बुद्धिमत्तेचे संगणकीय सूत्र वापरल्यास कचरा उचलणाऱ्या वाहनांसाठी सर्वात कमी अंतराचे मार्ग सुचवता येतात. यामुळे इंधन वापर कमी होतो, प्रदूषण घटते आणि वेळेची बचत होते.
तांत्रिक प्रगती आणि विकास उपक्रम नागरिकांच्या गरजांशी सुसंगत राहावेत यासाठी सक्रिय लोकसहभाग अत्यंत महत्त्वाचा आहे. यामुळे समावेशकता, विश्वास आणि पारदर्शकता वाढते. कृत्रिम बुद्धिमत्तेच्या माध्यमातून नागरिक आणि प्रशासन यांच्यातील दरी कमी करता येते आणि शहर प्रशासन अधिक सहभागी व समतावादी बनवता येते. उदाहरणार्थ, चंदीगड स्मार्ट सिटी उपक्रमांतर्गत ‘बिरबल’ नावाचा कृत्रिम बुद्धिमत्तेवर आधारित संवाद सहाय्यक सुरू करण्यात आला आहे. हा सहाय्यक नागरिकांना प्रशासन आणि महानगरपालिकेच्या सेवांबाबत माहिती देतो तसेच तक्रार निवारणासाठी एकच व्यासपीठ उपलब्ध करून देतो. सार्वजनिक वाहतूक, ऑनलाईन देयके आणि विविध नागरी सेवांची माहिती येथे मिळते. त्याचप्रमाणे, बार्सिलोना शहरातील नागरिक सहभागासाठी सुरू केलेले डिजिटल व्यासपीठ नागरिकांना विकास प्रक्रियेत थेट सहभागी होण्याची संधी देते. नागरिक आपले प्रस्ताव मांडू शकतात, त्यावर चर्चा होते आणि काही वेळा ते कायदेशीर धोरणात रूपांतरित देखील होतात.
तांत्रिक प्रगती आणि विकास उपक्रम नागरिकांच्या गरजांशी सुसंगत राहावेत यासाठी सक्रिय लोकसहभाग अत्यंत महत्त्वाचा आहे. यामुळे समावेशकता, विश्वास आणि पारदर्शकता वाढते. कृत्रिम बुद्धिमत्तेच्या माध्यमातून नागरिक आणि प्रशासन यांच्यातील दरी कमी करता येते आणि शहर प्रशासन अधिक सहभागी व समतावादी बनवता येते.
शहर प्रशासनामध्ये कृत्रिम बुद्धिमत्तेच्या अनेक शक्यता असल्या तरी, ही प्रणाली ज्या माहितीसाठी प्रशिक्षित केली जाते ती माहिती जितकी विश्वासार्ह असेल तितकीच तिची अचूकता राहते. त्यामुळे महानगरपालिकांकडील माहितीतील त्रुटी किंवा अपूर्णता चुकीचे निष्कर्ष देऊ शकतात, याची जाणीव ठेवणे आवश्यक आहे. दुसरे म्हणजे, काही कामांमध्ये AI मदत करू शकते, परंतु समता, प्रवेश, प्राधान्यक्रम आणि जबाबदारी यांसारखे मूलभूत प्रश्न अजूनही मानवी निर्णयांवर अवलंबून असतात. तिसरे म्हणजे, शहर प्रशासनात AI वापरताना तिच्या जल वापराच्या परिणामांचाही विचार केला पाहिजे आणि नागरिक व पर्यावरण दोघांसाठीही सकारात्मक परिणाम सुनिश्चित केला पाहिजे.
भारतीय शहरांमध्ये गतिशीलता, पायाभूत सेवा, सुरक्षितता, निवास आणि इतर नागरी सेवांमध्ये सुधारणा करण्यासाठी AI प्रभावी साधन ठरू शकते. मात्र, केवळ तांत्रिक साधने पुरेशी नाहीत. नियोजित दृष्टिकोन, स्पष्ट मोजमाप पद्धती, मजबूत संस्थात्मक क्षमता आणि नैतिक संरक्षण व्यवस्था आवश्यक आहे, जेणेकरून नागरिकांचा सहभाग वाढेल, त्यांचे हक्क सुरक्षित राहतील आणि विकास जबाबदारीने विस्तारता येईल.
सोमा सरकार ह्या ऑब्झर्वर रिसर्च फाउंडेशनच्या असोसिएट फेलो आहेत.
The views expressed above belong to the author(s). ORF research and analyses now available on Telegram! Click here to access our curated content — blogs, longforms and interviews.
Soma Sarkar is an Associate Fellow with ORF’s Urban Studies Programme. Her research interests span the intersections of environment and development, urban studies, water governance, Water, ...
Read More +
PREV
