Benutzer:CC Researchteam/Cognitive City

Cognitive City (kognitive Stadt) ist ein Begriff, welcher das Konzept der Smart City^[1] um den Aspekt der Kognition erweitert. Eine Cognitive City unterscheidet sich von herkömmlichen Städten und Smart Cities dadurch, dass sie durch stetige Interaktion mit ihren Bewohnern über moderne Informations- und Kommunikationstechnik (ICT) kontinuierlich dazulernt und basierend auf diesem Informationsaustausch laufend effizienter, nachhaltiger und resilienter wird. ^[2][3][4]

Kognitive Städte beruhen auf fortgeschrittenen ICT, welche die Automatisierung alltäglicher, urbaner Prozesse unterstützen. Zudem werden in den zugrundeliegenden Systemen der Stadt Lernprozesse eingefügt, welche einem System ermöglichen, aus seiner Vergangenheit – also vom vergangenen Verhalten des Nutzers – zu lernen und sich Umweltveränderungen und somit neuen Bedürfnissen anzupassen. Die Stadt lernt, indem sie Daten sammelt, die von den Bewohnern durch die verfügbaren ICT bereitgestellt werden, und diese anschliessend analysiert. Bewohner und Stadt profitieren von dieser kontinuierlichen Interaktion sowie dem andauernden Lernprozess und entwickeln sich stetig weiter, wodurch auch die kollektive Intelligenz^[5] innerhalb der Stadt erhöht wird.^[2]

Wie Smart Cities sollen Cognitive Cities den Umgang mit wirtschaftlichen, sozialen, ökologischen, kulturellen und politischen Herausforderungen der Stadtentwicklung erleichtern. Hierzu gehören insbesondere Schwierigkeiten, welche aufgrund des steigenden Bevölkerungswachstums, des demographischen Wandels, der zunehmenden Ressourcenknappheit, der Umweltverschmutzung, des Klimawandels und finanziellen Unsicherheiten entstehen.

Die wichtigste Komponente aller Herausforderungen einer Stadt sind die Bewohner selbst. Deshalb ist es wichtig, jeden einzelnen Bewohner in die Stadtentwicklung miteinzubeziehen. Das heisst, unter Einbezug der einzelnen Bewohner (vgl. Citizen as Sensors)^[6] kann sich die Stadt auf eine solche Weise weiterentwickeln, dass sie die Bedürfnisse der Bewohner erfüllen kann und für aktuelle sowie zukünftige Bewohner attraktiv bleibt. Nur eine Zusammenarbeit zwischen Stadt und Bewohnern ermöglicht eine erfolgreiche Stadtentwicklung.^[1][2]

Eine solche Zusammenarbeit kann über verschiedene Wege ablaufen:

Frage-Antwort-Systeme: Ein Frage-Antwort-System ist als wissensbasiertes System in der Lage, auf Fragen in natürlicher Sprache eine Antwort zu geben. Dadurch soll ein effizienter Dialog zwischen Mensch und System stattfinden können. Dies ermöglicht der Stadt, anhand der gesammelten Daten (vgl. Big Data) des Systems, zu sehen, mit welchen Themen sich die Bewohner beschäftigen.^[7][8][9]

Internet der Dinge (IdD) (Internet of Things (IoT)): Die gesamte städtische Umgebung ist mit Sensoren versehen, die sämtliche erfassten Daten in der Cloud (Cloud-Computing) verfügbar machen. So entsteht eine permanente Interaktion zwischen Stadtbewohnern und der sie umgebenden Technologie. Die Stadtbewohner werden so Teil der technischen Infrastruktur einer Stadt. Das macht sich Web-Standards für IoT-Herausforderungen zunutzen.^[10]

Cloudbasiertes Social Feedback, Crowdsourcing und Predictive Analytics: Entwicklungen wie cloudbasiertes Social Feedback, Crowdsourcing und Predictive Analytics erlauben es, Städte zu schaffen, die aktiv und selbstständig lernen, ein Gedächtnis aufbauen, dieses durchsuchen und auch erweitern können, wenn neue Informationen zu den bereits vorhandenen hinzukommen. Auf diese Weise erlangt die Stadt die Fähigkeit, Verhaltensmuster und -änderungen zu erkennen, vielleicht sogar vorauszusehen und darauf (gegebenenfalls mit neuen Lösungsstrategien) zu reagieren.^[8]

Die Cognitive City verfolgt ein Hauptziel: verbesserter Informationsaustausch für den Aufbau von Wissen, der sogenannten kollektiven Intelligenz^[5]. Es sind hierbei nicht nur die eigenen Erfahrungen und Wahrnehmungen wichtig, sondern auch die Erfahrungen und Wahrnehmungen von anderen^[11]. Für die Erreichung dieses Ziels wendet sie unter anderem Cognitive Computing an.^[2]

Die Theorie des Connectivisms besagt, dass Menschen nicht nur aufgrund eigener Erfahrungen lernen, sondern auch von Erfahrungen anderer. Dadurch kann sich die Wissensbasis kontinuierlich erweitern. Diese Theorie unterstreicht also die Wichtigkeit der Interaktion zwischen Menschen und Computersystemen in einer Stadt, da dadurch das vorhandene Wissen erhöht werden kann.^[11]

Eine weitere Grundlage für Cognitive Computing ist Computational Thinking. Das Ziel des Computational Thinking ist die Lösungsfindung für komplexe Probleme innerhalb einer Stadt und das Verständnis des menschlichen Verhaltens mithilfe der Computerwissenschaften. Computational Thinking erlaubt auf verschiedenen Abstraktionslevels zu operieren und diese durch präzise Notationen und Modelle zu mechanisieren.^[12]

Das Konzept des Intelligence Amplification Loops, eines weiteren wichtigen Bestandteils von Cognitive Computing, besagt, dass Mensch und Computersystem durch Interaktion fortlaufend voneinander lernen. Es entsteht also ein „Lernloop“, bei welchem das Wissen von Mensch und System stets erweitert wird. Dadurch wächst die kollektive Intelligenz einer Stadt kontinuierlich an. Der Prozess des Intelligence Amplification Loops ist charakterisiert durch die Emergenz, welche sich darauf bezieht, dass neue und zusammenhängende Erkenntnisse spontan durch die Interaktion entstehen.^[13][14]

Die meisten Daten, die in einer Stadt und von ihren Bewohnern gesammelt werden können, sind nur in natürlicher Sprache vorhanden und somit unpräzise. Für die meisten heutigen Computersysteme ist es schwierig (oder unmöglich), vage Inputs direkt zu verarbeiten. Eine Verarbeitung und Analyse der vorhandenen Daten ist für den Wissensgewinn aber unbedingt nötig. Aus diesem Grund wird Soft Computing verwendet. Im Gegensatz zu traditionellen Berechnungsmethoden erlauben Soft Computing Techniken den Miteinbezug von Werten, die natürlichsprachig beschrieben sind. Dies erlaubt eine naturbasierende Präzision von ungenauen Informationen, die den Wahrnehmungen von Menschen gerecht wird. Dies ist eine notwendige Voraussetzung für die Anwendung kognitiver Computersysteme und somit für Cognitive Cities.^{[15][16][17][18]}

1. ↑ ^{a b} Edy Portmann, Matthias Finger: Smart Cities? – Ein Überblick! In: Meier, A. & E. Portmann eds. Smart City. 52th ed. Heidelberg: HMD 304, 2015, S. 470-481.
2. ↑ ^{a b c d} Sara D’Onofrio, Edy Portmann: Cognitive Computing in Smart Cities., Informatik Spektrum, Special Issue Smart Cities, Heidelberg, Deutschland: Springer, 2016.
3. ↑ Ali Mostashari, Friedrich Arnold, Mo Mansouri, Matthias Finger: Cognitive Cities and Intelligent Urban Governance. Netw Ind Q, Vol. 13, Nr. 3, 2011, S. 4–7.
4. ↑ Edy Portmann, Matthias Finger: Towards cognitive cities: advances in cognitive computing and its applications to the governance of large urban Systems., Springer International Publishing, 2016.
5. ↑ ^{a b} Thomas W. Malone, Michael S. Bernstein: Handbook of Collective Intelligence. MIT Press, Cambridge, 2015.
6. ↑ Michael F. Goodchild: Citizens as Sensors: Web 2.0 and the volunteering of geographic infor-mation. GeoFocus (Editorial), Vol. 7, 2007, S. 8-10.
7. ↑ Portmann, E., 2015. Cognitive Computing leads to the next level of answering questions on the Web. Volume 3 of Tiny Transactions on Computer Science. Online Journal.
8. ↑ ^{a b} [1] Netzwoche. Abgerufen am 4. November 2016.
9. ↑ Lofti A. Zadeh: From Search Engines to Question Answering Systems –The Problems of World Knowledge, Relevance, Deduction and Precisiation. E. Sanchez (Ed.), Fuzzy Logic and the Semantic Web, Elsevier, 2006, S. 163-210.
10. ↑ Dominique Guinard, Vlad Trifa, Erik Wilde: A resource oriented architecture for the web of things. In Internet of Things (IOT), IEEE, 2010, S. 1-8.
11. ↑ ^{a b} George Siemens: Connectivism: A Learning Theory for the Digital Age. International Journal of Instructional Technology & Distance Learning, 2005.
12. ↑ Jeannette M. Wing: Computational Thinking. Communications of the ACM, 2006, Vol. 49, Nr. 3, S. 33-35.
13. ↑ Michael Kaufmann, Edy Portmann, Madjid Fathi: A Concept of Semantics Extraction from Web Data by Induction of Fuzzy Ontologies. IEEE International Conference on Electro/Information Technology, 2013, S. 1-6.
14. ↑ Edy Portmann, Michael Kaufmann, Cédric Graf: A Distributed, Semiotic-Inductive, and Human-Oriented Approach to Web-Scale Knowledge Retrieval. International Workshop on Web-scale Knowledge Representation, Retrieval, and Reasoning. Maui, Hawaii, USA, 2012.
15. ↑ Lofti A. Zadeh: Fuzzy Logic = Computing with Words. IEEE Transactions on Fuzzy Systems, 1996, Vol. 4, Nr. 2, S. 103-111.
16. ↑ Lofti A. Zadeh: Fuzzy Logic. IEEE Computer, 1988, Vol. 21, Nr. 4, S. 83-93.
17. ↑ Lofti A. Zadeh: Some reflections on soft computing, granular computing and their roles in the conception, design and utilization of information/intelligent systems. Soft Computing, 1998, Vol. 2, S. 23-25.
18. ↑ Sara D’Onofrio, Edy Portmann: Von Fuzzy-Sets zu Computing-with-Words. Informatik Spektrum, “Special Issue 50 years of Fuzzy Set Theory”, Heidelberg, Deutschland: Springer, 2015.