Uniwersytet Warszawski wraz z Akademią Górniczo-Hutniczą zrealizują projekt MAPTur. Jego efektem będzie nowoczesna platforma wykorzystująca sztuczną inteligencję do monitorowania, analizowania i prognozowania ruchu turystycznego w Polsce. Przedsięwzięcie zostało wyłonione do dofinansowania w VIII konkursie programu INFOSTRATEG Narodowego Centrum Badań i Rozwoju realizowanego we współpracy z Ministerstwem Sportu i Turystyki.
11 czerwca w siedzibie Narodowego Centrum Badań i Rozwoju odbyła się konferencja inaugurująca VIII konkurs programu INFOSTRATEG, poświęcona wykorzystaniu sztucznej inteligencji na rzecz rozwoju gospodarczego w obszarze turystyki.
W konferencji uczestniczyli m.in. dr Krzysztof Gawkowski, wicepremier i minister cyfryzacji, dr inż. Marcin Kulasek, minister nauki i szkolnictwa wyższego, Jakub Rutnicki, minister sportu i turystyki, prof. Jerzy Małachowski, dyrektor Narodowego Centrum Badań i Rozwoju, oraz przedstawiciele instytucji realizujących projekty, w tym prof. Zygmunt Lalak, prorektor UW ds. badań.
Projekt MAPTur realizowany jest przez Uniwersytet Warszawski w konsorcjum z Akademią Górniczo-Hutniczą im. Stanisława Staszica w Krakowie. Odpowiada on na wyzwania związane z brakiem zintegrowanych, precyzyjnych i odpornych na zakłócenia narzędzi do kompleksowej analizy oraz prognozowania zjawisk zachodzących w sektorze turystycznym.
– Projekt MAPTur doskonale wpisuje się w strategię Uniwersytetu Warszawskiego polegającą na rozwijaniu badań na styku nauk społecznych, ścisłych i nowych technologii. Łączy kompetencje w zakresie modelowania matematycznego, analizy dużych zbiorów danych i sztucznej inteligencji, aby odpowiadać na rzeczywiste wyzwania społeczno-gospodarcze. Cieszy nas, iż doświadczenie naszych naukowców zostanie wykorzystane do stworzenia narzędzia wspierającego rozwój polskiej turystyki oraz procesy decyzyjne administracji publicznej – mówi prof. Zygmunt Lalak, prorektor UW ds. badań.
Kluczową rolę w realizacji przedsięwzięcia odgrywa Interdyscyplinarne Centrum Modelowania Matematycznego i Komputerowego (ICM) UW, którego zespół odpowiada za rozwój metod analizy danych, modelowania zachowań przestrzennych oraz prognozowania ruchu turystycznego z wykorzystaniem sztucznej inteligencji.
– Najważniejsze wyzwania, jakie adresuje nasz projekt, to rozproszenie, niska rozdzielczość przestrzenna oraz wyrywkowość dostępnych w tej chwili danych, brak modeli pozwalających na precyzyjne prognozowanie zjawisk związanych z turystyką w czasie i przestrzeni oraz brak wiedzy o profilach i specyficznych zachowaniach przestrzennych odwiedzających – mówi dr inż. Franciszek Rakowski, kierownik B+R projektu w ICM UW, dodając: – W naszym zespole znajdują się specjaliści zajmujący się badaniami dynamiki populacji, zjawisk zachodzących w sektorze turystyki oraz modelowaniem matematycznym złożonych systemów populacyjnych.
Cyfrowy bliźniak
Projekt MAPTur będzie realizowany etapowo. W pierwszej kolejności powstanie odporny na luki i zakłócenia system gromadzenia danych. Następnie naukowcy opracują cyfrowego bliźniaka, czyli syntetyczne środowisko odwzorowujące zachowania przestrzenne rzeczywistej populacji.
Kolejne etapy obejmą wykorzystanie zaawansowanych modeli sztucznej inteligencji, w tym głębokich sieci neuronowych, do prognozowania krótko- i długoterminowych trendów ruchu turystycznego. Zespół przeprowadzi również badania empiryczne oraz integrację wyników z dostępnymi statystykami publicznymi w celu weryfikacji i udoskonalania algorytmów. Ostatecznym efektem będzie stworzenie przyjaznej użytkownikom platformy prezentującej wyniki analiz i prognoz.
Rezultaty projektu znajdą zastosowanie zarówno w sektorze publicznym, jak i komercyjnym.
Narzędzie ma wspierać administrację publiczną, samorządy oraz przedsiębiorców w podejmowaniu decyzji dotyczących rozwoju turystyki, planowania inwestycji i zarządzania ruchem turystycznym w sposób bardziej efektywny i zrównoważony.
VIII konkurs INFOSTRATEG ma charakter wieloetapowej rywalizacji. Do dofinansowania wybrano dwa projekty, które będą konkurować o przejście do kolejnych faz realizacji. Do ostatniego etapu zakwalifikuje się tylko jeden z nich, a gotowe do wdrożenia rozwiązanie ma powstać do końca 2029 roku.
