国土空间规划领域AI大模型的探索与实践
国土空间规划领域AI大模型的探索与实践
2024年11月6日，北京市城市规划设计研究院、北京城市规划学会数字城市规划专委会、中国地理信息产业协会空间大数据技术与应用工作委员会联合承办的2024地理信息技术创新大会国土空间规划“数智化”与“数治化”创新转型论坛在北京国际会议中心成功举办。北京市城市规划设计研究院数字技术规划中心工程师韩雪华发表主题演讲“国土空间规划领域AI大模型的探索与实践”。
演讲内容回顾
大模型等新一代人工智能的快速发展给新时期国土空间规划带来新的契机。本次汇报从三个方面来探讨国土空间规划领域大模型的应用现状与实践案例。
01
大模型概念与发展现状
大模型，即训练数据庞大和参数量超大的机器学习模型，又称为预训练模型或基础模型。大模型超大的数据量和参数量引起“量变”到“质变”的转变，使其拥有了“涌现”能力，具备了自然语言理解、内容生成、意图识别等“类人”能力，具有超强的通用性和泛化性。“预训练+精调”的新范式极大降低了人工智能开发的门槛，带领人工智能发展从感知智能走向认知智能。2023年9月，自然资源部印发《全国国土空间规划实施监测网络建设工作方案（2023-2027年）》，提出要“建设国土空间规划专业大模型……探索建设国土空间规划专业模型体系，开发辅助编制、自动审查、动态预警等业务管理智能工具……形成跨场景、跨业务、跨数据协同共治的大模型能力”。大模型通过对海量数据的自监督学习，在文本生成、图像识别、地理空间数据分析等方面展现出显著优势，为精细化治理和决策支持提供了新可能，为国土空间规划行业变革带来的新契机。
通用大模型的特点
02
国土空间规划领域大模型应用场景
随着大模型的兴起，国土空间规划的AI赋能模式正在向“AI大模型+全流程”转变。大模型强大的知识表示和推理能力，以及跨领域迁移学习的潜力，能够更好地应对国土空间规划中复杂多变的场景和需求，为规划全流程提供智能化支撑。报告综合NLP、CV和多模态等各类大模型技术，面向规划政务、业务和学界三类用户群体，系统梳理基于大模型的国土空间规划支撑场景体系。典型应用场景包括规划大语言模型、规划智能编制、规划智能监测、规划智能感知预警和城市智能模拟及可视化平台等。
典型应用场景一：规划大语言模型
通过规划专业知识库+大语言模型（Large Language Model，LLM）+AI智能体技术流程，面向不同对象/主题，识别业务人员或决策者提出的问题和需求，快速选取相关指标、知识、数据，开展智能问答、专题监测分析评价，可视化图表展现结果。
典型应用场景二：规划智能编制
基于视觉大模型训练助力专业规划编制，规划师通过输入规划指标、设计意图、平面草图等条件设置，大模型将快速生成三维空间布局方案、城市设计方案、规划设计平面图或效果图，实现规划方案空间布局形态和建筑形态效果的多情景模拟推演。
典型应用场景三：规划智能监测
面向国土空间规划中实施监督和各类资源调查等场景。探索“视觉大模型+深度学习模型”的快速感知技术方法，实现遥感、视频与规划和自然资源管理数据套核情况的快速解析自动判别，提升精度，提高工作效率，助力国土空间规划的智能检测、精准实施、动态预警。
典型应用场景四：规划智能感知预警
面向国土空间规划中的城市体检和监督反馈等场景，结合硬件设备设施，通过视觉等大模型完成开放场景视觉分析、海量视频/图像内容理解、事件精准识别，支持细粒度精准分析，评估规划现状，发现事件问题，为城市规划者提供决策支持服务。
典型应用场景示例
03
国土空间规划大模型构建技术与实践案例
在案例实践中，采用检索增强生成（RAG）和开源通用大模型作为技术核心，训练国土空间规划领域大语言模型——“城悟”规划大模型。面向国土空间规划行业知识特征与应用需求，探索基于互联网开放的规划专业文本和行业内部文本的规划知识库构建技术路线；结合人工反馈等技术进行满足模型迭代调优，实现智能问答、文本溯源和语音交互等多场景应用。
城悟大模型logo与问答界面
城悟大模型智能问答场景
04
结 语
探索人机协同的未来规划模式
大模型将重塑规划的理论、方法和技术体系，推动规划范式的深刻变革大模。大模型并非要取代规划师，而是要成为规划师的强大助手。需要探索人机协同的规划模式，将大模型的智能优势与规划师的专业经验和创造力相结合。
数据合规安全应用
高质量数据是训练高效大模型的关键，国土空间规划行业多数涉及私域数据的专业化业务场景对数据的安全要求比较严格，未来提升产品部署方式的多元化，增强产品部署私密性，降低信息安全问题，实现高价值、大规模应用。
私有轻量化部署
垂类大模型对参数量的要求并不高，尤其是对结果生成时效性要求较强的场景，如何压缩模型、减少模型的计算复杂度与内存占比，轻量化部署，是未来行业大模型的重点问题之一。
可解释的“规划大脑”
可解释性是AI大模型在规划领域应用的关键。需要发展可解释的AI技术，构建可信赖的“规划大脑”，增强公众对规划决策的理解和信任。
推动跨学科交叉融合
AI大模型在国土空间规划的应用尚处于初期阶段，AI大模型的研发和应用需要多学科的共同努力。需要加强人工智能、地理信息科学、城乡规划等学科的交叉融合，共同推动国土空间规划领域的创新发展。