人工智能和城市的未来
人工智能和城市的未来
随着全球城市化进程的加速，城市规划面临着前所未有的挑战。人工智能，尤其是生成式人工智能，为这一领域带来了新的可能性。本文探讨了人工智能在城市规划中的应用前景、面临的挑战以及未来发展方向。
美国加州旧金山泛美金字塔夜景鸟瞰图。图片来源：MATTEO COLOMBO—GETTY IMAGES
预计到2050年，全球70%的人口将居住在城市，这一庞大的数字使城市规划更具挑战性。因此，规划者寻求技术的帮助，尤其是最近兴起的生成式人工智能，以帮助设计、分析和开发那些拥挤不堪的地区。
技术狂热者设想，城市规划者可以运用人工智能技术来研究开发提案、分析拟议的分区变更、制定全新的城市总体规划或优化现有规划。
在最近的一个测试案例中，弗吉尼亚理工大学（Virginia Tech）的教授们运用生成式人工智能技术来确定一个地区的步行友好性，方法是使用人工智能工具分析图像中的建筑环境特征，如长椅、路灯和人行道。如果人工智能能够完成这些简单但劳动密集型的任务，城市规划者或许就能腾出时间来解决城市面临的更复杂的问题，如经济适用房、气候变化和办公行业的衰退。
将生成式人工智能整合到城市规划数字化进程中，即所谓的“PlanTech”，同样面临挑战，问题仍然存在：人工智能能否创造足够的价值，以证明其在城市规划中的应用是正当的？
无论是从经济还是环境角度来看，人工智能基础设施的建设和运行成本高昂。如果生成式人工智能只能解决小问题，无法解决重大问题，那么市政当局可能会对这些投资的合理性提出质疑。此外，考虑到该领域在不平等方面漫长而复杂的历史，城市规划者可能会特别敏感，担心有偏见的训练数据会训练出有偏见的生成式人工智能模型。
以前的技术进步是否对城市产生积极影响？
尽管PlanTech带来了显著的效率提升，但有时仍被视为“酷炫”却华而不实的应用。虽然这些应用在某些方面改善了城市生活，但却无法解决实际问题，如公共卫生危机和日益飙升的住房成本。
21世纪初，“智慧城市”概念的兴起标志着首次尝试将尖端技术大规模融入现代城市规划。智慧城市通过运用信息和通信技术（ICT），例如三维成像和信息建模，来提升城市服务质量。以旧金山为例，该市实施了智能废物管理系统，通过传感器和联网设备来优化废物的收集与处理流程。
尽管智慧城市通过技术提升了效率，但目前尚不清楚这能否转化为居民生活质量的提升。在疫情之后，学者们期望了解最佳智慧城市是否在疫情遏制方面表现更为出色。他们考察了那些在环境、流动性、城市规划和交通等“智慧城市”指标上排名靠前的城市，得出的结论是，排名靠前的城市并不一定能更有效地应对疫情。
还有人担心，智慧城市对建模和算法的关注可能会忽视城市生活中那些难以量化的方面。
城市规划领域最近一波技术革新涉及一种名为“数字孪生”的概念，它指的是城市区域的实时虚拟模型，范围从一栋建筑到整个城市。与美国航空航天局（NASA）使用航天飞行数字模拟器来训练宇航员和任务控制人员类似，这些数字孪生模拟使得城市规划者能够在设计和土地使用计划实施之前对其进行测试。
市政当局能够运用数字孪生技术，探索自然灾害（例如百年一遇的洪水或极端高温事件）的潜在影响，并据此制定应对策略。借助数字孪生模型，他们能够针对新建建筑或区域进行建模，进而在实际开发之前测试其在多种不同场景下的效果。
尽管数字孪生技术有望预测未来的挑战，并助力规划者制定出更具韧性的解决方案，但在推广数字孪生技术的过程中仍面临一些障碍。其中最具挑战性的是开发和维护这些模拟困难重重。这些模拟往往需要大量数据，而数据来源广泛，存储格式不一定兼容。
模拟的区域越大、越复杂，整合所有必要数据的难度就越大，更不必提及保持数据持续更新了。此外，与智慧城市一样，人们始终担心并非所有城市景观要素都可以量化并输入模型。
对人力资本的需求
随着人工智能的进步，预计城市规划领域的先进工具市场将会扩大。尽管这些技术能够辅助城市规划者，但不太可能取代他们。
不要将城市规划者与技术官僚混为一谈。城市规划者的任务是改善城市居民的生活，这要求他们采取多学科融合的方法论，不仅涉及土地使用决策制定的具体细节，还涵盖社会科学、伦理道德和公共卫生。展望未来，规划行业可能会面临更多的技术变革。为了确保相关性，规划行业必须拥抱复杂性，而非仅仅追求那些触手可及的短期效率提升。
本文为《财富》头脑风暴健康大会赞助商约翰斯·霍普金斯大学供稿。塞迪纳·法尔（Seydina Fall）担任该校凯瑞商学院房地产与基础设施硕士项目学术主任。