学术笔谈

再谈城市规划人工智能
作者:彭仲仁(美国佛罗里达大学设计、建造和规划学院国际气候适应性规划与设计研究中心(iAdapt)教授)

人工智能(AI)技术无疑为社会和城市规划领域带来了许多创新的可能性,但同时也带来了一些重要的挑战。在2023年6月,我在美国规划院校联合会(ACSP)的会刊《Planning Education and Research Journal》上发表了一篇题为《规划人工智能的路径:从规划支持到规划编制》[13]的文章。这里将继续探讨未能在之前的文章中涵盖的主题。

1.城市AI,城市规划AI和智能化规划

什么是城市规划AI(urbanplanningAI),它与城市AI(ur-banAI)和智能化规划(intelligentplanning)有什么区别?我认为,城市AI被定义为利用人工智能来更好地理解城市,创建更智能、更高效的城市,并通过优化各种城市系统和服务来提升城市的整体生活质量。城市规划AI被定义为在城市规划过程中部分或全部的规划编制由AI智能体(AIagent)来执行,而不是完全由规划师来执行。从这个意义来说,城市规划AI是指一个AI智能体。这个AI智能体能协助规划师增强其规划能力和效率以及规划的自动化水平。智能化规划(intelligentplanning或者是smartplanning)则是指利用智能化规划技术和手段来规划城市以增强城市的运行效率、包容性和公平性。其中AI只是其中的规划技术和手段之一。

2.城市规划AI的特点和优势

与统计模型、GIS等用于数据分析和可视化的传统方法相比,人工智能有什么不同和优势呢?如前所述,城市规划AI是一个AI智能体,指的是任何能感知其环境并采取行动以最大化实现其目标机会的系统,因而城市规划AI具有以下特点:

大规模、高维度、多源数据集成:城市规划AI能高效处理大规模、高维度、多源的非传统数据,例如文字、图像、音频和视频等。举例来说,借助于自然语言处理技术的城市规划AI 可以在几分钟之内查阅和阅读大量相关规划文本并提取关键信息,可以针对某一问题或某一地域同时处理相关的文字、图像、音频和视频等数据并提取有效信息,这些是传统的统计分析和GIS难以做到的。

数据驱动的数据分析:传统统计模型通常依赖于先验假设,如线性关系或正态分布等,然后使用统计方法验证假设,线性统计模型可能无法捕捉到复杂的数据关系。AI技术是数据驱动的,它从大量数据中学习模式和关联性,无须预先假定复杂的数学模型,能够处理复杂的非线性关系,例如深度神经网络可以学习高度非线性的函数。

自我学习及自适应性:城市规划AI模型通常具有较强的自我学习和自适应性能力,能够从新数据中学习并更新模型,适应不断变化的情境。相比之下,传统统计模型需要人工干预来选择模型、调整参数或重新拟合模型以适应新数据。

预测性和解释性:城市规划AI技术在预测性能方面表现出色,尤其是处理大数据集和复杂问题。而传统统计模型通常具有较高的解释性,可以解释模型参数的含义以及如何得出结论。相比之下,某些人工智能模型(尤其是深度学习模型)通常被认为是黑盒模型,难以解释其决策过程。

综上所述,相对于传统的统计模型和GIS可视化方面,城市规划AI在处理大规模、复杂和多源时空数据时具有明显的优势,并能够更好地应对一些非线性和自适应性要求。

3.人工智能对城市规划的影响

人工智能对城市规划的影响无可争议。我将城市规划AI分为4个阶段,即辅助型、增强型、自动型和自主型。对于人工智能在城市规划中的辅助和增强作用,通常没有争议。然而,关于人工智能是否能够实现规划的自动化或半自动化,存在着广泛的争议。其中关键问题之一是人工智能是否能够模仿规划师的思考和决策过程来解决复杂问题(wickedproblems)。

人工智能的最大优势之一在于其自我学习和自适应性。从理论上讲,AI能够模仿一些人类思维过程,尤其是在处理大规模数据、执行重复任务和进行逻辑推理方面。例如,自然语言处理技术使AI能够理解和生成自然语言的规划文本,机器学习算法可以识别模式和趋势。值得注意的是,AI的思考是基于数学和算法的,与规划师的思维方式存在很大的差异。

同样,AI可以通过训练和学习来模仿某些人类决策过程。例如,机器学习模型可以根据历史数据做出预测性决策,深度学习模型在某些任务中表现出色,如图像和语音识别。然而,AI的决策通常是基于统计和概率的,而不涉及情感或伦理考量,这也与规划师的决策思维方式存在差异。此外,当前的AI(弱人工智能)不具备情感、道德判断力和创造性思维,而这些是规划师思考和决策的重要组成部分。另外,AI需要大量数据来进行训练和运行,而规划师可以从有限的信息中进行推理和决策。更重要的是,规划师常常要跟政府官员和当地居民进行交流和互动。这是在短期内AI智能体难以取代的。

因此,尽管充分利用人工智能的潜力可以为更智能、更有效的规划和决策提供支持,甚至在某些数据丰富、程序化强的领域,如交通规划,可以实现半自动化或自动化的水平,但规划的完全自动化和自主化仍然需要更多时间和研究来实现。

4.应对、适应和利用

城市规划AI的来临是不可避免的,我们应该接受它、采用它,并加以利用,但问题是如何做到。这里提出几点建议:

了解人工智能的潜力和局限性:城市规划者需要了解不同类型的人工智能技术,以及它们在城市规划中的应用潜力,而了解AI的局限性则有助于规划者在实际应用中更明智地选择和使用技术。

建立数据基础:努力建立和维护城市规划领域的数据集,包括地理数据、社会经济数据、交通数据,以及规划文本等,利用这些数据集训练AI模型,更好地支持规划决策。

教育和培训:对专业规划师,可以通过举办培训课程、研讨会和工作坊等形式熟悉人工智能技术和工具;对规划专业学生,要适时更新专业设置和课程设置,让未来的规划师更快地适应智能规划的环境和要求。

研究、开发智能工具和应用:城市规划者可以积极参与或主导开发智能工具和应用,以解决城市规划中的具体问题,提高规划效率和决策质量,包括:基于人工智能的城市规划系统、交通管理系统、土地利用规划工具、环境影响评估等,以及类似于ChatGPT的规划大模型等。

考虑伦理和隐私问题:利用人工智能必须重视伦理和隐私问题。规划者应确保数据的合法性和隐私保护,并确保AI系统的决策是公平和透明的。这可以通过制定适当的政策和法规来实现。

监督和评估:引入规划AI系统后,需要定期监督和评估其性能和效果,发现潜在问题并及时进行调整和改进。

总之,人工智能为城市和城市规划的转型带来了巨大机会。城市规划AI凭借其自我学习和自适应能力为城市规划师提供了革命性的工具,以增强规划的能力。我们必须积极应对这一趋势,充分利用其潜力,通过持续的研究和教学方案更新,推动未来城市规划方式的进步,并培养下一代城市规划师。