美国规划协会规划AI白皮书-机遇挑战与响应 Al in Planning

AI与响应 核心观点统,即使专家依时间的推移变得更加强大。然而，我们人类规划的最佳人工智能将需要时间来创造,只有第一步是明确的规划的最佳人工智能划”或“为公共利益服务”意味成熟行动可能会变得更维，将是规划师与人工智能成功合作变革，挑战的涌现，社会的转变以及技术的革括新的工具、流程和技能。AI一直在发展。然而，由于大数据的可用性和十年中大幅增长，预计在未来几年中每年将行业产生影响。规划师和相关专业人员，应充的潜在影响和益处。人工智能已经在重塑地方和有效地使用人工智能。如果负责任地部许规划师将他们的工作重点放在规划的人为因素上(即人与人之间的互动，与社区成在规划中使用人工智能(并最终与人工智能合作)的目标应该是改善我们目前正在地完成(例如，处理和分析大数据集和艰苦的重复性任务，如交通统计)，以及哪些任务必须由人类与社区成员面对的智能系统的发展，可能有助于我们更好地理解当前的规划过程(及其缺陷)。关于规划中的人工智能的讨论需要围绕运行良好，哪些没有。我们需要确保我们从可持续的，然后我们才可以编程让机A析、社会学、地理学和工程学等智能的发展。本白皮书总结了研究结做好准备、规划师如何确保以公平和稿人lan长HollanderFAICPTheodoreLim市事务和规划助理教授国际事务学院城市事务和规划教授arahWilliamsNormanWrightAICP任ICPdraGomez居环境复杂性的集体努力。与现代大的基本组成部分。规划工作的其中。这其中很大一部分工作，都是基于数据和便如此，综合和底层解理和易于理解。事实、观点、价值列原则和规则之中，然后用于持续与非专业人士不同，规划师可以利用对原则和确定提案的优势和劣势。他们然后可行动条件来做到上述这一点。例如，如果这个的基本标准，那么它将被否决。在世界各地的，型等刚性过程、不连贯的渐进主义等柔性过程,以及我们今天看到的公众参与战略最佳实践得到了完善。然后是经典的数据驱动分析的定量方法。这项工作从普通的统计技术(线性回归和中心极限定理)据和制图结合起来，提供从土地使信息纳入一个优先价值序列。这些价值反是以明显方式塑造城市的强大规则。当这样这项技术是一种自动化的决策预测器，将定期自动纠正最常见的错别字(以便将“receipt”一词立即替换为t作，它经常以书面形式强制为数字信息，并被注入文字处理器的照这些规则和标准，持续监测文本中的每动更正系统就会做出更改。这允许用户可以代飞机自动驾驶系统和图像，以使人工智能发挥预期运行方面，married”替换成“murdered(被谋杀)”等词语。语如此，在定量数据、清晰的逻辑和单地打开软件来审查形成命令的代码，透预期的结果的例子，这些结果包括不仅来指示(即提示)，语言学习模型GPT-3就能规则。尽管如此，在人工智及研究人员和开发人员灌输给它的结2.3人工智能和规划之间的相似性和协同作用决当地问题的原因。因此，我们代，“机器”会接管我们的工作。我们好的国际象棋选手，然后自然而然不取代，而是增强。这样一来，“人的任务是保证飞行高度，他们可以根据是至关重要的，因为自动驾驶行员必须能够识别并干预这种在自动驾驶功能启动后的所有时刻，保它无法做到这一切。即使在最先手来指导系统，即使专家依靠系统来在改善人工智能的定量分析和预测大进步。通过一系列的条件、数字权重和变量，将他们的直觉转化为可靠的，从而正式确定他们在决策方面的专业知识。这些简单的示意图代表了规行理性判断的基本逻辑流程。以一个有序的顺序，把这个流程清楚，然后把我们所有的变量与社区的代表性价值进行权衡，并把这些信息添加相同的数据，运行算法，并看到结果。何其他专业有效地编写。它们没有一个是完更容易接受社区不断变化的态度和需求。更妙楚这个错误已经发生。在复杂的模型解决，但错误还是很明显的。这就激发了反复自己的错误。以与机器学习模型相同的方验。我们也可以。有了正确的数据和得最大的交通便利。它可以确定最须在各方面不V此——数据必须在数量、速度、种类、可变量的公式的过程必须不断完善。最后，每解和信任的方式，透明地分享。，将他们的不断变化的关注和需求，技术数据，越来越多地通过自动化系统进智能提供它所需要的量化信息，以。人类建构的，但如果没有规划师与技术的2.4人工智能在规划中的潜在用途和影响可以产生无数权重和度量的排列。其质量(可靠性和准确性)取决于它得到的数据理解数据收集、分析和算法开发的最佳街道、策的一部分。深入了解街道设计和死区政策等等涵义。这些知识曾经只属于从事易学习。我们在这个领域已经取得了巨的数据所限制的。数据的缺乏导本上是遥不可及的。我们还缺乏将我们数字和对象所需的知识。这些问题一步是明确的：规划的最佳人工智能。我们对这种逻辑有清晰的认识吗？我的问题和解决方案？我们知道如何培果我们不为规划开发这种算法逻辑，那AI开发基于AI的规划工具时，很可能会开发这种人工智能和规划之间协同作用的最佳方面。的能源基准计划，确定该州所有建筑面积超的足迹和高度，因为房产税记录的建筑面积统和人工智能，从闭路电视(交通实时影、突然停车和其他异常情况。这有助于规处理事故。这些数据被输入到一个实时疫的机会。这需要具备与相关任何，学习新的技能，了解新工具做得好的地师应用程序将是很重要的。相对划师的数量很少。这意味着规划师大的经济体中成熟后，再到专业领域能是不明智的，但“闪亮物体”重要挑战。当人工智能工具从最初此，例如使用销售预测工具，来评估主要街智能，会使工作流程更有效率，提高其质战相类似。有时我们会选择方建。一个例子是，关于如何在交通领域下，或许由于说明决策对服务不足的社集。有时，我们并没有有意识地选择数据的呈现、叙述的构建以及最终规划决智能应用中的公平和道德问题，以及人工智能1技术部门和规划电子表格、统计包和地理信息系统起源于技术部门编写了大部分规划师最终使正如数学家阿尔弗雷德·诺斯·怀特海(1911)很久以前就写道：“文明的进步，。一些规标。然而，通过人因为当我们允许人工智能在我们没有思考的情况下应用方法或造成意想不到的后果。因此，定期评估求的效率是社区和更广泛的社会所珍视的，从而更好从业者需要了解人工智能的工作原理-它不应该是一个黑盒子。他们需要了解输出的态度，而不是被动的。作为人工智能消费者和用户，他们应该鼓励将研究重点放在可解释的人工智能上(帮助用户理解和意味着什么，以及所有规划者需要知道和机遇。营利性活动与为者将使用人工智能工具来推进他们更多的自由来创新和测试想法。特别是地败”，这表明科技部门应该承担更多的术、社区和自然》)，许多人将其归因于麦克斯韦(2000)的格言“早失败，常失评价，以评估其相对优势和劣势。这是经常与从业围绕部门主题进行研究，例如为能源经济规划学术界和实践界AI应用方面，以及在培训学生和职业中期从业师考虑应用人工智能相关方法的好时机。像其他商业和政府乏关于城市场所和过程的数据，在人工智能的进一步发展受到了信息的数据收集传感器，这种限制正在迅速改善(见Thakuriah，Tilahun，andlner时间框架，以便更好地与控制论和城市运营研究的划将在规划制文献表明，在土地使用、分区和许可、环境这些问题没有商定的规则、逻辑或可能结果的于“可驯服”的问题，例如通过大量的监督数据得重大进展，而学术研究可定义、人工智能工具的评法不同，在研究过程中很少考的经验来指导新的或调整后的流成。规划行业一直在努力纠正过的社区。公平的规划实践需要成作时需要解决的其余缺点。此外，规划师性方面的缺点，这与规划师在自己的专业4.1规划目标和人工智能的目的首先提出了一个问题：规划的目的是什么？一般来否意味着“群体的观”比个人的观点更重要？如能得到服务吗？虽然规划师的目标是为共同利益些问题，特别是那些人类自己无法智能本身并不有害，也不是有意有害的。它的目的取决于其用户自己的决定，没有意见，也没有经验。人工智能的程序员算法并决定将哪些数据输入机器的人—要对它所做的决定以是，为公共利益进行规划的规划师可。4.2价值观和道德判定道德处理(大数据、开放数据、数据保护、数据隐私)、透明度等，在围绕道德规开发或使用的组织(OECD)等全球组织和各国政府以及智能的初步概念，但没有一个实推理。4.3包容性都被包括在内。然而，诸如“最响亮的声音”的主导问题(我们如何发现从属的叙述，并鼓励边缘化的声音说出来并被听到？)，社区参与的预算限制(什么渠道、工具、方法和地点可用于外联、投入和参与？)，以及阻力最小的路径(谁最容易等问题都强调了包容性的必据大数据集做出决策)，那些在数据不代表社区的数据，会导致加剧问题。4.4透明度理解，以及对自上而下决策的看法。如何才能，即输出的接收者。够以公平的方式使用人工4.5历史的包袱，和工具的发展提供信息。分析和评估过。规划师和人工智能开发者需要了解历史同的问题；使用新的思维方式、新的缺陷的、不公平的方法的学习，将是4.6多样性社区的多样性。这种多样性的缺失导致了社区，了解不同的需求和价值观，服务者也需投入并不能解决不平等问题。然而，它可以帮据和算法需要反映社区的多样师意造成排斥的，哪些是无意的，因此人工智能创造的成果负他们的主要任务是开发这些工具，而不是考虑潜在的使用案例和错误使用的后果(Kaye，2022)。在规划中利用人工智能和培训规划者能开发和使用过程中面临的一些风险的缺点，但在试图为两者共同解决这的任何一种情形。5规划师的角色以及如何为人工智能做谁备。多样性和包容性目标，这些目标应该是规划实践的核心。规划师(用户)和科技公司(开发者)之间的联系和关系需要建立、维护和发展，尽管不是每个科技公司都基于人工智能的规划工具GIS)产品在规划行业的应用一样，专家将变，以促进基于人工智能的规划产品的立以规划伦理为基础和为共同利益而，应该指导和推动关于何时和如何使智能技术、随之而来的划师是基于人工智能工具开发的贡献者。之外工作的人工智能开发者。该专业还需要考虑到不同方法(如基于资产的社区发展或设计思维)对从业者如何定义重新评估，特别是考虑到正在进行的公出现的差异。。特别重要的是要与社区成员展开于人工智能的工具的经验和实际(或感知到的)结果。随着时间的推移，这将有助于人工智能标准的发展，并反席会议的理由。规划师是人工智能开发者试决方案的主题专家。在开发以人工智能为业知识，同时努力避免偏见将是改善规划的作可以向社区(以及规划组织)展示人工智能的价值，并能够促进社区提升关于人以注意到哪些有效，哪些无效，并根据需要扩大(或缩小)规模。民数据促进者的一个机会。规以倡导改善数据质量和适用使用定性的方法来填补定量数据人，作为人工智能主题的倡导者。这可能是管了解还有谁参与(或不参与)。话的专业人员。规划行业可以通过与些有共同利益的人合作，来获得一席之地以做出的一个重要贡献。大工智能进行长期预测和决策。以帮助人工智能开发者变得行动，对双方都有利。但重要基于人工智能的工具发展的参与者作为知情消费者的规划师试图进入一个充满了数十年的规划师的角色应该是这些确认数据(和其他)局限性。工具的基础部分和所需投入。他们应该对数据和模型进行有效的(但不是禁止性的)批评，以确定它们是否适合于规陷和瑕疵并不意味着完全取消其使用；相定的或完美的，但在规划过程中仍有白。简而言之，规划师需要了解该技术如应调整。理解并非所有工具都适用于助力完成每项工作任务。但也可能不适用于其他数据粒度。采纳和将数据和模型的分辨率与决策的适当时间范围(短期、中期或长期)和空间范围(地方、区域等)相匹配。可能包括以下内容：这个工具能帮助我完吗？这个工具是否能促进我所服务社区的公这个工具是否有利于规划？它是否能解决实也可以为规划提供经验教训。从看似遥如民事和民事诉讼、工程和景观建筑工智能的使用。规划师可能意识到其中的一民趋势，但他们需要确保改变他们的预测以标记这些偏差，并要求在必要时进行调整 来一个更强大和更便利业，因此使用现有的产品不仅是不可有的信息。高技能和持续学习了明确的技能提，使他们能够以更有意义的方式完成接触到许多理论、方法和他们心课程应向他们介绍与AI规划相位在作为更熟悉的方法的延伸。选修化，对那些刚开始从事这一职业的人来级规划师通过在监督下执行较简单的任的依赖将极大地增加新手规划师需要用的职业发展。地方规划机构和私人提升，以促进创新并与不断变化的世界相他们的人文技能(软技能)和技术技能(硬技能)。正如本白皮书中提到的，人工智能在规划中的使用将使规划行业重新聚焦于规划中的人为因素。人工智能可以处理重复性的任务(如交通统计)和理性的决策(如自动许可程序)。人工智能将能够进行定量分析，提供其他相关问题的知识，对规划师来说变得越来 (例如，用于收集一致的数据)；以及跨不同的机构(如开发新的数字工具)。规划师将需要沟通、人际关系和建立关系的技能，以通过公平的招聘实践，以及提供与所有规划师在政策、规划和设计领域重新定义6人工智能规划的未来行业中发挥重要作用的未来趋势。它旨人工智能概念及其对规划专业来说，这可能是一个全新的概念，了解围绕人工智能及其潜在应用的讨幻小说，基于人工智能的规划工具已经成他人就会取代我们。让我们学习如何7参考文献7.1规划中的人工智能前瞻社群成员的作品SanchezTWTLimandPHurtadoArtificialIntelligenceandUrbanPlanningOpportunitiesandConcerns.”APANationalPlanningConferencesession.Wasserman,D.,N.Wright,andJ.Fierman.2022.“StandardizeEverything:PlanningDatainaDigitalWorld.”APANationalPlanningConferencesession.Wasserman,D.,andM.Flaxman.2022.“ArtificialIntelligenceandPlanningPractice.”PASMemo111.SanchezT.W.2022.“AIinPlanning:WhyNowIsTheTime.”Planning,February.igenceandUrbanPlanningWhatPlannersNeedtoKnowNow.”APAPodcast.Hurtado,P.,andA.Gomez.2021.“SmartCityDigitalTwinsAreaNewToolforScenarioPlanning.”Planning,April.Mohammadi,N.,andJ.E.Taylor.2021.“ThinkingFastandSlowinDisasterDecision-MakingWithSmartCityDigitalTwinsNatureComputationalScience3.Williams,Sarah.2020.DataAction:UsingDataforPublicGood.MITPress.MohammadiNandJ.E.Taylor.2020.“SmartCityDigitalTwins.”PASQuickNotes89.DeAngelisJ.2020.“ArtificialIntelligence.”PASQuickNotes85.Wasserman,D.2020.“TheArtofLearningbyExample.”Planning,October.Wright,N.2019.“ApplyingAlgorithmstoLand-UseDecisionMaking.”ZoningPractice,March.7.2文中引用的参考文献UrbanAnalyticsandCityScience1):3–6.lanningEducationintheDigitalAgeEnvironmentandPlanningBUrbanAnalyticscelicyDebateBrail,R.K.,editor.2008.PlanningSupportSystemsforCitiesandRegions.Cambridge,Mass.:LincolnInstituteofLandPolicy.ElSaddik,A.2018.“DigitalTwins:TheConvergenceofMultimediaTechnologies.”IEEEMultiMedia87–92.Geels,F.W.2002.“TechnologicalTransitionsasEvolutionaryReconfigurationProcesses:AMultiLevelPerspectiveandaCase-Study.”ResearchPolicy31(8–9):1257–74.Goodspeed,R.2015.“SmartCities:MovingBeyondUrbanCyberneticstoTackleWickedProblems.”CambridgeJournalofRegions,EconomyandSociety8(1):79–92.JacobsAZandDKMulliganTheHiddenGovernanceinAITheRegulatoryReview,July7.Kaye,K.2022.“NotMyJob:AIResearchersBuildingSurveillanceTechandDeepfakesResistEthicalConcernsProtocolJuly11.Maxwell,J.C.2000.FailingForward:TurningMistakesintoSteppingStonesforSuccess.Nashville:HarperCollinsLeadership.Safransky,S.2020.“GeographiesofAlgorithmicViolence:RedliningtheSmartCity.”earchSanchez,T.W.,H.Shumway,T.Gordner,andT.Lim.2022.“TheProspectsofArtificial