过刊检索
期数   从:
   至:
文章标题:
作者姓名:
关 键 词:
摘  要:
      
互动交流
本期您最喜欢的文章
《城市规划学刊》网站用户调查
您当前的位置: 首页 - 学术动态
10 智能城镇化(解本豪) 发布时间: 2018-12-06 点击: 2311

人工智能和智能城市(Artificial Intelligence and Smart Cities)
本文由Michael Batty在2018年发表于期刊environment and planning B上。文章首先指出,面对人工智能(AI)和机器学习的快速发展,真正的挑战并不是人类无法与机器进行对抗,而是人工智能的快速迭代,使我们没有多少时间来制定正确的答案。过去50年来,计算速度每18个月翻一番,生产成本同时减半。以众所周知的国王奖励国际象棋发明者的故事为例,第一个方格上放一粒米,第二个棋盘上加倍,在第三个方格上再加倍……当占据国际象棋棋盘的一半时,大约有20亿粒大米,虽然这是一个很大的数字,但就目前数字时代对大数据的定义来说,它并不是那么大。但是在棋盘的第64个格子,会堆积近千万亿(千万亿)的谷物,超过珠穆朗玛峰的大小。Brynjolfsson和McAfee认为,根据摩尔定律以及当前原始计算速度和内存的增加,我们即将进入棋盘的下半部分。从现在开始,指数增长将真正开始。这就是为什么我们需要新的组织架构来应对这些变化,我们需要开始驯服人工智能,逐渐建立正确的监管机制,引入严肃的道德原则,并确保妥善处理信息技术日益增加的极化效应。
自19世纪以来,城市规划都是试图基于以一种方式来组织城市,即城市如何在经济上发挥作用、如何在社会公平方面组织城市,如何提高所有人的生活质量等。为了实现这些目标而制定的城市长期发展计划都有一些艰难的选择,尽管AI来处理不确定性可能优于人类的经验设计,但目前来看出城市规划所涉及的设计和决策很难被AI所取代。
事实上,尽管机器能够在许多棋盘游戏中击败人类玩家,但AI的真正力量可能来自人与机器的协作一起工作。毫无疑问,以机器学习的形式开发人工智能将有助于深化我们对城市实时运作的理解。我们现在需要的是能够完美掌握这一领域的开拓者,为我们展示人工智能如何用于城市分析和城市科学的研究中,并深入到城市规划和设计的实践中去。在这项艰巨的任务中,我们需要共同努力,以我们对城市的理解的积累去探索人工智能的极限,去探索在城市内部系统以及城市规划的广泛背景下运用人工智能的新方法。
来源:BATTY M. Artificial intelligence and smart cities[J]. Environment and Planning B: Urban Analytics and City Science, 2018, 45(1): 3–6. doi: 10.1177/2399808317751169.
(供稿:何睿)

行人、自动驾驶汽车与城市(Pedestrians, Autonomous Vehicles and Cities)
自动驾驶汽车有很大潜力颠覆人们的出行习惯,但现有的研究分析却大多忽略了自动驾驶汽车和其他道路使用者的互动模式。从这一问题出发,该研究将研究重心放在自动驾驶汽车和行人在无信号灯控制的人行横道处的互动上。
文章首先回顾了现有的关于自动驾驶汽车对出行需求和城市形态的潜在影响的研究。据作者梳理分析,自动驾驶汽车可以提高能源利用效率和道路安全性。而在出行需求方面,一种学说认为,自动驾驶汽车由于其便利性,将会刺激出行增长,并推动城市蔓延;另一种学说则认为,自动驾驶汽车会带来“机动性服务”,即共享代替购买,从而使得每次出行的边际成本提高,减少汽车的出行需求。更进一步的推演认为,这种共享服务会减少停车位需求,促使以前的停车位置换成其他的功能,并使得城市可以更高密度地发展。
其次,为研究自动驾驶汽车与其他道路使用者的策略互动,文章运用“斗鸡博弈”模型,选取了自动驾驶汽车与行人在无信号灯控制的人行横道处的博弈进行分析。作者发现,与传统汽车和行人的博弈中“低速车让,高速人让”的情况不同,由于无人驾驶汽车更加重视风险规避和遵守法律,不愿为了速度而采取不退让的策略,而是遇人必让,这让自动驾驶汽车从根本上不能在斗鸡博弈中获胜。随着自动驾驶汽车的普及,行人过马路时会有恃无恐,这甚至会改变剩下的传统汽车和行人的博弈,使得通常情况下行人更占优势。
基于上述分析,文章认为在郊区等密度较低的区域,自动驾驶汽车的出现会促使规划师规划采用更多促进道路共同使用的设计。因为自动驾驶汽车总是趋向于遵守交通规则并避让行人,“共享街道”或者“可以让小孩放心玩耍的街道”会更易实现。而在密度较高的城区,街道空间的竞争更为激烈。自动驾驶汽车在与其他道路使用者的博弈中处于劣势,这将被其他使用者所利用,导致机动交通效率降低。文章进一步阐释了规划师应该利用这种博弈,通过设计促进或抑制行人的优势地位,例如将道路分为人车分流道路和人车混行道路,以达到路权平衡的状态。
文章的一大亮点在于,它透过自动驾驶汽车本身,探究这种新事物会怎样推进未来城市的发展,而它又将如何改变未来城市中各类人群的互动模式,并从这种角度给规划师带来新的思考——应该如何充分利用这种推动力和互动模式并将其运用到空间设计和政策建议中去。
来源:MILLARDBALL A. Pedestrians, autonomous vehicles, and cities[J]. Journal of Planning Education and Research, 2016, 37(1): 6-12.
(供稿:张弛)

物联网和大数据分析:利用实时城市数据定义智能数字城市(Exploiting Iot and Big data Analytics: Defining Smart Digital City Using Real-time Urban Data)
近年来,城市中的智能系统(如智能家居、智能停车等)和物联网设备(如传感器等)已经有了飞速的发展,它们的集成可以对建设数字化和智能化的城市发挥重要作用,但是这同时也就要求物联网对象能够更加有效地获取、处理并利用如此庞大的城市数据来为城市服务。因此作者提出,当前迫切的需要集成智能数字技术,有效地使用物联网设备采集数据,同时用服务器集成数据,对数据进行进一步分析,最终达到做出即时决策并融入到城市发展规划的状态。
作者首先提出利用物联网技术采集城市数据,部署包括智能家居传感器、智能停车场传感器、车辆网络和监控系统等各类传感器进行实时数据收集,并在此基础上开发智能数字城市系统。
接下来在研究的核心部分作者提出,构建智能数字城市系统的核心挑战是将各种智能系统和传感器基于同一地点生成的所有城市数据链接起来。作者提出了一种完整的实现模型,涵盖系统架构的建立以及从数据采集到决策和智能城市服务的应用,并详细介绍了实现以上系统所需要的各种步骤,包括数据生成和收集、聚合、过滤、分类、预处理、计算和决策的全流程,以期为城市主管部门实现城市的智能化和数字化提供指导。为了高速处理高容量的数据,作者部署了具有MapReduce编程范例的Hadoop生态系统,它具有至少一个主节点和多个数据节点。Hadoop使用Hadoop分布式文件系统(HDFS),通过将数据分割成各种固定大小的块,在数据节点之间分发数据。
最后,作者以一些城市的案例为分析对象,介绍了Hadoop生态系统的应用以及数据的生成。研究人员使用由智能住宅、智能停车场、天气系统、污染监测传感器和车辆网络生成的现有数据集进行分析和测试,尝试解决普通公民当下面临的生活问题;同时,研究还提出了智能交通系统(STB)作为智能数字城市的核心组成部分的相关实践应用。
来源:RATHORE M M, PAUL A, HONG Won-Hwa, et al. Exploiting Iot and big data analytics: defining smart digital city using real-time urban data[J]. Sustainable Cities and Society, 2018, 40: 600-610.
(供稿:申程)