美國規(guī)劃協(xié)會規(guī)劃AI白皮書-機遇挑戰(zhàn)與響應 Al in Planning

AI與響應 核心觀點統(tǒng),即使專家依時間的推移變得更加強大。然而，我們?nèi)祟愐?guī)劃的最佳人工智能將需要時間來創(chuàng)造,只有第一步是明確的規(guī)劃的最佳人工智能劃”或“為公共利益服務”意味成熟行動可能會變得更維，將是規(guī)劃師與人工智能成功合作變革，挑戰(zhàn)的涌現(xiàn)，社會的轉變以及技術的革括新的工具、流程和技能。AI一直在發(fā)展。然而，由于大數(shù)據(jù)的可用性和十年中大幅增長，預計在未來幾年中每年將行業(yè)產(chǎn)生影響。規(guī)劃師和相關專業(yè)人員，應充的潛在影響和益處。人工智能已經(jīng)在重塑地方和有效地使用人工智能。如果負責任地部許規(guī)劃師將他們的工作重點放在規(guī)劃的人為因素上(即人與人之間的互動，與社區(qū)成在規(guī)劃中使用人工智能(并最終與人工智能合作)的目標應該是改善我們目前正在地完成(例如，處理和分析大數(shù)據(jù)集和艱苦的重復性任務，如交通統(tǒng)計)，以及哪些任務必須由人類與社區(qū)成員面對的智能系統(tǒng)的發(fā)展，可能有助于我們更好地理解當前的規(guī)劃過程(及其缺陷)。關于規(guī)劃中的人工智能的討論需要圍繞運行良好，哪些沒有。我們需要確保我們從可持續(xù)的，然后我們才可以編程讓機A析、社會學、地理學和工程學等智能的發(fā)展。本白皮書總結了研究結做好準備、規(guī)劃師如何確保以公平和稿人lan長HollanderFAICPTheodoreLim市事務和規(guī)劃助理教授國際事務學院城市事務和規(guī)劃教授arahWilliamsNormanWrightAICP任ICPdraGomez居環(huán)境復雜性的集體努力。與現(xiàn)代大的基本組成部分。規(guī)劃工作的其中。這其中很大一部分工作，都是基于數(shù)據(jù)和便如此，綜合和底層解理和易于理解。事實、觀點、價值列原則和規(guī)則之中，然后用于持續(xù)與非專業(yè)人士不同，規(guī)劃師可以利用對原則和確定提案的優(yōu)勢和劣勢。他們?nèi)缓罂尚袆訔l件來做到上述這一點。例如，如果這個的基本標準，那么它將被否決。在世界各地的，型等剛性過程、不連貫的漸進主義等柔性過程,以及我們今天看到的公眾參與戰(zhàn)略最佳實踐得到了完善。然后是經(jīng)典的數(shù)據(jù)驅動分析的定量方法。這項工作從普通的統(tǒng)計技術(線性回歸和中心極限定理)據(jù)和制圖結合起來，提供從土地使信息納入一個優(yōu)先價值序列。這些價值反是以明顯方式塑造城市的強大規(guī)則。當這樣這項技術是一種自動化的決策預測器，將定期自動糾正最常見的錯別字(以便將“receipt”一詞立即替換為t作，它經(jīng)常以書面形式強制為數(shù)字信息，并被注入文字處理器的照這些規(guī)則和標準，持續(xù)監(jiān)測文本中的每動更正系統(tǒng)就會做出更改。這允許用戶可以代飛機自動駕駛系統(tǒng)和圖像，以使人工智能發(fā)揮預期運行方面，married”替換成“murdered(被謀殺)”等詞語。語如此，在定量數(shù)據(jù)、清晰的邏輯和單地打開軟件來審查形成命令的代碼，透預期的結果的例子，這些結果包括不僅來指示(即提示)，語言學習模型GPT-3就能規(guī)則。盡管如此，在人工智及研究人員和開發(fā)人員灌輸給它的結2.3人工智能和規(guī)劃之間的相似性和協(xié)同作用決當?shù)貑栴}的原因。因此，我們代，“機器”會接管我們的工作。我們好的國際象棋選手，然后自然而然不取代，而是增強。這樣一來，“人的任務是保證飛行高度，他們可以根據(jù)是至關重要的，因為自動駕駛行員必須能夠識別并干預這種在自動駕駛功能啟動后的所有時刻，保它無法做到這一切。即使在最先手來指導系統(tǒng)，即使專家依靠系統(tǒng)來在改善人工智能的定量分析和預測大進步。通過一系列的條件、數(shù)字權重和變量，將他們的直覺轉化為可靠的，從而正式確定他們在決策方面的專業(yè)知識。這些簡單的示意圖代表了規(guī)行理性判斷的基本邏輯流程。以一個有序的順序，把這個流程清楚，然后把我們所有的變量與社區(qū)的代表性價值進行權衡，并把這些信息添加相同的數(shù)據(jù)，運行算法，并看到結果。何其他專業(yè)有效地編寫。它們沒有一個是完更容易接受社區(qū)不斷變化的態(tài)度和需求。更妙楚這個錯誤已經(jīng)發(fā)生。在復雜的模型解決，但錯誤還是很明顯的。這就激發(fā)了反復自己的錯誤。以與機器學習模型相同的方驗。我們也可以。有了正確的數(shù)據(jù)和得最大的交通便利。它可以確定最須在各方面不V此——數(shù)據(jù)必須在數(shù)量、速度、種類、可變量的公式的過程必須不斷完善。最后，每解和信任的方式，透明地分享。，將他們的不斷變化的關注和需求，技術數(shù)據(jù)，越來越多地通過自動化系統(tǒng)進智能提供它所需要的量化信息，以。人類建構的，但如果沒有規(guī)劃師與技術的2.4人工智能在規(guī)劃中的潛在用途和影響可以產(chǎn)生無數(shù)權重和度量的排列。其質(zhì)量(可靠性和準確性)取決于它得到的數(shù)據(jù)理解數(shù)據(jù)收集、分析和算法開發(fā)的最佳街道、策的一部分。深入了解街道設計和死區(qū)政策等等涵義。這些知識曾經(jīng)只屬于從事易學習。我們在這個領域已經(jīng)取得了巨的數(shù)據(jù)所限制的。數(shù)據(jù)的缺乏導本上是遙不可及的。我們還缺乏將我們數(shù)字和對象所需的知識。這些問題一步是明確的：規(guī)劃的最佳人工智能。我們對這種邏輯有清晰的認識嗎？我的問題和解決方案？我們知道如何培果我們不為規(guī)劃開發(fā)這種算法邏輯，那AI開發(fā)基于AI的規(guī)劃工具時，很可能會開發(fā)這種人工智能和規(guī)劃之間協(xié)同作用的最佳方面。的能源基準計劃，確定該州所有建筑面積超的足跡和高度，因為房產(chǎn)稅記錄的建筑面積統(tǒng)和人工智能，從閉路電視(交通實時影、突然停車和其他異常情況。這有助于規(guī)處理事故。這些數(shù)據(jù)被輸入到一個實時疫的機會。這需要具備與相關任何，學習新的技能，了解新工具做得好的地師應用程序將是很重要的。相對劃師的數(shù)量很少。這意味著規(guī)劃師大的經(jīng)濟體中成熟后，再到專業(yè)領域能是不明智的，但“閃亮物體”重要挑戰(zhàn)。當人工智能工具從最初此，例如使用銷售預測工具，來評估主要街智能，會使工作流程更有效率，提高其質(zhì)戰(zhàn)相類似。有時我們會選擇方建。一個例子是，關于如何在交通領域下，或許由于說明決策對服務不足的社集。有時，我們并沒有有意識地選擇數(shù)據(jù)的呈現(xiàn)、敘述的構建以及最終規(guī)劃決智能應用中的公平和道德問題，以及人工智能1技術部門和規(guī)劃電子表格、統(tǒng)計包和地理信息系統(tǒng)起源于技術部門編寫了大部分規(guī)劃師最終使正如數(shù)學家阿爾弗雷德·諾斯·懷特海(1911)很久以前就寫道：“文明的進步，。一些規(guī)標。然而，通過人因為當我們允許人工智能在我們沒有思考的情況下應用方法或造成意想不到的后果。因此，定期評估求的效率是社區(qū)和更廣泛的社會所珍視的，從而更好從業(yè)者需要了解人工智能的工作原理-它不應該是一個黑盒子。他們需要了解輸出的態(tài)度，而不是被動的。作為人工智能消費者和用戶，他們應該鼓勵將研究重點放在可解釋的人工智能上(幫助用戶理解和意味著什么，以及所有規(guī)劃者需要知道和機遇。營利性活動與為者將使用人工智能工具來推進他們更多的自由來創(chuàng)新和測試想法。特別是地敗”，這表明科技部門應該承擔更多的術、社區(qū)和自然》)，許多人將其歸因于麥克斯韋(2000)的格言“早失敗，常失評價，以評估其相對優(yōu)勢和劣勢。這是經(jīng)常與從業(yè)圍繞部門主題進行研究，例如為能源經(jīng)濟規(guī)劃學術界和實踐界AI應用方面，以及在培訓學生和職業(yè)中期從業(yè)師考慮應用人工智能相關方法的好時機。像其他商業(yè)和政府乏關于城市場所和過程的數(shù)據(jù)，在人工智能的進一步發(fā)展受到了信息的數(shù)據(jù)收集傳感器，這種限制正在迅速改善(見Thakuriah，Tilahun，andlner時間框架，以便更好地與控制論和城市運營研究的劃將在規(guī)劃制文獻表明，在土地使用、分區(qū)和許可、環(huán)境這些問題沒有商定的規(guī)則、邏輯或可能結果的于“可馴服”的問題，例如通過大量的監(jiān)督數(shù)據(jù)得重大進展，而學術研究可定義、人工智能工具的評法不同，在研究過程中很少考的經(jīng)驗來指導新的或調(diào)整后的流成。規(guī)劃行業(yè)一直在努力糾正過的社區(qū)。公平的規(guī)劃實踐需要成作時需要解決的其余缺點。此外，規(guī)劃師性方面的缺點，這與規(guī)劃師在自己的專業(yè)4.1規(guī)劃目標和人工智能的目的首先提出了一個問題：規(guī)劃的目的是什么？一般來否意味著“群體的觀”比個人的觀點更重要？如能得到服務嗎？雖然規(guī)劃師的目標是為共同利益些問題，特別是那些人類自己無法智能本身并不有害，也不是有意有害的。它的目的取決于其用戶自己的決定，沒有意見，也沒有經(jīng)驗。人工智能的程序員算法并決定將哪些數(shù)據(jù)輸入機器的人—要對它所做的決定以是，為公共利益進行規(guī)劃的規(guī)劃師可。4.2價值觀和道德判定道德處理(大數(shù)據(jù)、開放數(shù)據(jù)、數(shù)據(jù)保護、數(shù)據(jù)隱私)、透明度等，在圍繞道德規(guī)開發(fā)或使用的組織(OECD)等全球組織和各國政府以及智能的初步概念，但沒有一個實推理。4.3包容性都被包括在內(nèi)。然而，諸如“最響亮的聲音”的主導問題(我們?nèi)绾伟l(fā)現(xiàn)從屬的敘述，并鼓勵邊緣化的聲音說出來并被聽到？)，社區(qū)參與的預算限制(什么渠道、工具、方法和地點可用于外聯(lián)、投入和參與？)，以及阻力最小的路徑(誰最容易等問題都強調(diào)了包容性的必據(jù)大數(shù)據(jù)集做出決策)，那些在數(shù)據(jù)不代表社區(qū)的數(shù)據(jù)，會導致加劇問題。4.4透明度理解，以及對自上而下決策的看法。如何才能，即輸出的接收者。夠以公平的方式使用人工4.5歷史的包袱，和工具的發(fā)展提供信息。分析和評估過。規(guī)劃師和人工智能開發(fā)者需要了解歷史同的問題；使用新的思維方式、新的缺陷的、不公平的方法的學習，將是4.6多樣性社區(qū)的多樣性。這種多樣性的缺失導致了社區(qū)，了解不同的需求和價值觀，服務者也需投入并不能解決不平等問題。然而，它可以幫據(jù)和算法需要反映社區(qū)的多樣師意造成排斥的，哪些是無意的，因此人工智能創(chuàng)造的成果負他們的主要任務是開發(fā)這些工具，而不是考慮潛在的使用案例和錯誤使用的后果(Kaye，2022)。在規(guī)劃中利用人工智能和培訓規(guī)劃者能開發(fā)和使用過程中面臨的一些風險的缺點，但在試圖為兩者共同解決這的任何一種情形。5規(guī)劃師的角色以及如何為人工智能做誰備。多樣性和包容性目標，這些目標應該是規(guī)劃實踐的核心。規(guī)劃師(用戶)和科技公司(開發(fā)者)之間的聯(lián)系和關系需要建立、維護和發(fā)展，盡管不是每個科技公司都基于人工智能的規(guī)劃工具GIS)產(chǎn)品在規(guī)劃行業(yè)的應用一樣，專家將變，以促進基于人工智能的規(guī)劃產(chǎn)品的立以規(guī)劃倫理為基礎和為共同利益而，應該指導和推動關于何時和如何使智能技術、隨之而來的劃師是基于人工智能工具開發(fā)的貢獻者。之外工作的人工智能開發(fā)者。該專業(yè)還需要考慮到不同方法(如基于資產(chǎn)的社區(qū)發(fā)展或設計思維)對從業(yè)者如何定義重新評估，特別是考慮到正在進行的公出現(xiàn)的差異。。特別重要的是要與社區(qū)成員展開于人工智能的工具的經(jīng)驗和實際(或感知到的)結果。隨著時間的推移，這將有助于人工智能標準的發(fā)展，并反席會議的理由。規(guī)劃師是人工智能開發(fā)者試決方案的主題專家。在開發(fā)以人工智能為業(yè)知識，同時努力避免偏見將是改善規(guī)劃的作可以向社區(qū)(以及規(guī)劃組織)展示人工智能的價值，并能夠促進社區(qū)提升關于人以注意到哪些有效，哪些無效，并根據(jù)需要擴大(或縮小)規(guī)模。民數(shù)據(jù)促進者的一個機會。規(guī)以倡導改善數(shù)據(jù)質(zhì)量和適用使用定性的方法來填補定量數(shù)據(jù)人，作為人工智能主題的倡導者。這可能是管了解還有誰參與(或不參與)。話的專業(yè)人員。規(guī)劃行業(yè)可以通過與些有共同利益的人合作，來獲得一席之地以做出的一個重要貢獻。大工智能進行長期預測和決策。以幫助人工智能開發(fā)者變得行動，對雙方都有利。但重要基于人工智能的工具發(fā)展的參與者作為知情消費者的規(guī)劃師試圖進入一個充滿了數(shù)十年的規(guī)劃師的角色應該是這些確認數(shù)據(jù)(和其他)局限性。工具的基礎部分和所需投入。他們應該對數(shù)據(jù)和模型進行有效的(但不是禁止性的)批評，以確定它們是否適合于規(guī)陷和瑕疵并不意味著完全取消其使用；相定的或完美的，但在規(guī)劃過程中仍有白。簡而言之，規(guī)劃師需要了解該技術如應調(diào)整。理解并非所有工具都適用于助力完成每項工作任務。但也可能不適用于其他數(shù)據(jù)粒度。采納和將數(shù)據(jù)和模型的分辨率與決策的適當時間范圍(短期、中期或長期)和空間范圍(地方、區(qū)域等)相匹配。可能包括以下內(nèi)容：這個工具能幫助我完嗎？這個工具是否能促進我所服務社區(qū)的公這個工具是否有利于規(guī)劃？它是否能解決實也可以為規(guī)劃提供經(jīng)驗教訓。從看似遙如民事和民事訴訟、工程和景觀建筑工智能的使用。規(guī)劃師可能意識到其中的一民趨勢，但他們需要確保改變他們的預測以標記這些偏差，并要求在必要時進行調(diào)整 來一個更強大和更便利業(yè)，因此使用現(xiàn)有的產(chǎn)品不僅是不可有的信息。高技能和持續(xù)學習了明確的技能提，使他們能夠以更有意義的方式完成接觸到許多理論、方法和他們心課程應向他們介紹與AI規(guī)劃相位在作為更熟悉的方法的延伸。選修化，對那些剛開始從事這一職業(yè)的人來級規(guī)劃師通過在監(jiān)督下執(zhí)行較簡單的任的依賴將極大地增加新手規(guī)劃師需要用的職業(yè)發(fā)展。地方規(guī)劃機構和私人提升，以促進創(chuàng)新并與不斷變化的世界相他們的人文技能(軟技能)和技術技能(硬技能)。正如本白皮書中提到的，人工智能在規(guī)劃中的使用將使規(guī)劃行業(yè)重新聚焦于規(guī)劃中的人為因素。人工智能可以處理重復性的任務(如交通統(tǒng)計)和理性的決策(如自動許可程序)。人工智能將能夠進行定量分析，提供其他相關問題的知識，對規(guī)劃師來說變得越來 (例如，用于收集一致的數(shù)據(jù))；以及跨不同的機構(如開發(fā)新的數(shù)字工具)。規(guī)劃師將需要溝通、人際關系和建立關系的技能，以通過公平的招聘實踐，以及提供與所有規(guī)劃師在政策、規(guī)劃和設計領域重新定義6人工智能規(guī)劃的未來行業(yè)中發(fā)揮重要作用的未來趨勢。它旨人工智能概念及其對規(guī)劃專業(yè)來說，這可能是一個全新的概念，了解圍繞人工智能及其潛在應用的討幻小說，基于人工智能的規(guī)劃工具已經(jīng)成他人就會取代我們。讓我們學習如何7參考文獻7.1規(guī)劃中的人工智能前瞻社群成員的作品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文中引用的參考文獻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