本書(shū)提出了一套基于感知、模擬與人工智能的智能化城市規(guī)劃與管理框架,該框架由三部分構(gòu)成,分別為以認(rèn)知現(xiàn)實(shí)為目的的城市信息感知與分析、以預(yù)判未來(lái)為目的的政策模擬與評(píng)估以及基于人工智能的全過(guò)程增強(qiáng)。在此基礎(chǔ)上,本書(shū)還結(jié)合筆者在這一領(lǐng)域的多項(xiàng)研究實(shí)踐,選擇若干前沿案例對(duì)上述框架予以深入闡釋。
面向近年來(lái)城市管理智能化轉(zhuǎn)型趨勢(shì),對(duì)大量相關(guān)研究與實(shí)踐進(jìn)行了系統(tǒng)梳理,提出了由信息感知與挖掘、系統(tǒng)模擬與優(yōu)化以及人工智能算法增強(qiáng)三個(gè)板塊構(gòu)成的人機(jī)協(xié)同智能化城市管理體系。
隨著全球人口向城市持續(xù)聚集,現(xiàn)代城市在很大程度上遭受著交通
擁堵、環(huán)境污染、資源緊缺等問(wèn)題的困擾,在近百年來(lái)的現(xiàn)代城市治理
探索中,人們不斷嘗試從各類(lèi)最新的社會(huì)科學(xué)思想與工程技術(shù)進(jìn)步中探
尋城市問(wèn)題的解決思路。近年來(lái),以智慧城市城市大數(shù)據(jù)等熱門(mén)
詞匯為代表的一類(lèi)城市管理技術(shù)受到了學(xué)界與業(yè)界的大量關(guān)注與討論,
這類(lèi)技術(shù)試圖借助各種新方法、新數(shù)據(jù)更充分地洞悉城市運(yùn)行態(tài)勢(shì)與發(fā)
展規(guī)律,并在此基礎(chǔ)上更智慧智能地調(diào)控、優(yōu)化城市系統(tǒng)內(nèi)的各
類(lèi)資源配置,逐漸成為城市管理領(lǐng)域一項(xiàng)不可忽視的發(fā)展趨勢(shì)。這一趨
勢(shì)的形成和興起源于當(dāng)代社會(huì)與科技發(fā)展中多種因素的驅(qū)動(dòng)。首先,21
世紀(jì)以來(lái),隨著信息通信技術(shù)的提高與大規(guī)模普及以及現(xiàn)代生產(chǎn)生活的
廣泛電子化,人群活動(dòng)、事務(wù)往來(lái)、意見(jiàn)表達(dá)等城市系統(tǒng)中越來(lái)越多的
活動(dòng)與事件都開(kāi)始產(chǎn)生數(shù)據(jù)并被記錄。這類(lèi)數(shù)據(jù)資源率先在商業(yè)領(lǐng)域被
開(kāi)發(fā)利用,繼而引起城市管理者的關(guān)注。以這類(lèi)具有認(rèn)知沖擊力的海量
數(shù)據(jù)為出發(fā)點(diǎn),新的城市數(shù)據(jù)挖掘方法不斷涌現(xiàn)。其次,計(jì)算機(jī)軟、硬
件水平的提高使相關(guān)技術(shù)在實(shí)際場(chǎng)景中的應(yīng)用潛力大為增加,如人工智
能算法的發(fā)展使圖像、語(yǔ)音識(shí)別技術(shù)在2010年以后明顯提高,催生了大
量新的應(yīng)用場(chǎng)景;硬件基礎(chǔ)設(shè)施的提升也使信息傳輸與反饋速度得以滿
足更多場(chǎng)景需要。相關(guān)進(jìn)步在互聯(lián)網(wǎng)、商業(yè)、金融等領(lǐng)域引發(fā)的生產(chǎn)生
活方式轉(zhuǎn)變使人們不禁思考,相對(duì)傳統(tǒng)的城市管理工作可以怎樣從這一
科技趨勢(shì)中受益。筆者從2013年攻讀博士開(kāi)始,有幸參與到這一次的
智能化城市管理研究熱潮中,本書(shū)作為筆者近年來(lái)工作與思考的總結(jié),試圖透過(guò)紛繁的研究與實(shí)踐案例梳理出智能化城市管理的框架體系,為
有興趣了解這一領(lǐng)域的讀者提供參考。
事實(shí)上,通過(guò)引入新技術(shù)提升城市管理的效率與水平,使之更加智
能化的探索由來(lái)已久。早在20世紀(jì)80年代,國(guó)內(nèi)已出現(xiàn)大量城市模
型的開(kāi)發(fā)與應(yīng)用實(shí)踐,城市模型借助計(jì)算機(jī)的強(qiáng)大運(yùn)算能力實(shí)現(xiàn)人腦一
般無(wú)法完成的復(fù)雜迭代分析,從而模擬城市運(yùn)行規(guī)律、預(yù)測(cè)城市發(fā)展趨
勢(shì)并為管理決策提供依據(jù)。20世紀(jì)90年代初,人工智能領(lǐng)域的專(zhuān)家
系統(tǒng)技術(shù)也曾被應(yīng)用于城市管理,出現(xiàn)了若干針對(duì)特定問(wèn)題的智能化
決策輔助系統(tǒng)。此外,智能城市概念在20世紀(jì)90年代被正式提出,
與其先后出現(xiàn)的連線城市數(shù)字城市信息城市電子治理等理念大多也蘊(yùn)含了互聯(lián)信息智能等相關(guān)思想。可以說(shuō),隨著城市系統(tǒng)的復(fù)雜化與技術(shù)的發(fā)展,智能化城市管理的理論與技術(shù)內(nèi)涵也在
不斷豐富。那么,在當(dāng)前發(fā)展階段,智能化城市管理包含哪些內(nèi)容、形
成了怎樣的體系、面臨哪些挑戰(zhàn),本書(shū)將針對(duì)這些問(wèn)題展開(kāi)探討。
為回答上述問(wèn)題,本書(shū)提出了基于機(jī)器智能a-人類(lèi)智能協(xié)作的智能
化城市管理框架體系。在這一框架中,機(jī)器智能體現(xiàn)為信息感知與挖掘、
系統(tǒng)模擬與優(yōu)化以及人工智能算法增強(qiáng)三個(gè)主要板塊,而人類(lèi)智能主要
在價(jià)值選擇、利益協(xié)商、模糊經(jīng)驗(yàn)判斷等環(huán)節(jié)發(fā)揮作用。通過(guò)高頻交流
與信息反饋,二者相互協(xié)同、取長(zhǎng)補(bǔ)短,共同完成城市管理工作。首先,
這一框架強(qiáng)調(diào)人機(jī)協(xié)同城市管理智能化并不意味著以算法代替管理
者決策,而是利用機(jī)器的信息采集與計(jì)算能力生產(chǎn)出大量輔助人類(lèi)決策
的信息與知識(shí),提升人機(jī)互動(dòng)頻率與深度,形成人機(jī)協(xié)同互補(bǔ)的增強(qiáng)型
智能系統(tǒng),共同提高城市管理決策水平。其次,本書(shū)根據(jù)問(wèn)題對(duì)象層面
從認(rèn)知現(xiàn)狀到預(yù)判未來(lái)的演進(jìn)和方法技術(shù)層面機(jī)器智能水平的差異將智
能化城市管理相關(guān)技術(shù)劃分為三個(gè)主要板塊:信息感知與挖掘、系統(tǒng)模
擬與優(yōu)化以及人工智能算法增強(qiáng)。信息感知與挖掘指通過(guò)各類(lèi)手段對(duì)反
映城市系統(tǒng)運(yùn)行狀況的各類(lèi)信息進(jìn)行收集,感知城市人、地、事、物的
真實(shí)狀態(tài),并在采集獲取信息的基礎(chǔ)上,以適當(dāng)?shù)募夹g(shù)方法進(jìn)一步分析、
挖掘數(shù)據(jù),實(shí)現(xiàn)從原始數(shù)據(jù)到有效信息的提煉。在信息感知與挖掘的基
礎(chǔ)上,可基于已識(shí)別的城市運(yùn)行規(guī)律構(gòu)建城市模型,模擬城市巨系統(tǒng)內(nèi)
的復(fù)雜行為與互動(dòng),并對(duì)城市管理政策的可能影響進(jìn)行預(yù)判與優(yōu)化,拓
展人腦對(duì)未來(lái)情形進(jìn)行推演與判斷的能力范疇。對(duì)這兩個(gè)板塊而言,人
工智能算法憑借其強(qiáng)大的數(shù)據(jù)建模能力,可在其中發(fā)揮算法增強(qiáng)作用,
提升上述過(guò)程的機(jī)器智能水平與決策支持能力。
伴隨著相關(guān)概念在全世界流行,可納入智能化城市管理范疇的研究
與實(shí)踐在國(guó)內(nèi)外涌現(xiàn)。本書(shū)希望通過(guò)上述框架體系的搭建厘清當(dāng)前階段
各類(lèi)研究實(shí)踐的內(nèi)在邏輯與相互聯(lián)系。由于具體案例的呈現(xiàn)對(duì)理解智能
a 在計(jì)算機(jī)領(lǐng)域,機(jī)器智能(machine intelligence)經(jīng)常被作為人工智能(artificial intelligence)
的近義詞使用。在本書(shū)中,機(jī)器智能的含義更為寬泛,指由機(jī)器產(chǎn)生出對(duì)人類(lèi)智能思維有意
義的信息,與人類(lèi)智能互動(dòng)協(xié)作并共同作用于政策制定。
化城市管理體系也尤為重要,因此,本書(shū)分為上、下兩篇:上篇為理論
方法篇,按上述三個(gè)板塊分別進(jìn)行理論與方法闡釋?zhuān)幌缕獮檠芯堪咐?br />針對(duì)三個(gè)板塊分別選擇一或兩項(xiàng)筆者與合作者曾開(kāi)展的研究,展示相關(guān)
方法的實(shí)現(xiàn)過(guò)程。對(duì)信息感知與挖掘板塊,筆者選取了挖掘城市人群活
動(dòng)規(guī)律的案例,提出了一種基于人群活動(dòng)大數(shù)據(jù)的時(shí)間特征分析方法,
可以為城市公共服務(wù)的供給等問(wèn)題提供支撐;對(duì)系統(tǒng)模擬與優(yōu)化板塊,
筆者分別選取了北京市民出行模擬與城市疫情防控策略優(yōu)化兩個(gè)案例,
分別側(cè)重于模擬與優(yōu)化兩個(gè)子環(huán)節(jié)(其中第一個(gè)案例模擬了市民一日活
動(dòng)與出行模型,可用于預(yù)測(cè)城市建設(shè)、功能布局等對(duì)城市交通的影響;
第二個(gè)案例面向新冠疫情防控,提供了疫情防控分區(qū)的優(yōu)化算法);對(duì)人
工智能算法增強(qiáng)板塊,筆者選取了基于人工智能圖像識(shí)別的城市空間品
質(zhì)評(píng)估研究,可實(shí)現(xiàn)傳統(tǒng)方法所難以實(shí)現(xiàn)的城市空間品質(zhì)大規(guī)模、精細(xì)
化評(píng)估。
如前文所提到,智能地開(kāi)展城市管理工作、提升城市生活品質(zhì)
是人們的長(zhǎng)期愿景與探索方向。21世紀(jì)是人類(lèi)的第一個(gè)城市世紀(jì)a,
全球城市人口將繼續(xù)增加,隨之而提高的城市系統(tǒng)復(fù)雜度將使人們更加
寄希望于智能化技術(shù),以應(yīng)對(duì)管理運(yùn)轉(zhuǎn)巨型城市系統(tǒng)的挑戰(zhàn)?梢灶A(yù)見(jiàn),
在城市管理智能化的長(zhǎng)期進(jìn)程中,人們會(huì)經(jīng)歷創(chuàng)意勃發(fā)的高潮也會(huì)經(jīng)歷
徘徊不前的低谷,其中涉及的理論方法也會(huì)隨相關(guān)學(xué)科的拓展而逐漸更
迭,但令城市生活更美好的努力不會(huì)停止。
本文撰寫(xiě)也得到了國(guó)家自然科學(xué)基金的資助(資助號(hào):52008005),
特此感謝。
劉倫
2023年6月
a 指全球城市人口占比開(kāi)始超過(guò)50%。
劉倫,清華大學(xué)建筑學(xué)學(xué)士、城市規(guī)劃學(xué)碩士,劍橋大學(xué)土地經(jīng)濟(jì)系博士,現(xiàn)為劍橋大學(xué)土地經(jīng)濟(jì)系博士后副研究員,主要研究方向?yàn)闆Q策模型與公共政策評(píng)估、人工智能與管理信息化、城鄉(xiāng)治理。以第一作者或通訊作者發(fā)表中英文學(xué)術(shù)論文近20篇。
上篇 理論方法
第1章 新環(huán)境下的城市管理2
1.1 新問(wèn)題與新方法 2
1.2 新技術(shù)方法影響下的轉(zhuǎn)型趨勢(shì) 6
1.3 我國(guó)城市發(fā)展的轉(zhuǎn)型 10
參考文獻(xiàn) 12
第2章 智能化城市管理的內(nèi)涵與框架14
2.1 智能化城市管理內(nèi)涵辨析 14
2.2 多學(xué)科理論方法基礎(chǔ) 18
2.3 系統(tǒng)技術(shù)框架 23
2.4 管理決策模式:人機(jī)協(xié)同決策 27
參考文獻(xiàn) 30
第3章 信息的感知與挖掘32
3.1 大數(shù)據(jù):當(dāng)代城市管理的重要信息來(lái)源 33
3.2 感知挖掘的應(yīng)用領(lǐng)域 39
3.3 討論:感知的可能與限度 55
參考文獻(xiàn) 57
第4章 系統(tǒng)模擬與優(yōu)化60
4.1 城市模型的早期發(fā)展 60
4.2 當(dāng)今城市模型研究的進(jìn)展與應(yīng)用 64
4.3 討論:實(shí)踐挑戰(zhàn)模型思維與管理思維 71
參考文獻(xiàn) 73
第5章 人工智能應(yīng)用75
5.1 人工智能的概念與技術(shù)發(fā)展 75
5.2 人工智能增強(qiáng)的城市管理 80
5.3 以計(jì)算機(jī)視覺(jué)為例的城市感知增強(qiáng) 83
5.4 討論:弱人工智能與通用人工智能 93
參考文獻(xiàn) 94
下篇 研究案例
第6章 信息感知與挖掘案例:城市人群活動(dòng)規(guī)律挖掘102
6.1 研究背景 102
6.2 相關(guān)研究回顧 103
6.3 感知挖掘的方法 105
6.4 感知挖掘結(jié)果 108
6.5 總結(jié)與政策建議 114
參考文獻(xiàn) 115
第7章 系統(tǒng)模擬與優(yōu)化案例(一):城市環(huán)境與交通出行模擬117
7.1 研究背景 117
7.2 建模方法 120
7.3 BEATIM模型概覽 127
7.4 子模型系統(tǒng) 133
7.5 總結(jié)與政策建議 142
參考文獻(xiàn) 143
第8章 系統(tǒng)模擬與優(yōu)化案例(二):城市疫情防控策略的優(yōu)化147
8.1 研究背景 147
8.2 相關(guān)研究回顧 148
8.3 方法與數(shù)據(jù) 149
8.4 方法應(yīng)用 153
8.5 總結(jié)與政策建議 158
參考文獻(xiàn) 159
第9章 人工智能應(yīng)用案例:城市空間品質(zhì)評(píng)估160
9.1 研究背景 160
9.2 相關(guān)研究回顧 162
9.3 計(jì)算機(jī)視覺(jué)模型建構(gòu) 163
9.4 評(píng)估結(jié)果 168
9.5 總結(jié)與政策建議 173
參考文獻(xiàn) 175
第10章 城市、機(jī)器與人:人本的城市智能177
10.1 量化與不可量化 180
10.2 數(shù)據(jù)的偏差與不平等 181
10.3 技術(shù)與價(jià)值觀 182
10.4 優(yōu)化與克制 183
參考文獻(xiàn) 184