《美国规划协会:规划AI白皮书-机遇、挑战与响应(36页).pdf》由会员分享,可在线阅读,更多相关《美国规划协会:规划AI白皮书-机遇、挑战与响应(36页).pdf(36页珍藏版)》请在三个皮匠报告上搜索。
1、公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 0 公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 1 规划规划中的中的 AIAI机遇、挑战与响应机遇、挑战与响应 1 引言.1 撰稿人.2 2 意义建构人工智能与规划.4 2.1 什么是规划,规划师是做什么的?.4 2.2 什么是人工智能,人工智能能做什么?.5 2.3 人工智能和规划之间的相似性和协同作用.7 2.4 人工智能在规划中的潜在用途和影响.9 3.挑战与机遇.12 3.1 技术部门和规划.13 3.2 规划学术界和实践界.15 4 公平和包容以及对人工智能的道德需求.17 4.1 规划目标和人工智能的目的.17 4
2、.2 价值观和道德判定.18 4.3 包容性.18 4.4 透明度.19 4.5 历史的包袱.20 4.6 多样性.20 4.7 谁该负责?.21 5 规划师的角色以及如何为人工智能做谁备.21 5.1 规划师是基于人工智能工具开发的贡献者.22 5.2 作为知情消费者的规划师.25 5.3 提高技能和持续学习.27 6 人工智能规划的未来.29 7 参考文献.30 7.1 规划中的人工智能前瞻社群成员的作品.30 7.2 文中引用的参考文献.31 7.3 补充阅读.32 2022 年 9 月美国规划协会 公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 2 核心观点核心观点 在每一种情
3、形下,AI 技术都表明,正确的数据和正确的规则,可以让人工智能根据它所读取的模式来预测行动方案。即使在最先进的应用中,人工智能也要依靠警惕的专家之手来指导系统,即使专家依靠系统来完成大部分任务。试验和错误的反复循环使人工智能随着时间的推移变得更加强大。然而,我们人类往往会因为害怕尴尬或失败而隐藏自己的错误。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逻辑必须从模仿人类的最佳规划逻辑开始。从业者需要了解人工智能是如何工作的它不应该是一个黑匣子。他们需要了解输出是如何创建的,并且能够将输入的内容与输出的内容联系起来。学术文献表明,在土地使用、分区和许可、环境规划和交通等
4、领域的规划中,存在着广泛的前瞻性 AI 应用。但是,在试图制定一个算法时,“为公共利益而规划”或“为公共利益服务”意味着什么?事后诸葛亮有必要从过去的错误中吸取教训,适当地重新思考规划过程;这可以为协助规划任务的算法和工具的发展提供参考。由于规划行业有改进的空间,人工智能可以成为解决该行业所面临问题的机制;但如果不谨慎使用,人工智能也很容易加剧这些问题。规划师必须了解他们所使用的工具,包括这些工具能够做什么,不能做什么,它们的局限性和缺点,以及潜在的意外后果的风险。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 3 这是一个新的冒险,所以需要实验,随着这种关系的发展和成熟行动可能会变得
5、更加具体。人工智能对这个行业提出了明确的技能提升、教育和培训需求,规划师不需要成为人工智能专家;但是,他们应该了解人工智能如何影响他们今天和未来的工作。沟通技巧、情商、敏捷性、同理心和批判性思维,将是规划师与人工智能成功合作的关键,同时将其社区成员的需求放在首位。让我们学习如何与人工智能合作,利用这项技术来改善我们的流程,并继续以公平和技术先进的方式为所有人创造伟大的社区。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 1 1 1 引言引言 正如美国规划协会的2022 年规师趋势报告中所说,几个世纪以来,职业的发展演化一直伴随着环境的变化、时代的变革,挑战的涌现,社会的转变以及技术的革
6、新。虽然有些职业已经过时,或被技术所取代,但仍有职业已经适应或重新调整,并且在这个不断变化的世界中与时俱进。当下不同的是,变化的速率正在加快,这需要更快的,甚至是主动的调整包括新的工具、流程和技能。人工智能(AI)自 20 世纪 50 年代以来一直在发展。然而,由于大数据的可用性和计算能力的提高,人工智能市场在过去十年中大幅增长,预计在未来几年中每年将增长 20以上。人工智能有望成为 21 世纪最大的颠覆者之一,对经济、建筑环境、社会以及包括规划行业在内的大多数行业产生影响。规划师和相关专业人员,应充分了解人工智能对专业及其服务社区的潜在影响和益处。人工智能已经在重塑地方的景观,重要的是,了解
7、规划师如何公平和有效地使用人工智能。如果负责任地部署,人工智能有可能协助规划师的工作,改善现有的规划过程,创造效率,并允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,与社区成员的联系,以及相关的人类技能)。然而,如果人工智能的使用者没有准备好,不了解和质疑现有的系统和算法,那么,人工智能的使用也有加剧社会现有不平等的风险。AI 不应该为了使用 AI 而使用。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做的事情。了解哪些任务可以由机器比人更有效地完成(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面来
8、完成,是需要回答的重要问题。此外,最重要的是,与规划师相互合作而带来的智能系统的发展,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这样一个问题展开:哪些规划过程目前运行良好,哪些没有。我们需要确保我们从改善现有的程序开始,并确保其结果是公平和可持续的,然后我们才可以编程让机器来为我们做这些事情。因此,规划师参与规划领域的人工智能发展是至关重要的,公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 2 以集中讨论我们想要解决的挑战和我们需要实现的规划目标,并开发能够支持规划师为所有人创造伟大社区的工具。作为 APA(美国规划协会)前瞻实践的一部分,A
9、PA 组织成立了“规划中的人工智能”前瞻社群,这是一个由规划、计算机科学、数据分析、社会学、地理学和工程学等学科的专家组成的多学科小组。前瞻社群在 2021 年 6 月至 2022 年 6 月的一年时间内,举行了 10 次会议,讨论人工智能对规划行业的潜在影响,对合乎职业道德标准的人工智能的需求,以及规划师如何响应人工智能的发展。本白皮书总结了研究结果,并就规划师如何为人工智能及其潜在影响做好准备、规划师如何确保以公平和包容的方式来使用基于人工智能的规划工具,以及规划师在开发和使用基于人工智能的规划工具中应扮演什么角色提出了初步想法。撰稿人 我们要感谢所有“AI in Planning”前瞻委
10、员会成员的宝贵贡献。人工智能前瞻社群人工智能前瞻社群 Nader Afzalan 加利福尼亚州长规划和研究办公室高级顾问 Clint Andrews,AICP,罗格斯大学;Edward.Bloustein,规划和公共政策学院教授兼研究副院长 Keith Cooke,Esri 公司规划和社区发展部行业经理 Justin Hollander,FAICP,塔夫茨大学城市和环境政策与规划教授 Theodore Lim,弗吉尼亚理工大学公共和国际事务学院城市事务和规划助理教授 Neda Mohammadi,乔治亚理工大学土木与环境工程学院博士后研究员 汤姆-桑切斯,弗吉尼亚理工大学公共和国际事务学院城市
11、事务和规划教授 约翰-泰勒,负责研究生课程的副主席和研究创新;Frederick Law Olmsted 教授,佐治亚理工学院士木与环境工程学院 Natalie Veal,国家和地方政府营销,Esri David Wasserman,AICP,数据科学实践负责人,Alta Planning+Design 公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 3 Violet Whitney,产品经理,Sidewalk 实验室 Sarah Williams,城市规划副教授;麻省理工学院公民数据设计实验室主任 Norman Wright,AICP,俄勒冈州塞勒姆的城市社区发展部主任 APA 工作
12、人员 Petra Hurtado,博士,研究主任 Sagar Shah,博士,AICP,规划和社区健康研究经理 Joseph DeAngelis,.AICP,研究经理 Alexsandra Gomez,研究助理 公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 4 2 2 意义建构意义建构人工智能与规划人工智能与规划 2.1 什么是规划,规划师是做什么的?规划是我们明智地投资稀缺公共资源和管理人居环境复杂性的集体努力。与现代大多数知识工作一样,这项工作包含两个截然不同的基本组成部分。规划工作的其中一部分是定量的,另一部分则是定性的。这其中很大一部分工作,都是基于数据和事实的。另一相同部分
13、(有时更大的部分),则建立在社会和政治交流的基础上,这些交流将情感和直觉,转化为价值观和观点。规划将这两种类型的信息结合起来,使最佳决策成为可能。这样做的过程因项目而异。同样地,问题也因地区而异。即便如此,综合和底层解决方案始终建立在逻辑的基础之上,以尽可能合理和易于理解。事实、观点、价值观、预测和其他形式的信息,通过逻辑注入一系列原则和规则之中,然后用于持续地评估社区可能面临的选择。对于有经验的规划师来说,这个过程往往在几秒钟内就能完成。他们将根据社区的未来愿景和当前规则评估变革建议。与非专业人士不同,规划师可以利用对原则和法律的深入了解,以其他人无法复制的方式来确定提案的优势和劣势。他们然
14、后可以提出一个行动方案建议,允许某种形式的拟议变化,同时遵守社区的法律和愿景,保留提案的优点,并减少其缺点。他们通常会通过提及从实践、政策和常识中得出的任何有关“如果这样,则那样”的行动条件来做到上述这一点。例如,如果这个街道项目不符合为行人提供安全通道的基本标准,那么它将被否决。在世界各地的每一个规划办公室里,这种情况发生了成千上万次,每天都会有这样的事情发生,而且往往是如此之快。以至于几乎被认为是自动的。近一个世纪以来,这项工作通过理性规划模型等刚性过程、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
15、术(线性回归和中心极限定理)开始,已经发展到包括最先进的软件,将遥感数据和制图结合起来,提供从土地使用适宜性分析到交通模型,再到存储在数据云中的数字孪生的一切技术。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 5 在实践的每一次迭代中,规划师的逻辑都是一样的。这种逻辑解释了针对大量系统的潜在变化的因果关系,这些系统通常被称为经济、环境和社会需求的“三重底线”。该逻辑将事实、意见、项目和其他形式的信息纳入一个优先价值序列。这些价值反映在保护社区“健康、安全和福利”的地方政策中,所有这些政策都经过了数以千计的法律挑战的考验和证明,今天仍然是以明显方式塑造城市的强大规则。当这样的规则造成意
16、想不到的后果时,规划师和他们的逻辑就会与社区合作,理性地、一次一个项目地找到更好的解决方案。2.2 什么是人工智能,人工智能能做什么?人工智能拥有向社会提供上述相同基本价值的潜力。这项技术是一种自动化的决策工具。它是人工的,因为它是我们人类创造的东西,通常是通过软件。它同样是智能的,因为它包含了一些机制,使它能够在没有我们刻意命令的情况下做出决定。一般来说,人工智能可以评估信息,识别特征,将模式转化为规定的变量,根据行动的阈值来衡量变量,确定价值最高的选项,并做出决定。例如,一个常见的单词预测器,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“receipt”)。这是人工
17、智能的一个基本表达。它所需要的只是一个明确的目标(即确保所有的字都写正确)和一系列基于“如果这样,则那样”逻辑的自动条件动作,这使软件认识到,如果一个常见的英语单词中的“I“和“E 放错了位置,这个错误应该用“I”前面的“E”的正确拼法来纠正。这不是魔术。然而,它仍然是神奇的。这个自动校正功能的简单示例是一个基于逻辑的操作动作,它经常以书面形式强制执行。这种逻辑是通过语言、语法和写作标准建立的。人类创造的人工资源,如 牛津词典和语法和标点符号蓝皮书被转化为数字信息,并被注入文字处理器的代码库中。然后,软件利用这些信息,对照这些规则和标准,持续监测文本中的每一个新变化。如果检测到错误,那么自动更
18、正系统就会做出更改。这允许用户可以避免那些尴尬的错别字,这是似乎是他们自己永远无法避免的情况。最重要的是,这使他们摆脱了必须检查所有拼写的繁琐工作。通过这种方式,人工智能很有帮助,因为它以一种更细致、更即时的方式完成这项任务。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 6 这个关于人工智能如何工作的简单例子,可以推断出现代飞机自动驾驶系统和图像识别机器的基本原理,这些机器可以在 CT 扫描中识别癌症,其可靠性和速度比专业放射医师还要高。在任何情景下,人工智能技术都表明,正确的数据和正确的规则可以允许人工智能根据其读取的模式,来预测和规定行动方案。这个想法很简单,但在调整正确的数据和
19、规则,以使人工智能发挥预期运行方面,往往存在巨大的挑战。继续以自动更正为例,这个功能帮助打字员克服错误,但它仍然是不可靠的。在很多情况下,人工智能的算法会将“drive(开车)”替换成“drink(喝酒)”,或将“married(结婚)”替换成“murdered(被谋杀)”等词语。语境是至关重要的,常识在算法中很难定义。尽管如此,在定量数据、清晰的逻辑和简单的规则范围内,人工智能以一种一致的、即时的方式执行我们告诉它的事情,根据数据、代码、模式识别和预先建立的“如果这样,则那样”命令,来固定打字员的“I”和“E”元音组合。最重要的是,这条逻辑线可以很容易地被理解,并由另一个用户在重复试验中参与
20、人工智能,或简单地打开软件来审查形成命令的代码,透明地分享。然而,情况并非总是如此。大数据和机器学习技术的复杂性不断增加,导致一个特定的算法出现更多的行为。(根据 APA 的 PAS 备忘录,“人工智能和规划实践”,机器学习被定义为“基于应用统计模型的算法,可以在不遵循明确指合的情况下,通过基于从数据模式中得出的推论进行学习和决策。”)回顾近期历史,依然存在许多有关机器学习提供了意想不到的和非预期的结果的例子,这些结果包括不仅来自我们的编程,也来自我们自己的结论。例如,语言学习模型比上面强调的自动更正的例子要先进几个数量级。仅凭一组指示(即提示),语言学习模型 GPT-3 就能生成让外行认为是
21、人类写的文本。这远远超出了在更初级的技术形式中发现的条件语句和规则。尽管如此,在人工智能的核心,仍然有一个数据集、使用规则,以及研究人员和开发人员灌输给它的结果。无意的结果和意外的错误经常发生。在可预见的未来,当必须(对人工智能的结果)进行修复时,它们将来自我们人类的设计者和用户。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 7 2.3 人工智能和规划之间的相似性和协同作用 正确的逻辑和正确的数据,也是让规划师合理地解决当地问题的原因。因此,我们可以看到,我们的一些实践与人工智能的工作机制相似,因此,合作的机会已经成熟。有些人担心,这种合作会导致我们被取代,“机器”会接管我们的工作。
22、我们可以看看,有多少人工智能系统打败了世界上最好的国际象棋选手,然后自然而然地得出结论,我们也将被取代,因为无法与计算机的速度和能力相匹敌。然而,规划不是游戏,规划师的工作本质上是创造性的,是以人为本的。人工智能不能取代作家的表达方式和风格,以及对隐喻的刻意使用。然而,它可以确保每一句话都符合适当的语法。人工智能并不取代,而是增强。这样一来,“人工智能”这个词的更好用法可能是“增强的智能”。这对于高度复杂的棋盘游戏领域之外的任务来说尤其如此。考虑一下波音 777 飞机的自动驾驶导航系统。人工智能是非常先进的,但它仍然依赖于与飞行员的合作关系。飞行员通常处理的任务是保证飞行高度,他们可以根据自己
23、的需要,在极端湍流的情况下,输入航线、滑行和转弯等变量。飞行员还不断监测人工智能的行为,以便在有必要时进行干预。这是至关重要的,因为自动驾驶系统可能不会像预期那样执行任务。一个有能力的飞行员必须能够识别并干预这种情况,这也是美国继续要求飞行员或副驾驶在自动驾驶功能启动后的所有时刻,保持准备状态的众多原因之一。人工智能正变得越来越有能力实现流程自动化,但它无法做到这一切。即使在最先进的应用中,人工智能也要依靠警惕的专家之手来指导系统,即使专家依靠系统来执行大部分的任务。如前所述,规划师的工作结合了定量和定性的信息。这是一个创造的过程,和人工智能一样,它总是可以改进。人工智能研究人员在改善人工智能
24、的定量分析和预测方面,取得了惊人的进展。与此同时,规划研究人员在改进其在事实和绝对领域之外开发和评估定性信息的方式方面取得了巨大进步。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 8 在这两个领域的进展之间可以找到一个有益的协同作用。2019 年,APA 的 Zoning Practice 发表了一期关于决策算法的文章。这些例子提供了一个基本的说明,说明如何规划师可以通过一系列的条件、数字权重和变量,将他们的直觉转化为可靠的分析公式,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划师经常用来进行理性判断的基本逻辑流程。以一个有序的顺序,把这个流程清楚地解析出来,然后把
25、我们所有的变量与社区的代表性价值进行权衡,并把这些信息变成定量的数据,为软件开发人员提供了创建模拟我们思维方式的程序所需的蓝图。剩下的就是添加相同的数据,运行算法,并看到结果。上文中 2019 年发行的算法不可能被任何其他专业有效地编写。它们没有一个是完美的,但这些例子显示了一个经过提炼的规划实践的整体图景的工作,至少在技术方面是如此。从这个意义上说,这项工作中所包含的“智慧”和写这些文字的人一样,都是规划师的东西。然而,与大多数人不同的是,这种算法中包含的逻辑,可以更公开地响应新的信息、新的价值、新的权重和条件。它可以更容易接受社区不断变化的态度和需求。更妙的是,当它产生一个错误时,其他人往
26、往很清楚这个错误已经发生。在复杂的模型中,这种错误很难追踪,因此也更难解决,但错误还是很明显的。这就激发了反复的试验和错误循环,使人工智能随着时间的推移变得更加强大。然而,我们人类往往会因为害怕尴尬或失败,而倾向于隐藏自己的错误。以与机器学习模型相同的方式“更新”我们的思维,往往是痛苦的,因为我们常常在一开始就犹豫是否承认这些错误。最后,算法可以始终如一地履行其职责,每次都使用相同的可靠程序,而人类有时可能会忘记或不一致。正是人工智能的这些优势,使其在国际象棋等模式驱动的游戏中取得了胜利。今天,国际象棋大师们,已经从这些工具中吸取了经验。我们也可以。有了正确的数据和参数,人工智能可以优化一个城
27、市的街道网络设计,以尽量减少温室气体排放。它可以确定最佳路线设计,以便在中低收入地区获得最大的交通便利。它可以确定最敏感的自然区域来保护土地。它可以根据分区条例的参数,进行的扩建分析,模拟未来城市的增长表现。通过定期的迭代和持续的回测,它可以预测未来的影响,减少误差幅度。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 9 然而,这并不是一夜之间发生的。也不是错误地发生的。数据收集必须在各方面不断改进。俗话说的“5V”数据同样适用于此数据必须在数量、速度、种类、可变性和价值方面改进,以达到最佳状态(参见 APA 的报告智能城市:整合技术、社区和自然。将某些变量优先于其他变量的公式的过程必
28、须不断完善。最后,每个决定和发现的结果,都必须以人们能够理解和信任的方式,透明地分享。虽然人工智能可以极大地增强我们的实践,但这是一项艰巨的任务。规划师不能独自完成这些工作。没有规划师,人工智能研究人员和开发人员就无法做到这一点。我们对交流的贡献可以来自我们与社区的合作,将他们的不断变化的关注和需求,转化为优先事项、价值观和愿景。这是创造性的工作,它需要计算机无法模仿的情商。这种信息在未来几年将变得更加珍贵。技术数据,特别是能够告知规划师算法的技术数据,越来越多地通过自动化系统进行处理。从传感器到智能手机,这些系统向人工智能提供它所需要的量化信息,以推荐人们喜爱的视频,或预测到目的地的车程时间
29、。但是,我们从这些工具中获得的个人满意度,是不容易以技术方式衡量的。同样,这些工具的社会政治影响,也是只有我们能够,并将通过我们自己的集体努力,来确定和管理。换句话说,虽然人工智能是人类建构的,但如果没有规划师与技术的持续合作,它就无法捕捉到人性。人工智能可以向我们展示“正确”的答案,但只是以我们定义的方式。作为此项智能的书写者,我们应当具备哪些结果是“正确”或“错误”的解释权。2.4 人工智能在规划中的潜在用途和影响 人工智能可以处理、合成和解释我们提供的数据。无论我们定义了多少变量,它都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和我们设计的公式。除非规划师定义
30、或至少理解数据收集、分析和算法开发的最佳实践,否则我们无法充分认识到人工智能在我们专业中的潜在用途。然而,我们可以很容易地认识到其中的含义。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 10 如果做得好,人工智能可以让我们通过实时分析各种设计方案,来提高公众参与度。目前,规划实践者可以在设计阶段上,提供这种经验。规模和范围可能会有所不同,但核心要素须包括参与者对一个地区的未来的想法。这些想法被转化为设计,然后由人工智能模型评估的软件进行数字化和测试。随着其产生的影响被评估,公众可以更好地看到他们许多想法和设计的权衡。通过修改和调整,他们可以了解街道、建筑、自然区域以及管理政策之间的相
31、互作用。该技术提供的视觉表现和快速反馈,可以使人们更深入地了解如何规划他们的集体未来。对于参与该过程的任何人来说,这一经历具有高度的吸引力和丰富的信息体验。随着时间的推移,这种高质量的、由数据驱动的交流,可以成为每个规划决策的一部分。需要注意的是,这种交流主要是在社区和代表实践的模型之间进行的,就像聊天机器人是客户和语言模型之间的交流一样。这并不导致规划师在这个过程中被取代。相反,它允许规划师专注于模型的完善这样他们就能产生更好的分析和反馈。同样,社区和模型之间的直接交流,使社区能够学习、澄清和完善其优先权和利益,从而产生更好的价值判断。这已经发生在最先进的规划工作中。这项工作使普通人能够深入
32、了解街道设计和死亡率、野火和城市扩张、住房成本和分区政策等等涵义。这些知识曾经只属于从事该行业的人。今天,这些知识更普遍,更容易学习。我们在这个领域已经取得了巨大的进步。(另见 APA 的 PAS 备忘录,“人工智能和规划实践”)即便如此,知情的从业者也知道,目前人工智能模型的技术准确性并不理想。同样地,他们知道我们目前的人工智能的智能是受有限的数据所限制的。数据的缺乏导致了有效训练的缺乏。强大的机器学习技术,如无监督强化方法,在目前的实践中,由于缺乏强大的训练集来为其提供支持,基本上是遥不可及的。我们还缺乏将我们的定性理想,转化为可以在软件代码中自动化的数字和对象所需的知识。这些问题可以并且
33、将由技术专家解决。他们需要规划师为其提供成功的秘诀。规划的最佳人工智能需要时间来创造,只有第一步是明确的:规划的最佳人工智能逻辑,必须从模仿人类的最佳规划逻辑开始。我们对这种逻辑有清晰的认识吗?我们是否从经验和哲学的角度知道我们认为理想的问题和解决方案?我们知道如何培公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 11 养这种知识,以增强这些模型的能力吗?如果我们不为规划开发这种算法逻辑,那么其他专业人员(AI 开发人员)在开发基于 AI 的规划工具时,很可能会开发这种算法逻辑。答案将来自上述过程的某个环节,因为为了最终的成功,人工智能需要它。公众也是如此。通过试验和错误,以及来自这个
34、领域集中努力所产生的更好数据,是揭示和发现上述问题答案的最佳路径。这是人工智能和规划之间协同作用的最佳方面。努力使人工智能成为一个有效的工具,将有助于规划师明确最佳实践和方法,这也必将使我们的专业也更加有效。人工智能进入规划实践的三个案例 新泽西州公共事业委员会,需要为其新的能源基准计划,确定该州所有建筑面积超过 25,000 平方英尺的商业建筑。它与规划研究人员合作,使用机器学习算法,从航空摄影和激光雷达数据中提取建筑物的足迹和高度,因为房产税记录的建筑面积数据不完整。怀俄明州杰克逊霍尔镇,使用地理信息系统和人工智能,从闭路电视(交通实时影像)中得出交通分析。该系统可以按类型监测车辆,以及行
35、人和自行车交通状况。人工智能已被训练成可以监测和定位事故、突然停车和其他异常情况。这有助于规划师了解交通模式,并使公安交警能够快速处理事故。这些数据被输入到一个实时仪表板中,规划师可以参考,以查看当前的交通/行人/自行车数量,并查看随时间变化的交通模式。阿拉巴马州塔斯卡卢萨市使用安装在市政垃圾车上的摄像头,来检测其沿途的防疫设施。这些经过人工智能训练的工具,有助于规划者在疫情严重之前缓解疫情,并保证罚款。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 12 3.3.挑战与机遇挑战与机遇 人工智能用于规划,或将有助于发现痛点以及相关的机会。这需要具备与相关任何创新的相同任务:开发一个共享
36、的术语表,学习新的技能,了解新工具做得好的地方,定期的重新调整预期,并确定适当的绩效指标、分析框架和评估技术。规划师将需要在规划和技术部门的对比文化之间架起桥梁,而规划学者将在这个领域找到新的研究机会。了解我们正在讨论的内容是首个值得注意的挑战。人工智能的术语,在不同的背景下使用不一致,许多规划师不熟悉其基本知识。培养共识将有助于推进对话和人工智能融入规划实践。了解人工智能建立在规划师长期使用的预测和分类统计方法上是很有帮助的,如回归模型、聚类分析和主成分分析。使人工智能与众不同的扩展是,预测和分类用于支持自动化、基于规则的决策。创建用户友好、可理解、可靠和适合目的的人工智能应用程序将是很重要
37、的。相对于会计、工程和软件开发等分析性职业,执业规划师的数量很少。这意味着规划师通常会等待电子表格和可视化工具等产品在更大的经济体中成熟后,再到专业领域中采用它们。虽然为了人工智能而追求人工智能可能是不明智的,但“闪亮物体”综合症的早期,采用者通过识别有帮助的创新来为专业提供服务。理解和管理人工智能的局限性是规划师的另一个重要挑战。当人工智能工具从最初的市场,被调整为规划应用时,尤其如此,例如使用销售预测工具,来评估主要街道的可行性。重要的是,了解人工智能是否在有代表性的数据上进行了训练,算法的调整是否反映了应用的背景和最重要的特征,以及最终算法中可能存在的偏差。要想熟练掌握结果的准确性和意义
38、,并认识到工具不适合的情况,这需要实践。采购的做法可能需要修改,以便在考虑采购成本的同时考虑结果质量和偏差。管理者希望确定在什么地方和什么时候引入人工智能,会使工作流程更有效率,提高其质量,并允许规划师以专注于以人为本的活动和需求。在这种自动化背景下,当人工智能的输出并不令人惊讶时,这是一件好事,一位经验丰富的规划师可能会说:“我可以告诉你!”公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 13 人工智能带来的挑战与采用其他知名工具时遇到的挑战相类似。有时我们会选择方便的指标,而不是合适的指标。通常情况下,我们在公共决策中部署的衡量指标,可以由最容易获得和最便宜的访问方式来构建。一个例
39、子是,关于如何在交通领域进行基于绩效的规划的早期讨论。通常情况下,或许由于说明决策对服务不足的社区的影响的数据创建成本昂贵,因此无法被收集。有时,我们并没有有意识地选择一个分析框架来指导决策,也没有询问谁会受益。在参考任何分析或数据之前,总会存在一个问题。这个问题的定义,将对数据的呈现、叙述的构建以及最终规划决策的结果,都会产生连锁反应。有时,我们在使用新方法时,并没有进行评估。为了了解过程和结果是否得到改善,规划师可能需要执行或委托进行算法审计,并要求提供数据声明表。规划师将面临的其他重大挑战是人工智能应用中的公平和道德问题,以及人工智能中使用的数据和算法的透明度。这两点将在下文第 4 节讨
40、论。3.1 技术部门和规划 规划师倾向于使用他人开发的方法工具。电子表格、统计包和地理信息系统起源于其他地方,并成为规划师的基本工具。今天的技术部门编写了大部分规划师最终使用的软件。科技部门试图以创新的方式让人类做全新的事情,或者让人类更有效地做旧的事情。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,是通过扩大我们可以执行的重要操作的数量而不用去思考他们来实现的”。一些规划实践确实是低效的,由训练有素的人执行重复的、死记硬背的任务,需要的勤奋多于想象力。这些方面的工作(改进)都是备受关注的自动化目标。然而,通过人工智能实现自动化是有风险的,因为当我们允许人工智能在我们
41、没有思考的情况下进行操作时,我们可能会错误地应用方法或造成意想不到的后果。因此,定期评估我们在自动化方面的尝试的表现是有价值的。诸如测量建模等方法“开发一个统计模型的过程,将我们想要建模的数据与世界数据联系起来”(Jacobs 和 Mulligan,2022)可以帮助评估基于人工智能的操作。规划师将通过成为关键的、有鉴别力的技术使用者,并确保所追求的效率是社区和更广泛的社会所珍视的,从而更好地服务于他们的社区。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 14 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。他们需要了解输出是如何产生的,并能够将输入的内容与输出的内容联系起来
42、。规划师应该设法引领游戏规则,对人工智能及其影响采取积极的态度,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(帮助用户理解和解释其模型所做的预测),以提高其人工智能应用程序被公众视为合法的可能性。成功的部署取决于确定人工智能对规划知识意味着什么,以及所有规划者需要知道什么与专家应该知道什么。弥合科技和规划之间的差距,给这个行业带来了常见的挑战和机遇。营利性活动与公共利益之间出现了典型的紧张关系。私人行为者将使用人工智能工具来推进他们的目标,而规划师需要做出适当的回应。当规划师借用由更大私有部门开发的工具时,其适用性可能并不完美,并且可能无法满足公开性和问
43、责制的要求。科技部门的程序员和学者都比公共部门的规划者有更多的自由来创新和测试想法。特别是地方政府的规划从业人员,他们没有机会“失败”,这表明科技部门应该承担更多的实验责任(也见 APA 的 PAS 报告,智能城巿。参见 APA 的报告智能城市:整合技术、社区和自然),许多人将其归因于麦克斯韦(2000)的格言“早失败,常失败”。正如规划行业所看到的地理信息系统,当这些工具的网络版本出现时,使其得以被更广泛的快速采用。成本下降,对专业知识的需求减少,而且即使是小型规划部门也能够使用 GIS。类似的动态,同样也正在人工智能应用中发生。有必要对人工智能工具进行比较评价,以评估其相对优势和劣势。这是
44、经常与从业者一起工作的学者和研究人员的职责。在工程和计算机科学界,经常以黑客马拉松、挑战赛和竞赛的形式开展活动;经济学家围绕部门主题进行研究,例如为能源经济建模。规划师在评估规划支持系统的技术水平时,也曾这样做过(例如,Brail,2008)。这种努力,需要来自中立来源的资金,而非来自自私自利的供应商。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 15 3.2 规划学术界和实践界 规划学者在评估 AI 工具是否适合规划应用方面,以及在培训学生和职业中期从业者使用最新关键技术方面,发挥着重要作用。此外,AI 为规划研究议程提出了新的问题。鉴于数据收集的大增增加,处理速度的提升,以及人工
45、智能技术的普及度和可访问性的提高,现在是规划师考虑应用人工智能相关方法的好时机。像其他商业和政府部门一样,人工智能在规划方面的潜力,在 20 世纪 50 年代末和 60 年代初就得到了承认,但由于缺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限制。由于实施了移动互联网模式、土地使用变化、房地产交易、能源使用和其他信息的数据收集传感器,这种限制正在迅速改善(见 Thakuriah,Tilahun,and Zellner,2017)尽管在过去几年中,城市规划学者对人工智能相关主题的研究一直在增加,但证据表明,这些成果进入专业规划师手中的速度很慢(Batty,2018;Sanchez 等
46、人,2022)。一些学者建议规划师缩短规划的时间框架,以便更好地与控制论和城市运营研究的进展相重叠(Batty,2021)。其他学者认为,规划师应该利用数据的普遍性和计算机的进步,来加强信息资源的再分配正义和边缘化社区决策的程序正义(Goodspeed,2015;Boeing 等人,2021)。随着数据可用性、通信能力和城市人工智能研究的不断提升,城市规划将在规划制定的技术应用方面经历重大变化。学术文献表明,在土地使用、分区和许可、环境规划和交通等不同领域的规划中,有广泛的人工智能应用前景。这些例子中有许多代表了规划行动中的“抗解”问题,这些问题没有商定的规则、逻辑或可能结果的有限集合。人工智
47、能很容易被应用于“可驯服”的问题,例如通过大量的监督数据分类从 X 射线中进行医疗诊断,而不是像诊断城市收缩这样没有直接标准的“抗解”问题(Safransky,2020)。其他预期应用很少使用,与其他更常规和经常使用的方法相比,可能不代表显著的改进或成本节约。因此,当城市规划师和规划组织考虑适当的应用来改善他们的流程时,明智的做法是,考虑规划实践的哪些方面将从现阶段的人工智能中受益,并且不太可能造成意外的后果。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 16 要使人工智能应用于城市规划的“抗解”问题,仍需取得重大进展,而学术研究可以提供帮助。这包括一些重要的因素,如谁参与了问题的定
48、义、人工智能工具的评估、数据的代表性以及所涉及的时间范围。这意味着首先要强调规划师的需求,其次才是技术的属性,这种方法与目前通过开发技术的做法不同,在研究过程中很少考虑当前的实践。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 17 4 4 公平和包容以及对人工智能的公平和包容以及对人工智能的道德道德需求需求 为了确保人工智能在规划中的使用能产生公平和可持续的结果,我们必须首先重新评估当前的规划流程,了解其缺点,并利用所学到的经验来指导新的或调整后的流程发展和规划实践。正如本白皮书所阐述的那样,重要的是了解规划的人为因素,并确定哪些可以由机器完成,哪些不应该由机器完成。规划行业一直在努
49、力纠正过去的错误,并改进规划实践,以便在未来创建公平的社区。公平的规划实践需要成为基于人工智能的规划工具的基础。规划师可以首先确定 AI 在公平、多样性和包容性方面面临的挑战,以及在与人工智能合作时需要解决的其余缺点。此外,规划师必须了解人工智能在公平、多样性和包容性方面的缺点,这与规划师在自己的专业范围内试图解决的问题类似。4.1 规划目标和人工智能的目的“规划中的人工智能”前瞻社群首先提出了一个问题:规划的目的是什么?一般来说,规划师同意我们努力为共同利益制定计划。规划师试图解决当前的问题,建立共识,平衡不同的利益相关者和不同利益之间的权衡。根据 AICP 道德和职业行为准则,“规划过程必
50、须不断追求并忠实地服务于公共利益”。但是,在试图制定一个算法时,“为公共利益而规划”或“为公共利益服务”意味着什么?它是否意味着为最大多数人的最大利益进行规划?如果是这样,它将默认排除少数群体和边缘化群体。它是否意味着“群体的观”比个人的观点更重要?如果是这样的话,公平的概念是如何体现的?或者说,更好的算法是假设通过解决社区中最弱势的人的需求,每个人都能得到服务吗?虽然规划师的目标是为共同利益而规划,但一些规划实践却无意和有意地对某些社区造成了伤害。开发人工智能系统的主要目的是相似的:解决某些问题,特别是那些人类自己无法解决的问题。人工智能本身并不有害,也不是有意有害的。它的目的取决于其用户和
51、他们的意图。机器不做自己的决定,没有意见,也没有经验。人工智能的程序员开发机器正在使用的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公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 18 及这些决定所产生的结果负责。然而,不同的是,为公共利益进行规划的规划师可以参考道德准则,而人工智能(及其程序员)没有任何道德框架,至少现在还没有。4.2 价值观和道德判定 AICP 的道德和职业行为准则是帮助规划行业做出道德决定的指南,同时保护规划师“当面对有争议的或困难的选择”。面对与 AI 道德使用相关的挑战,诸如数据道德处理(大数据、开放数据、数据保护、数据隐私)、透明度等,在围绕道德规划实
52、践的讨论中,可能需要围绕社会价值进行更广泛的讨论。到目前为止,还没有关于人工智能的统一法规,也没有关于人工智能开发或使用的一般道德准则。虽然包括经济合作与发展组织(OECD)等全球组织和各国政府以及私营科技公司在内的多个实体一直在发展道德人工智能的初步概念,但没有一个实体具有更大的法律约束力或可执行性。诸如“什么是道德决定?”或“什么是有道德的算法?”这样的问题超出了人工智能开发者或规划师的责任。例如,如果自动驾驶汽车的算法必须在碾过一个人或撞上一棵树之间做出决定,这个决定可能比在一个 70 岁的妇女或一个 10 岁的男孩碾过去之间做出决定更容易。取决于文化价值和信仰,答案可能有所不同。人工智
53、能的发展迫使我们更好地理解和定义人类的价值观和推理。当规划人员希望将规划任务转化为算法时,或者使用基于人工智能的工具来辅助任务时,他们应该将人工智能中的道德对话与现有的规划道德联系起来。同样,AICP道德准则也需要更新和调整,以反映 AI 应用将普遍存在的未来,无论规划师是否参与对话。4.3 包容性 当试图为共同利益进行规划时,最大的挑战之一是确保所有的声音被听到,每个人都被包括在内。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(谁最容易公众号:规
54、划在路上公众号:规划在路上 翻译出品翻译出品 19 参与,谁就会参与什么数据最容易收集,就会被收集)等问题都强调了包容性的必要性。什么是包容所有社区成员的最佳方式?公民包容是什么样的,所有居民都能找到某种符合他们期望的互动方式?就像在规划中,当使用人工智能时(例如,根据大数据集做出决策),那些在数据中没有代表的人可能会被排除在外。不完整的数据集和不代表社区的数据,会导致不平等。此外,算法偏见的风险可能会加剧这些不平等现象。算法反映了其创建者的偏见,而不完整的数据集可能反映了社会的不平等。当原始的政治权力凌驾于参与性姿态之上时,人工智能不会缓解问题,反而可能会加剧问题。4.4 透明度 规划师面临
55、的另一个挑战是,由于缺乏透明度,人们对公共部门的信任度不断下降。虽然规划师一直在努力纠正过去的错误做法,但规划仍然是一个由专家驱动的职业,规划师的行话会造成语言障碍,缺乏理解,以及对自上而下决策的看法。如何才能更公平地进行规划,并提供共同创造的机会?某些技术可以促进更具包容性的访问和每个人的参与机会。但是,当未知数据进入一个黑匣子时,未知算法产生了输出,这种缺乏透明度会加剧不信任,直到社区和规划师都不信任这项技术的地步。在规划中,透明度的挑战在于让规划过程本身更容易被其他人理解,而这正是规划者所能做到的。但在人工智能的情况下,基于人工智能的工具的用户往往不了解黑盒子里的东西。在规划中使用人工智
56、能时,面临的挑战是双重的。首先,规划师(作为人工智能的使用者)需要了解数据的来源,数据中包括谁,黑匣子里有什么,以及黑厘子里没有什么。其次,规划师需要能够将这些知识传达给他们的社区成员,即输出的接收者。人工智能素养或对基本人工智能概念的理解将是规划者能够以公平的方式使用人工智能并将其目的恰当地传达给社区的关键。在规划中采用人工智能过程中的透明度的做法,为传统规划过程中增加整体透明度提供了机会。通过优先考虑规划过程中的透明度,规划师可以与社区建立信任。这种规划能力正变得越来越重要,特别是当规划师处理过去的错误所导致的不信任后果时。最后,每个人都应该成为人工智公众号:规划在路上公众号:规划在路上
57、翻译出品翻译出品 20 能系统的关键用户,并意识到他们的权利和责任,以及他们如何在人工智能驱动的世界中行使这些权利和责任。4.5 历史的包袱 在努力消除不平等和解决相关挑战的过程中,我们有可能会使用我们用来创造不平等的过程、方法和方法。这可能包括提出错误的问题,使用有偏见的假设或目标,缺乏监测和实施后的评估,以及缺乏对公平、多样性和包容性相关问题的规划教育。像规划师一样,人工智能是根据过去的事件进行训练的,使用过去的数据(反映社会差异),为现在和未来的决策提供信息。算法只是反映了其创造者现有的心态、偏见和价值观;算法并不会质疑它们。数据反映了历史实践和思维方式,这些做法和思维方式可能是不公平的
58、、误导的和歧视性的。为了从过去的错误中吸取教训,并适当地重新思考规划过程,采取事后诸葛亮的做法是必要的;这可以为协助规划任务的算法和工具的发展提供信息。分析和评估过去的规划决策和它们的后果是至关重要的。规划师和人工智能开发者需要了解历史在我们的思维方式和数据集中的重要程度,以及它如何对我们的工作产生负面影响,从而导致未来更多不平等的雪球效应。提出不同的问题;使用新的思维方式、新的方法和流程以及不同的数据集;以及解除对有缺陷的、不公平的方法的学习,将是解决今天规划和人工智能发展问题的关键。4.6 多样性 规划行业目前并没有反映出我们所服务的社区的多样性。这种多样性的缺失导致了多元化视角的缺失。同
59、样,在科技界,只有少数人的价值和偏见反映在算法和使用的数据中。为了公平地服务于不同的社区,了解不同的需求和价值观,服务者也需要反映这种多样性。仅从不同角度的投入并不能解决不平等问题。然而,它可以帮助转变关于价值观和偏见的对话。此外,正如本白皮书中提到的,人工智能中使用的数据和算法需要反映社区的多样性。然而,并不是每个人都与一个设备相连,通过这个设备可以收集数据。规划师公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 21 的作用仍然是确保他们所使用的数据能够捕捉到社区的多样性,以创造包容和公平的结果(更多信息,请参见 APA 的 PAS 报告,智慧城市整合技木、社区和自然)4.7 谁该负
60、责?如前所述,规划实践造成了伤害,在某些情况下是有意的,在某些情况下是无心的。不平等是规划师通过红线、排他性分区和其他过程有意制造的。然而,当试图改善规划过程时,我们需要回答这样一个问题:什么是在规划师的控制之下,什么不是?当选或任命的议会成员、开发商、政治家和其他行为者的作用是什么,规划师的作用又是什么?在这个过程中,有哪些部分是故意造成排斥的,哪些是无意的,因此可能需要更深入的评估?谁应该负责?最近,在计算机视觉和模式识别会议上,首次出现了“谁对人工智能创造的成果负责?”这个问题,人工智能研究人员在会上预先发表了他们在人工智能发展方面的最新发现。许多研究人员喜欢他们的学术自由,认为他们的主
61、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)。如果我们建构这样一种道德框架,在其中考虑在规划中利用人工智能和培训规划者成为知情消费者,将有助于减轻规划和人工智能开发和使用过程中面临的一些风险和挑战。虽然以上几点概述了规划和人工智能的缺点,但在试图为两者共同解决这些问题时,可能会发现当前问题的解决方案。由于规划专业还有改进的空间,人工智能可以成为解决该专业面临的问题的机制;但如果不小心使用,人工智能也会很容易加剧这些问题。在这一点上,在规划中使用基于人工智能的工具可能发展成为两者中的任何一种情形。5 5 规划师的角色以及如何为人工智能做谁备规划师的角色以及
62、如何为人工智能做谁备 当涉及到使用基于人工智能的工具和支持人工智能的道德使用,以获得公平的结果时,规划师可以发挥两种作用:(1)规划师可以以主题专家的身份为基于人工智能公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 22 工具的发展做出贡献,旨在解决社区挑战和实现社区目标,以及(2)规划师需要成为知情的消费者,了解正在使用的工具和它们的不足之处。规划师可以充当程序员和 AI 开发人员的顾问,以确保这些工具的目的反映出公平、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愿意倾听他们的用户。在
63、整个研究和开发过程中,需要与基于人工智能的规划工具的开发者进行对话。开发人员与终端用户进行合作,继而完善产品,这并不罕见。随着科技界和规划行业之间关系的成熟,规划师可以预期他们的角色会不断演变。正如过去几十年来地理图形信息系统(GIS)产品在规划行业的应用一样,专家将变得更加普遍,而这些规划师将拥有特定的技能,以促进基于人工智能的规划产品的发展。此外,规划师必须了解他们所使用的工具,包括这些工具能做什么,不能做什么,它们的局限性和缺点,以及潜在的意外后果的风险。工具的道德使用要求方面,规划者需要确保没有人受到伤害或掉队。应当建立以规划伦理为基础和为共同利益而规划的目标,而非关注潜在的效率收益的
64、目标,应该指导和推动关于何时和如何使用人工智能的决策。这两种角色都要求规划师提高相关的认知和教育,包括人工智能技术、随之而来的行业发展机遇与挑战,以及各类潜在的应用场景。5.1 规划师是基于人工智能工具开发的贡献者 在基于人工智能的规划工具或产品的开发中,规划师应该参与哪些工作?参与其中意味着什么?为了围绕开发基于人工智能的规划工具的相互对话做出有意义的贡献,规划师可以采取以下行动:界定要解决的问题,并询问正确的问题。界定要解决的问题,并询问正确的问题。人工智能不应该只是为了人工智能而使用。规划师需要积极主动地定义需求说明,反映需要解决的规划挑战。这一直是社区规划过程中的一个关键步骤。由于人工
65、智公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 23 能工具在很大程度上是基于一个确定的问题或需求,规划师需要考虑如何定义人工智能应该解决的问题,特别是对那些在规划领域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)对从业者如何定义问题的影响。翻译和更新过程。翻译和更新过程。如前所述,完成规划任务的过程和方法需要重新评估,特别是考虑到正在进行的公平、多样性和包容性讨论。规划师需要能够清楚地勾勒出规划任务、考虑流程事项,以及这一过程在由人工智能完成时,可能出现的差异。准备应对意外的后果。准备应对意外的后果。规划师可以通过识别因边缘化而变得脆弱的群体
66、,预测不必要的影响,并在早期建立保护措施,来减轻人工智能的意外后果。规划师应准备通过建立监测和评估机制,积极关注人工智能、数据和算法偏见的意外后果。特别重要的是要与社区成员展开合作,并为他们提供反馈渠道,了解他们使用这些基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,并反映现实世界的经验。提升规划的声音。提升规划的声音。规划师需要能够简明扼要地证明他们出席会议的理由。规划师是人工智能开发者试图提供有关各种社会、空间和城市议题解决方案的主题专家。在开发以人工智能为基础的规划工具时,整合这一主题的专业知识,同时努力避免偏见将是改善规划的关键。创建针对
67、规划的训练数据集。创建针对规划的训练数据集。规划师可以启动规划,以创建规划为人工智能系统提供特定的训练数据集。这项工作可以向社区(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工智能的素养、教育和意识。然后,规划师可以注意到哪些有效,哪些无效,并根据需要扩大(或缩小)规模。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 24 成为数据促进者。成为数据促进者。创建针对规划的培训数据集,也是规划者尝试成为公民数据促进者的一个机会。规划师可以表达跨机构共享的实时数据的价值。规划师可以倡导改善数据质量和适用性的定义;确保有背景意识的数据收集和使用;并使用定性的方法来填补定量数据收集
68、的空白,这可能是其他专业的首选。界定组织结构倡导者。界定组织结构倡导者。规划组织也可以在组织内确定特定的人,作为人工智能主题的倡导者。这可能是管理或决策层的人,他是技术应用方面的专家,他能跟上最新的技术前沿,并找到在实践中利用这种技术的机会。其他级别的员工也可以参与讨论,但倡导者应该有权力在组织中做出正式的改变。了解还有谁参与(或不参与)。了解还有谁参与(或不参与)。规划师不是唯一试图加入人工智能和技术界对话的专业人员。规划行业可以通过与那些也在寻求席位的人合作,特别是与那些有共同利益的人合作,来获得一席之地和目标。最后,这个过程还存在规划、政策和技术专家之间建立桥梁的机会。集思广益,开发面向
69、未来的应用。集思广益,开发面向未来的应用。鉴于大多数规划工作的长期重点,规划师处于一个很好的位置,可以为面向未来的人工智能应用集思广益。这是该行业在人工智能领域可以做出的一个重要贡献。大多数现有的工具是面向实时监测的,但有机会使用人工智能进行长期预测和决策。当涉及到用于训练人工智能的数据时,规划师的观点可以帮助人工智能开发者变得更有创造力,因为未来的样子会与过去或现在不同。这些只是规划师为进入人工智能世界可以采取的一些行动,对双方都有利。但重要的是要记住这是一个新的冒险,所以需要实验,而且随着这种关系的发展和成熟,行动可能会变得更加具体。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品
70、25 上面列出的行动决不是关于规划师如何能够成为基于人工智能的工具发展的参与者的最终定论。然而,迈出这些行动的第一步,对于启动规划师和技术开发者之间富有成效的对话是必要的。5.2 作为知情消费者的规划师 规划师如何成为基于人工智能的工具和应用程序的知情消费者,以及规划师在使用这些工具和应用程序时应该注意哪些因素?规划师们正试图进入一个充满了数十年的讨论和所产生的工具的现有世界发展。使用人工智能的规划师的角色应该是这些工具市场上的负责任的行为者。规划师可以采取以下行动,成为基于人工智能工具的知情消费者。确认数据(和其他)局限性。确认数据(和其他)局限性。在使用一个基于人工智能的工具,规划师需要了
71、解它的原始意图和目的。每个工具或产品的背后都有一个确定的数据收集方法,一个模型,或一个算法。规划师应该经常询问有关这些的问题他们是基于人工智能的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划使用。在基于人工智能的工具中寻找缺陷和瑕疵并不意味着完全取消其使用;相反,它意味着认识到一个工具的输出并不是确定的或完美的,但在规划过程中仍有价值。例如,如果人工智能背后的数据是不完整的,规划师仍然可以使用这个工具作为规划过程的一个输入。该工具仍然提供额外的效率,并提供相关信息。然而,进一步的工作将需要单独完成,以填补空白。简而言之,规划师需要了解该
72、技术如何运作的关键要素,以确定缺点并做出相应调整。理解理解并非所有并非所有工具都适用于工具都适用于助力完成每项工作任务助力完成每项工作任务。规划师应该对不同种类的数据有一个清晰的认识,如监测的和建模的数据。基于人工智能的工具可能适用于某些数据粒度,但也可能不适用于其他数据粒度。采纳和使用一个基于人工智能的工具,需要规划师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。参加专业参加专业发展。发展。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 26 规划师应该知道在选择使用“新技术”时应该问哪些基本问题基于人工智能的工具。本白皮书中触及了一些
73、核心的哲学问题,可能包括以下内容:这个工具能帮助我完成我的工作吗?它能提高我工作的效率吗?这个工具是否能促进我所服务社区的公平结果?它是否能提高我工作的效率?这个工具是否有利于规划?它是否能解决实际问题吗?还是我只是为了使用一个新技术而使用这个工具?规划师将必须提高人工智能有关的知识与技能。向其他领域学习。向其他领域学习。其他领域在将人工智能应用于其工作方面,也可以为规划提供经验教训。从看似遥远的医学专业应用,到更紧密的专业应用如民事和民事诉讼、工程和景观建筑方面,规划师可以看看基于人工智能工具的应用范围和场景,以及它们对这些专业的影响。挑战先入为主的观念。挑战先入为主的观念。一个至关重要的环
74、节是,规划师以往采取的行动,或将经常对该行业的先入为主的观念带来挑战。例如,将规划师视为“问题解决者”的想法,需要反思 AI 工具开发人员对需要解决的问题可能持有的先入为主的观念。这些观念可能与规划专业的目标不一致,或者它们可能是基于对问题起源的过时观念。此外,人工智能正在改变传统的规划假设,无论规划师是否参与了人工智能的使用。规划师可能意识到其中的一些转变,例如人工智能如何影响就业或移民趋势,但他们需要确保改变他们的预测工具,以反映不断变化的假设。作为理解人类价值观的主题专家,规划者需要牢牢把握其宝贵的观点,因为人类价值观与不同社区层面的建筑环境和社会变革有关。成为知情消费者的一种方式,是将
75、这种知识作为一种持续的基础,以发现人工智能操作的行动和结果之间的错位和偏差。当使用现有的工具时,规划师可以标记这些偏差,并要求在必要时进行调整(如果技术开发人员愿意为更好地改变工具,如果不愿意,规划师可以转向另一个工具和开发人员)。提高对当前应用的认识。提高对当前应用的认识。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 27 最后,规划者可以通过说出对其工作有效的当前应用程序,来表达他们作为知情消费者的角色。这可以鼓励创造类似的产品,并为所有社区带来一个更强大和更便利的市场。规划师正在进入一个已经开展了一段时间的行业,因此使用现有的产品不仅是不可避免的,而且是被鼓励的。通过了解在规划
76、师的贡献之外做了什么,规划师可以看到他们可以为双方带来价值和利益的地方。规划师不能假设他们可以直接使用基于人工智能的工具来进行规划,而不首先了解已有的信息。5.3 提高技能和持续学习 学习新东西是规划行业的下一个大挑战。人工智能对这个行业提出了明确的技能提升、教育和培训需求。规划师不需要成为人工智能专家;但是,他们应该了解人工智能如何影响他们今天和未来的工作。提高技能是学习新技能的过程,以帮助个人适应不断变化的需求;这同样是关于持续学习,使他们能够以更有意义的方式完成工作。这对学术课程有直接的影响,规划专业的学生首先会接触到许多理论、方法和他们将在专业实践中使用的主题。所有学生所需的核心课程应
77、向他们介绍与 AI 规划相关的主要辩论。核心方法课程应将人工智能定位在作为更熟悉的方法的延伸。选修课应该更深入地研究,使一些学生有能力从事高级应用和工具的开发。利用人工智能实现较简单的规划活动的自动化,对那些刚开始从事这一职业的人来说也有重大影响。在普通学徒制模式中,初级规划师通过在监督下执行较简单的任务来学习公认的专业实践。如果人工智能可以完成这项工作,初级规划师将需要另一种方式来学习该行业的规范。对人工智能的依赖将极大地增加新手规划师需要用批判性思维来代替边做边学的任务范围。提高技能有助于规划师填补技能缺口,促进他们的职业发展。地方规划机构和私人公司必须投资于使规划人员多样化和技能提升,以
78、促进创新并与不断变化的世界相适应。我们周围的世界正在变得更加数字化,而数字化转型始于技能转型。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 28 为了为人工智能在规划中的应用做好准备,规划师需要提高他们的人文技能(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,提供信息,并创建建议。人类将不得不依靠自己的经验来提供智慧和判断,传达政策和计划,解释建议,并以人道和同情的态度来实施这些建议。与正确的人工智能工具合作可以使规
79、划更有效率,更以人为本。沟通技巧、情商、敏捷性、同理心和批判性思维将是规划师与人工智能成功合作的关键,同时将社区成员的需求放在首位。此外,数据分析、编程和数据管理等技能,以及有关数据保护和隐私、数据可视化、机器学习和其他相关问题的知识,对规划师来说变得越来越重要。这已经反映在公共和私人部门的许多规划工作中。同样,为了解决复杂的社区问题,避免各自为政,需要跨部门的合作,如技术部门(见第 3.1 节);跨司法管辖区(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,以启动和维持与不同机构和组织的合作。提高技能需要持续的学习和努力,而需要
80、学习和应用的技能数量之多可能会让人难以承受。为了使其更易于管理,规划师应该创建个性化的学习路径,以获得所需的技能并实现职业目标。规划组织和雇主可以通过公平的招聘实践,以及提供与所有职位的人工智能和人工智能管理专业知识相关的职业发展机会,来支持这些努力。规划组织可以建立与人工智能相关的职业道路,将非传统背景的个人带入该领域。一般而言,规划专业应将包容性主题纳入员工培训和发展中。这可以通过与学术机构、民间社会和公共部门组织建立伙伴关系来实现,以便将公平和包容性进程的过程,嵌入内部人工智能能力。提升技能是规划师在政策、规划和设计领域重新定义自己的一种方式。公众号:规划在路上公众号:规划在路上 翻译出
81、品翻译出品 29 6 6 人工智能规划人工智能规划的的未来未来 白皮书旨在提高规划师对人工智能的机会和缺点的认识,并帮助规划师做好准备,以响应人工智能将在我们的社区和几乎所有行业中发挥重要作用的未来趋势。它旨在帮助规划者通过将该主题纳入规划背景,并分享对人工智能概念及其对规划专业的潜在影响的基本理解,来帮助规划师驾驭即将发生的变化。此外,规划师可以利用这份白皮书来确定,如何开启在工作中使用人工智能的第一步,以及他们想扮演什么角色。对于一些人来说,这可能是一个全新的概念,了解更多的信息可能是第一步。如上文所述,其他人可能已经熟悉 AI 的能力,并准备直接与技术部门合作。无论你是人工智能新手还是人
82、工智能专家,参与到围绕人工智能及其潜在应用的讨论中来是非常重要的。人工智能不再是科幻小说,基于人工智能的规划工具已经成为现实。如果我们作为规划师不使用它们,其他人就会取代我们。让我们学习如何与人工智能合作,使用这种技术来改善我们的流程,并继续以公平和技术先进的方式,为所有人创造伟大的社区。公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 30 7 7 参考文献参考文献 7.1 规划中的人工智能前瞻社群成员的作品 Sanchez,T.W.,T.Lim,and P.Hurtado.2022.“Artificial Intelligence and Urban Planning:Opportu
83、nities and Concerns.”APA National Planning Conference session.Wasserman,D.,N.Wright,and J.Fierman.2022.“Standardize Everything:Planning Data in a Digital World.”APA National Planning Conference session.Wasserman,D.,and M.Flaxman.2022.“Artificial Intelligence and Planning Practice.”PAS Memo 111.Sanch
84、ez,T.W.2022.“AI in Planning:Why Now Is The Time.”Planning,February.Shumway,H.,and T.Gordner.2022.“Demystifying Artificial Intelligence in Planning.”APA Blog,March 2.Hurtado,P.,T.W.Sanchez,and N.Mohammadi.2021:“Artificial Intelligence and Urban Planning:What Planners Need to Know Now.”APA Podcast.Hur
85、tado,P.,and A.Gomez.2021.“Smart City Digital Twins Are a New Tool for Scenario Planning.”Planning,April.Mohammadi,N.,and J.E.Taylor.2021.“Thinking Fast and Slow in Disaster Decision-Making With Smart City Digital Twins.”Nature Computational Science 1:77173.Williams,Sarah.2020.Data Action:Using Data
86、for Public Good.MIT Press.Mohammadi,N.,and J.E.Taylor.2020.“Smart City Digital Twins.”PAS QuickNotes 89.DeAngelis,J.2020.“Artificial Intelligence.”PAS QuickNotes 85.Wasserman,D.2020.“The Art of Learning by Example.”Planning,October.Wright,N.2019.“Applying Algorithms to Land-Use Decision Making.”Zoni
87、ng Practice,March.公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 31 7.2 文中引用的参考文献 Batty,M.2018.“Artificial Intelligence and Smart Cities.”Environment and Planning B:Urban Analytics and City Science 45(1):36.Batty,M.2021.“Planning Education in the Digital Age.”Environment and Planning B:Urban Analytics and City Science
88、 48(2):20711.Boeing,G.,M.Besbris,A.Schachter,and J.Kuk.2020.“Housing Search in the Age of Big Data:Smarter Cities or the Same Old Blind Spots?”Housing Policy Debate 31(1):115.Brail,R.K.,editor.2008.Planning Support Systems for Cities and Regions.Cambridge,Mass.:Lincoln Institute of Land Policy.El Sa
89、ddik,A.2018.“Digital Twins:The Convergence of Multimedia Technologies.”IEEE MultiMedia 25(2):8792.Geels,F.W.2002.“Technological Transitions as Evolutionary Reconfiguration Processes:A MultiLevel Perspective and a Case-Study.”Research Policy 31(89):125774.Goodspeed,R.2015.“Smart Cities:Moving Beyond
90、Urban Cybernetics to Tackle Wicked Problems.”Cambridge Journal of Regions,Economy and Society 8(1):7992.Jacobs,A.Z.,and D.K.Mulligan.2022.“The Hidden Governance in AI.”The Regulatory Review,July 7.Kaye,K.2022.“Not My Job:AI Researchers Building Surveillance Tech and Deepfakes Resist Ethical Concerns
91、.”Protocol,July 11.Maxwell,J.C.2000.Failing Forward:Turning Mistakes into Stepping Stones for Success.Nashville:Harper Collins Leadership.Safransky,S.2020.“Geographies of AlgorithmicViolence:Redlining the Smart City.”InternationalJournal of Urban and Regional Research 44(2):20018.Sanchez,T.W.,H.Shum
92、way,T.Gordner,and T.Lim.2022.“The Prospects of Artificial Intelligence inUrban Planning.”International Journal of UrbanSciences 116.Thakuriah,P.V.,N.Y.Tilahun,and M.Zellner.2017.“Big Data and Urban Informatics:Innovations andChallenges to Urban Planning and Knowledge Discovery.”Pages 1145 in Seeing
93、Cities Through BigData,edited by Thakuriah,P.V.,N.Y.Tilahun,and M.Zellner.Cham,Switzerland:Springer InternationalPublishing.公众号:规划在路上公众号:规划在路上 翻译出品翻译出品 32 Whitehead,A.N.1911.“Chapter V.The Symbolism ofMathematics,”In An Introduction to Mathematics.Cambridge,England:Cambridge University Press.7.3 补充阅
94、读 DeCario,N.,and O.Etzioni.2021.“America Needs AI Literacy Now.”Pnw.ai,December 8.GPT-3 Fiction.2020.“GPT Stories(7/16/20).”Planning Institute of Australia.2021.“PlanTech Principles.”Smith,G.,I.Rustagi,A.Sheares,and J.Nee.2021.Responsible Language in Artificial Intelligence&Machine Learning.A Guide for Current&FutureBusiness Leaders.Berkeley,Calif.:Berkeley Haas Center for Equity,Gender&Leadership.