法规计划 AI 白皮书 - 机遇之战与回应英文版 40 页

机遇与挑战以及如何做好准备来自APA “规划中的AI ”预见社区的结论和建议 克林特·安德鲁斯，基思·库克，亚历山德拉·戈麦斯，佩特拉·赫塔多、汤姆·桑切斯、萨加尔·沙阿和诺曼·赖特 目录 1.2.2.12.22.32.43.3.13.24.4.14.24.34.44.54.64.75.5.15.25.36.7.参考文献397.17.27.3 1.Introduction A美国规划协会在《2022年规划师趋势报告》中指出，几个世纪以来，职业随着环境的变化而发展，转移-今天不同的是变化的速度,需要更快、甚至更主动的调整,包括新的工具、流程和技能。 人工智能(AI)自20世纪50年代开始发展。然而，由于大数据的可用性和计算能力的增强，人工智能市场在过去十年中大幅增长，预计未来几年年增长率将超过20%。人工智能预计将成为21世纪最大的颠覆者之一，其影响将影响经济、建筑环境、社会和包括规划专业在内的大多数职业。规划者和相关专业人员应该对人工智能对专业人员的潜在影响和好处有深刻的理解。 然而，如果人工智能的用户没有做好准备，不理解和质疑现有的系统和算法，人工智能的使用也会带来加剧社会现有不平等的风险。 在规划中使用AI（并最终与AI合作）的目标应该是改善我们目前正在做的事情。 了解机器可以比人类更有效地完成哪些任务（例如，处理和分析大数据集以及艰巨而艰巨的任务，例如流量计数）以及哪些任务是人类与社区成员面对面完成的重要任务，是需要回答的重要问题。 AI已经在重塑当地景观，了解规划者如何公平和有效地使用AI是很重要的。 如果以负责任的方式部署，人工智能有可能协助规划者的工作，改善现有的规划流程，提高效率，并允许规划者将工作重点重新放在规划的人为因素上(即人类互动、与社区成员的联系以及相关的人类技能)。 此外，最重要的是，规划人员可以协作的智能系统的开发可以帮助我们更好地理解当前的规划过程（及其缺点）。关于人工智能在规划中的讨论需要从哪些规划过程目前运行良好，哪些不是这样的问题开始。我们需要确保我们从改进现有的方法开始，并确保它们的结果是公平和可持续的，然后我们才能为我们设计机器来做这些工作。因此，对于规划者来说，参与规划领域人工智能的发展至关重要，将讨论重点放在我们想要解决的挑战和我们需要实现的规划目标上。 并开发能够支持规划者为所有人创造伟大社区的工具。 作为APA预见实践的一部分，APA主办了一个“AI in Planning ”预见社区，这是一个由规划、计算机科学、数据分析、社会学、地理研究和工程等学科的多学科专家组成的小组。 为期一年的课程，从2021年6月到2022年6月，讨论 人工智能对规划专业的潜在影响，对道德人工智能的需求，以及规划者如何为人工智能做准备。本白皮书总结了调查结果，并提出了有关规划者如何为人工智能做好准备及其潜在影响、规划者如何确保以公平和包容的方式使用基于人工智能的规划工具以及规划者在开发和使用基于人工智能的规划工具中应扮演的角色的初步想法。 约翰·泰勒，副主席研究生课程和研究创新;弗雷德里克法律奥姆斯特德教授，土木与环境工程学院，佐治亚理工学院NatalieVeal，州和地方政府营销，EsriDavidWasserman，AICP，数据科学实践负责人，Alta规划+设计VioletWhitney,SidewalkLabs产品经理SarahWilliams，城市规划副教授；MITNormanWright，AICP，城市社区发展总监，公民数据设计实验室主任俄勒冈州塞勒姆 贡献者 我们要感谢所有“规划中的AI”前瞻性社区成员的宝贵贡献。 AI预见社区： NaderAfzalan，加利福尼亚州州长计划与研究办公室高级顾问克林特·安德鲁斯，AICP教授兼研究副院长，爱德华·布劳斯坦计划与公共政策学院，罗格斯大学KeithCooke，Esri规划和社区发展行业经理贾斯汀·霍兰德，FAICP，城市和环境政策与规划教授，塔夫茨大学西奥多林，助理教授，城市事务和规划，公共和国际事务学院，弗吉尼亚理工大学Neda Mohammadi，佐治亚理工学院土木与环境工程学院博士后研究员汤姆·桑切斯，教授，城市事务和规划，公共和国际事务学院，弗吉尼亚理工大学 APA员工: PetraHurtado，博士，研究总监SagarShah，博士，AICP，研究经理，规划和社区卫生JosephDeAngelis，AICP，研究经理AlexsandraGomez，研究助理 如果做得好，人工智能可以让我们通过对各种设计场景的实时分析来提升公众参与度。随着影响的估计，公众可以更好地看到他们许多想法和设计的权衡。 2.Sense:AI和规划 2.1什么是计划，计划者做什么？ 与社区对未来的愿景及其当前的规则相抵触的变化。与外行人不同，计划者可以使用深厚的原则和法律知识来确定提案的优势和劣势，而其他人则无法复制。他们然后可以推荐一个允许某种形式的拟议变更的行动方案，而坚持社区的法律和愿景，保留提案的优点，减轻缺点。他们经常通过引用任何数字来做到这一点 规划是我们的集体努力，以明智地投资稀缺的公共资源并管理人类住区的复杂性。像现代的大多数知识工作一样，这种努力包含两个不同的基础组成部分。规划是定量的一部分，定性的一部分。很大一部分工作是基于数据和事实。平等（或有时更大）的部分建立在将情感和直觉转化为价值观和观点的社会和政治交流之上。规划结合了两种类型的信息，以做出最佳决策。 这样做的过程将因项目而异。同样，问题也因地区而异。即使如此，综合和潜在的解决方案总是建立在逻辑的基础上，既合理又可理解。事实，观点，价值观，预测和其他形式的信息通过逻辑被注入到一系列原则和规则中，然后用于一致地评估社区可能面临的选择。 of“ifthis,thenthat”conditionalactionsderivedfrompractice,policy,andcommonsense.Forexample,ifthisstreetprojectdoesn’tmeetbasicstandardstoprovidesafeaccesstopenters-ans,thenitwillberejected.Thishappensthousandsoftimes Forexperiencedplanners,thisprocessoftenhap-penswithinseconds.Theywillevaluateproposalsfor 在世界各地的每个计划办公室工作一天，经常如此之快 在那里与社区合作，找到更好的解决方案，理性地，一次一个项目。 几乎被认为是自动的。 近一个世纪以来，这项工作已经通过诸如理性计划模型之类的僵化过程，诸如脱节增量主义之类的灵活过程以及我们今天看到的公共参与策略中的最佳实践来完善。然后是数据驱动分析的经典定量方法。这项工作始于常见的统计技术（线性回归和中心极限定理），并已发展到包括将遥感数据与制图相结合的最先进的软件，以提供从土地使用适宜性分析到交通模型到存储在数据云中的数字孪生城市。 2.2什么是AI，AI能做什么？ 人工智能有潜力为社区提供同样的基本价值。这项技术作为一种自动化决策工具。它是人工的，因为它是我们人类通常通过软件创造的东西。它是智能的，因为它包含允许它在没有我们刻意命令的情况下做出决定的机制。 在实践的每一次迭代中，计划者的逻辑保持不变。该逻辑解释了针对大量系统的潜在变化的原因和影响，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、观点、项目和其他形式的信息整合到一系列优先值中。这些价值观反映在保护社区“健康，安全和福利”的地方政策中，所有这些政策都经过了成千上万的法律挑战的测试和证明，今天仍然是以显着方式塑造城市的强大规则。当这样的规则导致意想不到的后果时，规划者和他们的逻辑是。 Ingeneralterms,anAIcanassessateinformation,identifypate-terns,translatethepatternsinformedvariables,measurethevariablesagainstthremismsforaction,identifythehighestvaluedoption,andmakeadecision.For,acommonwordprocprocor-c 在每种情况下，该技术都表明，正确的数据和正确的规则可以使AI根据其读取的模式来预测行动过程。 Theword“reciept”[sic]isinstanteallyreplacedwith“receipt”).ThisisarustementaryexpressionofAI.Allitrequiresisacleargoal(i.e.,toensurethatallwordsarewrittencorrect)andaseriesofauto- 允许AI根据它读取的模式来预测和预先描述行动过程。 这个想法很简单，但在调整正确的数据和规则以使AI按预期运行方面往往存在巨大挑战。继续使用自动更正示例，此函数可帮助打字员克服错误-但它仍然是错误的。在许多情况下，人工智能的算法会毫不客气地将“开车”替换为“喝酒”或“结婚”等词替换为“谋杀”。“上下文是至关重要的，常识很难在算法中定义。在量化数据、清晰的逻辑和简单的规则的范围内，人工智能以一致的、直接的方式做我们告诉它做的事情，修复打字员的“我”和“我”。 基于“ifthis,thenthat”逻辑的配对条件操作，这导致软件认识到，如果常见英语单词中的“I”和“E”放错了位置，则应在“I”之前使用“E”的正确拼写来纠正此错误。这不是魔术。但是，它可能是神奇的。 自动更正函数的这个简单示例是逻辑的可操作手势，以书面形式强制执行。这种逻辑是通过语言，语法和写作标准创建的。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，并注入文字处理器的代码库。然后,软件使用该信息来针对这些规则和标准连续地监视文本中的每个新的改变。如果检测到错误，则自动更正会进行更改。这允许。 根据数据、代码、模式识别和预先建立的“如果这个，那么那个”命令进行“ E ”元音组合。最重要的是，这个逻辑线程可以很容易地理解，并由另一个用户在重复的试验中参与人工智能，或者简单地打开软件来审查形成命令的代码。 用户避免他们似乎永远无法避免的更尴尬的错别字。最重要的是，这使他们摆脱了必须检查所有拼写的苦差事。这样，人工智能是有帮助的，因为它以更一致和直接的方式完成这项任务。 这个关于人工智能如何工作的简单例子可以外推，以捕捉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扫描中以比专业放射科医生更高的可靠性和速度识别癌症。在每种情况下，该技术都表明正确的数据和正确的规则可以 然而，情况并非总是如此。大数据和机器学习技术的复杂性持续增长，导致给定算法产生更多的紧急行为。（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令的情况下学习[通过基于从数据中的模式得出的推论]。“)最近的历史充满了许多实例，机器学习带来了意想不到的、意想不到的结果。 我们可以看到我们的一些实践与人工智能的工作相似，因此，合作机会已经成熟。有些人担心这种合作会导致我们的更替，“机器”会接管我们的工作。我们可以看看有多少人工智能系统击败了世界上最优秀的国际象棋选手，自然集会得出结论，我们也将 无法与计算机的速度和能力相匹配。但是，计划不是游戏，计划者的工作本质上是创造性的，以人为中心。 不仅来自我们的编程，而且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示例先进了几个数量级。只需一组方向（即提示），语言学习模型GPT-3就可以生成文本，使初学者相信它是由人类编写的。 AI不能取代作者的表达和风格以及隐喻的曲