未来城市的人工智能04：交通

这一系列的第四期关注于城市交通人工智能如何改变我们规划、设计、运营和体验城市交通的方式？人工智能赋能的运输系统如何重塑城市环境的物理结构及其居民的日常出行？未来的从业者需要具备哪些新的技能和能力，才能与日益智能化、自主化、互联化的运输系统合作？我们又如何确保人工智能始终作为我们批判性地、包容性地、并具有文化敏感性地使用的工具？ 未来城市AI系列 人工智能（AI）的快速演变承诺提升效率、速度和创新。但这意味着什么对于城市：对于它们的规划、设计、建设和管理？机会是什么，风险又是什么？在喧嚣和猜测之中，我们如何确保这些技术支持我们在实现我们共同的目标——创造更利于人类和地球的城市——上取得进展？ 在我们城市的所有方面的用途和影响的批判性反思和专家见解从规划到运行，从基础设施到资源流动。它将让您深入理解人工智能目前如何在城市环境中运作，哪些趋势正在塑造其未来的应用，以及对长期可能性的有根据的推测。 人工智能是一项塑造交通运输系统数十年的技术。然简介为什么在城市交通中使用人工智能？为什么是现在？ 而，人工智能的迅速崛起生成式近年来，人工智能使我们的AI应用不再局限于仅仅是提高我们当前所做工作的效率和速度。新兴的人工智能工具带来了质的飞跃，并创造了以前无法想象的强大能力。 期货三角形 实时做出自主决策。这当然创造了一系列新的、令人兴奋的可能性，但也引发了一些关于意外后果和伦理问题的深刻问题。谁为这些决策制定规则？我们如何建立所有人都同意的共同目标？当机器代表我们行动时，我们如何确保透明度、公平性和问责制？ 在可以采取的实际步骤，为城市交通的AI赋能未来做准备。 由未来学家Sohail Inayatullah发展的未来三角2在识别那些影响人工智能塑造未来城市交通的关 4 人工智能助力未来城市04：交通前言 用人工智能应对我们的交通挑战 人工智能提供了更有效应对这些挑战的新途径。在阿鲁普公司，这项技术已被应用于推动城市获得更好的移动出行模式正在转变，可持续性需求不断上升，挑战复杂且相互关联。我们城市的变化速度正在加速。随着城市人口的增长和气候压力的加剧，对更智能、更具适应性的交通系统的需求从未如此之大。人工智能已经成为一种强大的工具，并且已经增强了我们规划、设计和运营城市基础设施以应对这些挑战的能力。 这应侧重于支持决策、判断和目标设定，以确保我们在面对颠覆和变化时，在城市中的移动方式具有 本报告邀请我们想象一个未来，人工智能使城市交通系统不仅更快或更高效，而且更公平、更可持续，更能满足人类需求。报告促使我们批判性地思考我们如何部署人工智能，并确保它服务于创造更适合人民、地点和地球的城市的更广泛目标。成果，从模拟城市范围的交通流动到优化交通网络，以及以更严格和高效的方式开展安全检查。 阿鲁普大学的前瞻团队推出的这个系列探讨了一些人工智能在前沿、现实应用中的案例，旨在克服我们所面临 的限制，在城市中实现更公平的结果。超越当今的应用，该系列借鉴专家见解，构想了人工智能部署可能带来的未来现实以及可能的影响，无论是对我们的城市，还是对其中从业者角色的作用。但我们敏锐地意识到，这些机遇伴随着责任。人工智能系统必须与透明度、包容性和文化敏感性相结合进行设计。 域。我们的城市交通系统面临着越来越大的压力。长期存在的挑战正被新的挑战所加剧。从老化基础设施和碎片化的数据生态系统到某些角色可能会被人工智能取代，但总体而言，重点应放在增强交通系统的人类专业知识上。 人工智能助力未来城市04：交通 远见卓识：哪些目标应该塑造城市交通中的人工智能——谁有权定义它们？ 一座城市是由我们穿行其中的方式塑造的。哥本哈根的自行车道、曼谷的河渡船和标志性的伦敦地铁（Tube）网络，各自塑造着它们的城市场景，也反映了居住其中的人们的生活体验。实现数字连接全球57%的人居住在城市，到2050年这一比例将上升到70%。3城市增长、基础设施老化、资金压力和气候压力都对交通网络提出了创新解决方案的需求。然而，在公共和私人影响的多重作用下，这些网络往往呈现碎片 考虑数字、物理和社会层 化；它们在物理层面和数字层面都缺乏协调和沟通。人工智能可以作为连接这个碎片化生态系统的主线，帮助我们更好地理解交通网络看似不同部分之间的关系，从而更好地管理整个交通系统。交通系统不仅仅是物理系统。它正日益成为一个数字系统，其中人工智能充当着整合两者的关键纽带。为了实现这一点并使人工智能的益处得以发挥，理解网络中庞大的资产数量、理解这些资产的治理和所有权以及它们产生的数据至关重要。这促进了跨交通全生命周期的数据共享和通信，并允许从建设设计阶段的原型设计构建人工智能工具，到实现跨交通方式的实时监控、自适应控制和互操作性提升。4这为重新概念化交通作为灵活的用户导向服务而非静态网络的新兴模型奠定了基础。 新来应对新出现的问题。如今，城市正转向使用人工智能（AI）来管理复杂性并提高交通出行。然而，人工智能带来的每一个机遇都伴随着新的挑战，这些挑战需要仔细考虑和采用新方法。 件、天气和通勤需求做出更快的响应，随着供需关系的变化来满足它又会怎样？ 如果人工智能能够基于个人用户需求以及资产供需，实现更有效的多模式运输需求建模，那会怎么样？更敏感，随着供需的演变而满足它们，会怎样？交通流量会调整，公交车会重新路线，并且面对潜在的干扰和冲击，旅行也会变得无缝。然而，为了实现这种敏感的结果，我们需要克服数据共享和互操作性、消费者信心以及对技术的信任方面的挑战。 这些人工智能集成利用多个数字层来建模和管理物理资产，同时也创造了机会，通过鼓励自行车骑行、步行或资产共享来应对更广泛的结果，例如公共卫生，以及通过促进社会凝聚力。实现这些好处需要高度的公众信任和服务协调。它们还促使人们反思，如何为不同的城市和组织定义“好”的标准，以及人工智能集成相关优先事如果安全、气候和健康等因素能够更深入地纳入路线规划中，以平衡用户需求与网络灵活性，那会怎样？ 项应该是什么。这可能意味着对极端天气的韧性、鼓励积极出行或促进社会融合。更广泛范围的反射数据可能克服偏见问题，这有助于验证假设并填补数据集中的空白。然而，人工智能决策本质上仍是目标驱动的，并且致力于实现最有效的结果，这未必总是能够满足当前和未来的需求。5这提出了一个关键问题：我们是在选择正确的道路，还是仅仅选择了最容易的那条？ 感、韧性、社交性、安全性、成本效益、环境效率或速度，而在同一个城市中，每种目标都会呈现出截然不同的结果。设计者在用人工智能增强其流程时，需要思考“良好”的结果应该是什么样子。交通运输的未来将不仅仅由技术决定，更取决于我们在设计过程中嵌入的价值观、假设和治理方式。当我们设计未来的城市时，最重要决策在性质上是技术的，但在范围上是社会的。 等社会项目进行建模和调解？ 人工智能的成功取决于其使用的数据的质量和包容性。在残缺或存在偏见的数据上训练的人工智能系统可 能会无意中加剧不平等。例如，关于伦敦地铁站位置的数据对应着历史不平等、人口统计、出行模式、房地产和富裕程度。如果仅将此类数据输入到训练人工智能模型中，输出结果可能会反映过去支持性决策，这些决策无意中加深了历史上的偏见和不平等，而不是解决当前和未来的需求。 地平扫描证据：塑造人工智能在交通领域未来的趋势 19 36 这只是我们目前追踪的关于人工智能在城市环境中如何运作（现在→）、我们正在观察的新兴趋势（近→），以及我们对源于变革信号的中长期可能性所做的不确定性推测（未来→）的一个小样本关键数据。 11 8 能与未来城市”系列的所有问题。 人工智能在交通领域如何塑造城市，以及可能出现哪些新的现实？ 运输规划师在人工智能未来的承诺、风险和责任 人工智能的变革力量在人工智能快速发展的背景下，重新定义人类在交通规划等专家领域的角色日益迫切。人工智能正在重塑分析过程，并越来越多地被委托支持战略咨询和决策。因此，交通规划师的专业知识和判断比以往任何时候都更为重要。我们必须塑造一个不仅智能化，而且能应对现实世界多样性，并与公平、可持续性和公众信任价值观相一致的交通未来。计算机系统与算法长期以来支持交通规划，通过在庞大的数据集中进行模式识别，提升了需求预测、公共交通优化以及基础设施设计。人工智能在此基础上实现了能力上的飞跃，不仅提供优化分析，还在解决方案生成中展现出自主智能。凭借其规模、速度和适应性，人工智能使规划者和运营商能够模拟以往过于复杂的场景——在气候变化、政府抱负转变、区域差异以及出行行为演变所带来的不确定性日益增加的系统中，这具有很高的 将人工智能应用于数字化优化的网络管理，以通过流量重定向、动态收费和模式转换激励，帮助客户主动应对中断，并采用分包商的成熟技术。 这种日益增长的能力不仅提供支持，还提供代理权——能够做出决策的工具。然而，这种代理权带来了过度简化细微差别、减少价值。 共同设计机会以及限制集成思维的风险。 这种日益增长的能力提供支持，它也是代理权——能够做出决策的工具。然而，这种代理权带来了过度简化细微差别、最小化共同设计机会以及限制集成思维的风险。随着这些能力重塑好处。例如，我们已经使用过使用传感器收集自行车基础设施数据的AI工具。这些工具实现了对安全和优化英国主动交通基础设施的主动方法，在监测近距离接触、路面状况、交通流量和转向行为方面优于传统方法。我们还集成了 在交通规划中，管理我们自身的期望以及客户的期望变得至关重要，同时也要应对将AI集成到现有交通系统中的实际情况。 改造我们的交通网络不仅仅是技术升级，更是治理和政 同样紧迫的是控制问题。人工智能不会被空降在一个 领域，而是部署在一个由多个利益相关方——政府、当局、运营商、私营公司和社会——共同塑造的行业中，每个利益相关方都有竞争性的优先事项。规划者必须记住这些工具并非中立。我们必须问：这些工具为谁服务？存在嵌入商业偏见的风险，特别是在私营拥有或运营的平台中，而且工具和数据集之间互操作性有限。此外，虽然人工智能提供了强大的工具，但其不受监管的部署可能会加剧现有的不平等，特别是在访问和数据代表性不均衡的情况下。策上的迫切需求。英国交通部（DfT）交通人工智能行动计划（2025）5明确要求更新基础设施、数据标准以及建模工具，以负责任和有效的方式支持人工智能部署。6规划师现在必须承担解释人工智能输出并指导其实施的任务。在一个已经复杂、政治敏感且资源有限的领域，交通规划师处于独特的地位来应对人工智能集成的成本。他们对工具的使用方式、生成的输出以及公众和客户的期望结果的了解，使他们能够有效地塑造人工智能的部署。 将人工智能引入现有的交通网络将既昂贵又复杂。这将需要更新基础系统、重塑组织流程，并在新技术和 基础设施方面进行大量投资。例如，通过人工智能实现实时数据收集将涉及安装路边传感器和摄像头的网络，这需要大量投资。此外，虽然所获得的洞察力可以改变交通，通过分析数百万次实时旅程来实现动态经济评估和行程建模等实践，但现有的传统工具无法支持人工智能的功能。需要对现有框架进行重大改造，以支持实时数据集、自适应建模和预测分析的新系统。否则，人工智能输出将可能与现有协议不兼容，并与安全防护和政策标准不一致。 在很多情况下，规划者将是技术能力和公共价值之间的桥梁，确保解决方案不仅功能齐全，而且与更广泛的目标保持一致。因此，必须确保交通规划者继续获得必要的教育和接触，以保持专业知识并挑战人工智能的输出。施和AI验证发声，这些措施应保持对所做一切工作的结果导向方法。他们必须确保AI应用是透明的、可问责的，并对当地环境敏感，特别是在具有复杂出行需求或有限数字基础设施的地区。这意味着与利益相关者互动，并制定优先考虑公平与效率的政策。 人工智能助力未来城市04：交通案例研究： 阿特金斯如何利用人工智能来改善我们城市的交通规划？ 阿鲁普与全球的合作伙伴和客户合作，开发人工智能驱动的解决方案，用于现实世界的应用，为城市带来更好的成果。 阿鲁普利用数字孪生技术为加拿大多