自治城市与AI：城市转型的下一个前沿

本指南提出了一个结构化和全面的框架，用于理解、评估和逐步推进自主城市。它将自主城市定义为城市环境，其中构成系统（如交通、能源、水、安全、医疗、公共服务和数字基础设施）以不同的感知、决策、执行和学习能力运行。该概念并非旨在暗示没有人类治理的城市。相反，它描述了人类制度、公共目标和自主技术相互作用以改善城市绩效和弹性的连续体。

报告首先区分了自主系统与自动化系统。自动化系统执行预定义的任务，人类干预有限，而自主系统可以感知其环境、处理信息、在定义的操作边界内做出决策并调整行为。人工智能，包括机器学习、计算机视觉、自然语言处理、大型语言模型和代理式人工智能，是自主性的重要推动者。然而，自主性还取决于传感器、执行器、控制系统、数据治理、操作程序和制度保障。

本指南的核心主张是，城市是系统的系统。城市生活依赖于多个基础设施、服务、机构和社区的相互作用。一个系统中的变化可能会产生跨其他系统的影响。例如，电网中断可能会影响交通、医疗保健服务、数字连接和公共安全。因此，自主城市应该被理解为分层和相互依赖的操作环境，而不是孤立的技术部署的集合。

指南介绍了一个围绕五个核心组件构建的高级自主系统模型：传感器；感知、感知和环境建模；决策和行动计划；执行器；以及学习模块。该模型为跨不同城市领域评估自主性提供了一个共同语言。它还支持将城市系统映射到可比较的能力维度，使城市管理员能够确定自主性是否适当、哪里需要人类监督，以及哪里必须加强风险控制。

本指南中提出的评估框架包含两个类别。首先，特定组件的评估评估感知、决策和学习能力的自主程度。其次，一般评估检查跨部门要求，包括合法性、隐私、公平性、透明度、问责制、安全、安全、稳健性、可持续性、互操作性、可访问性、可靠性和可维护性以及人类干预。这些维度允许城市评估系统不仅技术上是自主的，而且是否是可治理的、值得信赖的、包容的，并且适合公共使用。

指南还提供了一个实用的四步方法：基准测试当前自主程度；确定目标自主状态；实施行动以弥补已确定的差距；并评估结果。该方法论有意采用迭代方式。城市可以从有限的一组系统开始，从实施中学习，并随着时间的推移，随着制度能力、数据基础设施和公众信心的成熟，逐渐扩大范围。

主要结论是，不应将自主城市作为单一终点或纯粹的技术目标来追求。它们应该被视为一个受管理的过渡，朝着更具适应性、响应性和可持续性的城市系统发展。自主系统的负责任部署需要明确的目标、相称的风险管理、分阶段实施、以人为本的设计、严格的测试和持续监督。当谨慎应用时，自主系统可以支持更好的资源分配、对中断的更快响应、改进的服务质量和更具证据基础的城市治理。