导读

2023年9月24日，2022/2023中国城市规划年会在武汉开幕。在专题会议二“新技术赋能规划”上，甄峰教授作题为《AI驱动的城市研究与规划思考》的报告，主要从科研范式转型之从数据驱动到AI驱动、城市规划转型发展与创新需求、AI驱动的城市研究与规划展望三个方面进行了分享。

甄  峰  学会城市规划新技术应用专委会委员，南京大学建筑与城市规划学院副院长、教授

1 科研范式转型：从数据驱动到AI驱动

1.1 人类社会已进入以人工智能为主要驱动力的智慧社会时代

数字中国、智慧城市是数字时代推进中国式现代化的重要引擎，利用新一代信息技术为国家治理现代化和高质量发展赋能，成为生态文明背景下促进可持续发展和新型城镇化建设的重要驱动力。2015年中央城市工作会议指出，提升规划水平，增强规划的科学性和权威性；2018年中央全面深化改革委员会会议提出，要综合运用大数据、云计算等现代信息技术，创新规划编制手段。

1.2 科技革命赋能科学研究

人工智能是一种颠覆性技术（Batty，2018；Yigitcanlar 等，2020），人工智能技术向自然科学和人文社会科学领域广泛渗透，为科研工作注入了新元素、新动能，改变着科研模式，提升了科研效率，也正在催生新的科研范式。

GPT技术可能会打破人文社会科学的传统知识生产秩序。传统的知识生产已经形成“以学者为中心”的较为完整系统。而以 GPT 技术为代表的通用大模型可能会打破我们传统的知识生产秩序。(高奇琦，2023 )

AI技术不仅极大提高了科研活动中共性工具的效率和精度，更有助于建立一个由产业需求推动科研的有效体系，促使科研模式从学者（团队）向“平台科研”模式转变，赋能城市治理、产业发展和生活应用的实际场景。

跨学科变得更加可能。之前的跨学科研究是极为困难的，因为不同的学科会 形成相应的知识壁垒。无论是技术理论研究方法，还是话语体系都是完全不同的。

1.3 从数据驱动到AI驱动的科研范式转型

Jim Gary 认为科学研究经历了经验范式、理论范式、计算范式、数据驱动范式等4种范式。当前，许多科学家认为科学研究正在迎来新的范式，即第五范式，即：以虚实交互、平行驱动的AI技术为核心，以智联网和区块链构建基础，考虑人的价值和知识的融入（王飞跃, 缪青海 ，2023）。

如：2020年初，美国能源部发布《AI for Science报告》以促进人工智能在科学上的应用，涵盖高能物理和材料科学到计算技术等领域；2023年3月，科技部会同自然科学基金委近期启动“人工智能驱动的科学研究”(AI for Science)专项部署工作，紧密结合数学、物理、化学、天文等基础学科关键问题，围绕药物研发、基因研究、生物育种、新材料研发等重点领域科研需求展开，布局“人工智能驱动的科学研究”前沿科技研发体系。

目前机器学习技术在社会科学研究中的应用分成三类：

（1）数据生成 (Data Generating Process)：机器学习可以帮助学者获得以前很难或无法获得的数据；

（2）预测(Prediction)：机器学习可以更有效地探索变量之间的相关性，进而做出较为精准的预测；

（3）因果识别(Causal Inference)：社会科学、特别是经济学实证研究的核心是因果识别，而机器学习在这方面也具有一定优势。

数据：主动学习、多任务学习，新的数据生产方法，解决数据不足等问题。

算法：用于解决特定问题或执行特定任务。算法可以描述计算机程序中的逻辑流程，也可以用来描述人类在解决问题时采取的步骤。

机器学习模型：一种使用数据进行训练的算法，它可以在给定输入的情况下预测或决定输出。常见的机器学习模型类型有：监督学习模型、无监督学习模型、强化学习模型等，不同模型都有其深入的理论和实践以及适合的应用场景。

2 城市规划转型发展与创新需求

当前，正面临划城市规划转型，以往的规划，更多强调的是景象与静态蓝图式的规划。但规划编制阶段，人本的响应不足；进入实施阶段后，动态监测机制手段也是有待提升。利用新技术赋能规划，用多元数据去支撑规划的编制，包括空间分析和动态的模拟、智慧平台的搭建等，成为解决这些问题的手段。

同时，在国土空间新背景、现代化治理新需求下，多源大数据支持的智慧规划过程普遍存在数据不通、业务不协同等问题，亟需基于多源数据融合的智慧规划技术框架和应用系统，赋能智慧规划决策。

面向未来，立足于生态文明和智能技术影响下人地关系重构的背景，将大数据和人工智能技术应用于城市规划各环节，从人地系统理论、时空耦合、空间综合等视角构建人-技术-空间一体的城市智慧规划框架，成为规划转型和创新发展的重要方向。

3 AI驱动的城市研究与规划展望

3.1 AI为城市研究和规划的创新发展带来了新机遇

AI技术在城市不同方面应用并融入到了城市环境中，形成城市AI（Luusua 和 Ylipulli 2020b） ，如自动驾驶、机器人和城市大脑等。它们无处不在，扩展到空间、场所和居民生活，也将城市日益转型为一个智能生命体。

Al for Science 会带来学科与知识体系的重构，除了与城市科学其他分支学科之间，城市规划将加速与计算机、数据科学等学科的交叉融合，通过“互联互通”，重构城市规划理论体系，其综合性、实践性、创新性将进一步凸显，科学性将不断增强。人工智能 (AI) 作为一项改变和重塑城市规划领域的关键技术，正在迅速崛起。然而，关于人工智能对城市和区域 规划研究和实践的潜在影响、涉及的问题以及适当的应对措施和计划，仍然存在一些悬而未决的问题（Peng, et al.  2023）。

复杂的城市问题，都可以用人工智能或者机器学习的方法来设计新的模型和新的算法，可见，基于机器学习的新算法，将开启城市研究与规划科学计算的新时代。因此，城市研究与城市规划，需要以主动、积极的态度，以新的视角去思考如何应对人工智能驱动的城市研究与规划设计范式。

3.2 AI驱动的城市研究与规划设计：范式转型

随着智能技术的深度使用，人和城市空间、技术和城市空间越来越融合，促使城市物质空间正在变得越来越智能化，作为智能有机体的城市，也为城市AI发展提供了更多的可能。

AI驱动的科学研究范式是以“机器学习为代表的人工智能技术”与“科学研究”的深度融合，将会促使数据驱动的城市研究范式向人工智能驱动的城市研究范式转型。

城市规划AI分为AI辅助型、AI增强型、AI自动型、以及最终的AI自主型规划（Peng，et al.2003）。

面向未来，AI驱动的范式转型包括：

1）优化城市科学学科体系：包括理论、方法和应用体系，提高科研效率；

2）促进多学科交叉融合：打造稳定优质的科研生态，培养创新型人才；

3）打造城市开放创新平台：基于人工智能模型和算法创新，面向城市高质量发展中的重大问题与关键领域，从作坊到平台，推进多学科多模式城市开放创新平台建设；

4）建设城市多类型综合应用场景：强化服务城市高质量发展导向。

3.3 AI驱动的城市研究：实践应用

城市是一个包含社会、经济、生态等的复杂人地系统。城市高质量发展需要综合考虑：规模与结构、功能与效益、品质与活力、安全与宜居等实际需求，以实现绿色、低碳、智能、韧性、人本的发展理念。通过一定的政策、经济、技术等调控手段，对要素资源进行合理配置，进而优化空间格局，实现城市的高质量发展。

通过将城市国土空间的多维特征、变化与运行过程系统、精确、实时映射到虚拟的信息空间，针对城市不同需求主体和场景，通过多样态的赋能模式，理解国土空间运行机制、模拟其组织行为，并进行智能化预警和管理，以提升国土空间对复杂问题的智慧应对能力，使其成为可感知、会思考、自适应的生命有机体。

4 结  语

前瞻性探索、系统化设计AI驱动的城市研究，是城市研究与规划创新发展的必然趋势。

AI时代，城市研究与规划要在复杂城市人地关系探索方面有新突破，进而为城市高质量发展提供理论依据和方法借鉴。

不能孤立去看待AI技术的城市应用，而应基于城乡规划、地理学、生态环境、计算机等科学的融合发展，从系统综合的视角去分析AI技术对城市建成环境、人文社会经济空间和信息空间的影响及其应对策略。

供稿单位：中国城市规划学会城市规划新技术应用专业委员会