【学术笔谈】黄晓春| 智慧规划——人工智能对城乡规划的影响浅谈

编者按

智能技术的发展，作为国家经济转型和社会发展的创新驱动力，已经深刻影响到城镇化发展的诸多领域。城镇“智能化”方向的发展趋势和需求，对城市规划提出了新的要求，也带来了新的机遇。本刊编辑部邀请前沿领域的专家学者以“人工智能对城市规划的影响”为主题，进行深入探讨和观点分享。

黄晓春（中国城市规划学会城市规划新技术应用学术委员会副主任委员，北京市城市规划设计研究院信息中心主任）

智慧规划——人工智能对城乡规划的影响浅谈

人工智能泛指通过普通计算机程序的手段实现的人类智能技术，而在学术领域是指智能主体的研究与设计。自1950年代提出这个概念以来，其发展起起落落，历经波折之后终于迎来新一轮的爆发。本次浪潮的兴起是相关技术在图像和语音等多领域、学术和商业等多层面实现突破的综合作用，AlphaGo 战胜围棋世界冠军是其标志性事件。

2017年7月国务院印发《新一代人工智能发展规划》，体现了我国政府对于这一态势的高度敏感和准确把握，对各行业的发展提出了更高要求。就城乡规划行业而言，吴志强院士率先提出了人工智能辅助城市规划的理念，并以城市树方法来研究全球城市发展规律。北京市城市规划设计研究院作为服务首都的规划编制与研究机构，持续跟踪国际前沿技术，并通过与城乡规划工作的紧密结合开展了相关理论与实践探索。笔者认为人工智能具有通用性，城乡规划引入人工智能是技术发展的必然。伴随着人工智能的应用不断深化，必将推动各种规划技术方法的智能化，提升规划师对城市的研究和分析能力，从而由数字规划逐步升级为智慧规划，更好地服务城市生活。为了实现智慧规划，基于人工智能的城市数据汇集分析和决策模型综合应用是最基本也是最重要的内容。

城市数据主要包含政务数据与开放数据等数据资源，内容涉及城市基础地理、土地使用、公共设施、基础设施、安全设施等静态数据，也涉及到人口流动、交通流动、物流运输等动态数据。遥感技术及各类传感器技术的发展为海量城市数据的获得创造了可能，也为人工智能技术支撑数据分析提供了保证。例如实时遥感数据的获取有助于城市空间发展规律的发现与预判，公安“雪亮工程”通过人脸识别技术发现并预测犯罪高发地区，为城市安全管理提供了保证。随着近年来大数据的兴起，城市数据的来源范围和开放程度得到了空前的提升，特别是在交通大数据、位置大数据、电商大数据等垂直领域为规划研究提供了极具价值的数据资源。这些数据是迈向智慧规划的宝贵财富，因为这轮人工智能热潮的爆发正是基于各类大数据的积累，AlphaGo 能够战胜人类正是由于使用了远超人类承受水平的训练数据。借鉴这个思路，我们可以选取一些合适的规划问题，建立端到端的深度学习方法，直接利用城市数据进行训练，实现数据驱动的城市研究。

城市是个复杂的巨系统，随着信息化、全球化的发展，城市也将越来越开放，规划所面对的问题也会愈发复杂。决策模型正是帮助规划师从定性分析跨越到定量研究，保证城市问题研究更加科学准确的重要技术手段。笔者带领的团队基于对我国城乡规划与区域规划等理论的深入探索，通过回顾和剖析规划信息化和规划支持系统的发展过程和现状问题，从方法、软件、模型三个操作方面入手，建立了涵盖宏观区域规划、中观城乡规划、微观城市设计三个层面的规划支持系统框架体系，搭建了规划决策支持系统平台，建设完成100 多个规划决策模型，并在规划工作实践中得以验证。规划决策模型包括基础模型与综合模型两大类：基础模型包含区位分析、适宜分析、经济分析、人口分析、用地分析、建筑分析、公服设施、市政设施、交通设施、安全设施等模型组，主要对城市基础问题进行分析、评估与预测；综合模型包含区域发展、空间发展、社会便利等模型组，主要针对城市复杂问题提供技术支撑。这些模型有些直接使用了人工智能技术，例如多智能体系统，通过智能体选择、行为确定、智能体间对选择行为协商等过程来建立城市建设用地增长预测模型。不仅如此，基于城市数据和人工智能的方法可以实现数据驱动的模型参数优化，这使得未直接采用人工智能技术的决策模型也可以得到提升。所以，使用智能化的决策模型是实现智慧规划的必要手段。

目前，人工智能的研究非常活跃，进展极为迅猛，技术方法日新月异。与此同时，智慧城市的建设也在不断深化，将会产生更多有价值的城市数据。笔者相信在当前良好的发展形势下，在实践中基于城市数据和决策模型综合运用人工智能技术，推进规划手段的智能化，将会有力推动城乡规划的发展，最终实现智慧规划。

本文为《城市规划学刊》原创文章 

欢迎在朋友圈转发，转载请联系[e-mail]

URBAN PLANNING FORUM     Since 1957

创新性、前瞻性、学术性

中文核心期刊、中国科技核心期刊、中国人文社会科学核心期刊、中文社会科学引文索引来源期刊（CSSCI）、中国期刊全文数据库（CJFD）全文收录期刊，中国学术期刊综合评价数据库（CAJCED）统计源期刊，中国科学引文数据来源期刊，RCCSE中国核心学术期刊

官方网站：http://www.upforum.org

投稿链接：http://cxgh.cbpt.cnki.net

Email: [e-mail]

电话：[phone]

传真：[phone]

微信号：upforum

识别二维码  订阅本刊2018年电子阅读版