最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網(wǎng) 會員登陸 & 注冊

Chat GPT和AI會取代城鄉(xiāng)規(guī)劃師的工作嗎?美國規(guī)劃師協(xié)會《規(guī)劃中的AI》白皮書有答案

2023-02-21 11:39 作者:鏟史官珍湘  | 我要投稿

看看ChatGPT如何回答這個問題:



省流:

AI能夠幫助規(guī)劃師處理技術(shù)理性或者規(guī)范理性的可重復的事物——即確定性、規(guī)范性的任務或者說具備框架流程的輔助設計,譬如道路設計、空間設計、市政設計、空間建模與計算等等,設計院的大部分的基礎性設計方案是可以替代甚至取代的。也可以說,控規(guī)的大部分內(nèi)容,實際上是能夠依據(jù)規(guī)范,可計算、可推算的空間方案,AI是能夠勝任的。

然而對于發(fā)展方向性的選擇以及決策理性的多元判斷時,AI并不具備多大的優(yōu)勢——即城市發(fā)展戰(zhàn)略、城市經(jīng)濟發(fā)展的產(chǎn)業(yè)選擇、社區(qū)居民的需求溝通、政策形勢的判斷要求等是沒有辦法來做的。總規(guī)。這類具備綜合性、預測性、溝通性的內(nèi)容,更多涉及到總體規(guī)劃或者區(qū)域規(guī)劃的內(nèi)容,AI是難以突破的。

總之,規(guī)劃累積的經(jīng)驗主義和確定性的可計算規(guī)劃,是可以交由AI完成的,這也啟示我們,不要成為工匠型、工具人型的畫圖規(guī)劃師,多去承擔戰(zhàn)略型、判斷型、溝通型、管理型的智人型規(guī)劃師。


在規(guī)劃AI浪潮來臨之前

你會準備一塊沖浪板并學習沖浪嗎?



2022年9月,美國規(guī)劃協(xié)會(APA)發(fā)布了一份規(guī)劃AI白皮書,老舟對原文進行了翻譯。白皮書中的論證略微冗長,因而本文篩選出個人覺得有亮點和有啟發(fā)性的觀點和表述進行分享。

許多觀點和對趨勢的判斷顯得老生常談,甚至有些前后矛盾的地方,但也不乏一些比較有意思的闡述。

原文中比較長和難以理解的內(nèi)容,譯者對其結(jié)合自己的理解和感悟進行了注釋。(見【譯者注】)

以下內(nèi)容為精華摘錄版,需要《規(guī)劃AI白皮書》的完整版譯文,關(guān)注“規(guī)劃在路上”公眾號,在對話框內(nèi)發(fā)送“白皮書”三個字,后臺將回復下載地址。



目錄

1引言

2意義的建構(gòu)——人工智能與規(guī)劃

????2.1 什么是規(guī)劃,規(guī)劃師是做什么的?

????2.2 什么是人工智能,人工智能能做什么?

????2.3 人工智能和規(guī)劃之間的相似性和協(xié)同作用

????2.4 人工智能在規(guī)劃中的潛在用途和影響

3.挑戰(zhàn)與機遇

????3.1 技術(shù)部門和規(guī)劃

????3.2 規(guī)劃學術(shù)界和實踐界

4公平和包容以及對人工智能的職業(yè)道德要求

???4.1 規(guī)劃目標和人工智能的目的

????4.2 價值觀和道德決定

????4.3 包容性

????4.4 透明度

????4.5 歷史的包袱

????4.6 多樣性

????4.7 誰該負責?

5.規(guī)劃師的角色以及如何為人工智能做準備

????5.1 規(guī)劃師是基于人工智能工具發(fā)展的貢獻者

????5.2 規(guī)師作為知情的消費者

????5.3 提高技能和持續(xù)學習

6.用人工智能規(guī)劃未來

7.參考文獻

????7.1 規(guī)劃中的人工智能展望前瞻社群的作品

????7.2 文中引用的參考文獻

????7.3 補充閱讀



1 引言

職業(yè)及其角色,將一直隨著環(huán)境的變化、轉(zhuǎn)變而發(fā)展。

在急速變革的時代潮流和城市化進程中,規(guī)劃(師)需要更快的適應,甚至是主動地調(diào)整和適應新的工具、流程和技能。

人工智能有望成為21世紀最大的顛覆者之一,對經(jīng)濟、建筑環(huán)境、社會以及包括規(guī)劃行業(yè)在內(nèi)的大多數(shù)行業(yè)產(chǎn)生影響。

規(guī)劃師和相關(guān)專業(yè)人員,應該就人工智能對專業(yè)的潛在影響和益處有深刻理解。

人工智能有可能協(xié)助規(guī)劃者展開工作,改善現(xiàn)有的規(guī)劃過程,提升效率,并允許規(guī)劃者將他們的工作重點放在規(guī)劃的人為因素上(即人與人之間的互動,與社區(qū)成員的聯(lián)系,以及相關(guān)的人類技能)。

了解哪些任務可以由機器比人更有效地完成(例如,處理和分析大數(shù)據(jù)集和艱苦的重復性任務,如交通統(tǒng)計),以及哪些任務必須由人類與社區(qū)成員面對面來完成,是需要回答的重要問題。

關(guān)于規(guī)劃中的人工智能的討論需要圍繞這樣一個問題展開:哪些規(guī)劃過程目前運行良好,哪些沒有。

我們需要確保我們從改善現(xiàn)有的程序開始,并確保其結(jié)果是公平和可持續(xù)的,然后,我們才可以編程讓機器來為我們做這些事情。

本白皮書總結(jié)了研究結(jié)果,并就規(guī)劃者如何為人工智能及其潛在影響做好準備、規(guī)劃者如何確保以公平和包容的方式使用基于人工智能的規(guī)劃工具,以及規(guī)劃者在開發(fā)和使用基于人工智能的規(guī)劃工具中應扮演什么角色提出了初步想法。

2 意義建構(gòu)——人工智能與規(guī)劃

2.1 什么是規(guī)劃,規(guī)劃師是做什么的?

規(guī)劃是我們?yōu)榱嗣髦堑赝顿Y稀缺的公共資源和管理人居環(huán)境的復雜性,所做的集體努力。

【譯者注:規(guī)劃通過為城市提供公共產(chǎn)品在時空下的最優(yōu)布局方案(包括時序安排和空間位置兩個維度),方案通過不斷地比較、評估和考量,使得城市整體的正外部性得到最大化,局部區(qū)域中的負外部性得以最小化,這是現(xiàn)代規(guī)劃的套路和決策邏輯?!?/span>

事實、意見、價值、預測和其他形式的信息,通過邏輯被寫入到一系列的原則和規(guī)則中,然后被用來持續(xù)評估社區(qū)可能面臨的選擇。

與非專業(yè)人士不同,規(guī)劃者可以利用對原則和法律的深入了解,以其他人無法復制的方式來確定提案的優(yōu)勢和劣勢。

【譯者注&個人感悟:相關(guān)法規(guī)體系、規(guī)劃原理中的原則,構(gòu)成了規(guī)劃專業(yè)的行業(yè)壁壘和個人競爭力,這無可厚非。就像是機器學習需要大量的人工反饋一樣,對于規(guī)劃的復盤和評估往往報喜不報憂,更缺乏對于規(guī)劃過程的反思。在實際項目生產(chǎn)過程中,規(guī)劃過程往往是依照規(guī)范化后的先驗知識進行判定,依葫蘆畫瓢式的理想化設計或者是領導個人意志的映射,缺乏與社區(qū)居民需求、地方發(fā)展需求以及其他各個專業(yè)的深度溝通,因而多數(shù)規(guī)劃項目完成后,沒有得到實際的反饋和數(shù)據(jù)的驗證,無法完成學習和經(jīng)驗的累積,初出茅廬的規(guī)劃新人容易變?yōu)榧埳险勔?guī)的畫圖工具人。因此,增量階段我國的規(guī)劃流程多止于“理”——即參考大量的法律和設計規(guī)范完成規(guī)劃設計任務,到了城鎮(zhèn)化后期,更多規(guī)劃是合乎“情”的存量更新規(guī)劃——考慮公平、正義、韌性、協(xié)商的規(guī)劃。這時候的優(yōu)劣可能就是技術(shù)合理基礎上的方案,看看哪個更公平】

他們通常會通過提及從實踐、政策和常識中得出的大量的 "如果這樣,那么那樣 "的行動條件來做到上述這一點(指比較方案優(yōu)劣)。

【譯者注:類似于控規(guī)中的規(guī)劃條件,利用規(guī)劃積累的先驗知識——控制負外部性的條件和規(guī)范,保證物理層面和物質(zhì)層面的城市系統(tǒng)的正常運行秩序,例如如果這樣設計,就不符合日照規(guī)范or道路設計規(guī)范,會造成底層住戶不滿足條件?!?/span>

近一個世紀以來,這項工作通過理性規(guī)劃模型等剛性過程【譯者注:工程類的規(guī)范設計,有著明確的剛性指標和工程計算模型,來判定項目的好壞,這類工程設計的因果導向,具有相當大的確定性和非價值判斷,是一種非黑即白的剛性決策過程】、不連貫的漸進主義等柔性過程【譯者注:社會經(jīng)濟的行動落地與規(guī)劃實施過程,結(jié)合社會需求進行利益調(diào)節(jié)和人居環(huán)境改善,譬如城市更新和老舊小區(qū)安裝電梯,這類項目不僅僅是工程問題,還需要考慮制度設計和利益,例如住房政策、設施布局、用地征收、房屋改建、歷史保護等等內(nèi)容往往涉及到了社會公平、公共利益、鄰避效應等,是一種灰度的柔性決策過程】,以及我們今天看到的公眾參與戰(zhàn)略的最佳實踐得到了完善。

在實踐的每一次迭代中,規(guī)劃者的邏輯都是一樣的【譯者注:現(xiàn)代規(guī)劃過程長期以來的規(guī)劃過程和路徑:調(diào)查——分析——規(guī)劃——評估】。這種邏輯解釋了針對大量系統(tǒng)的潛在變化的因果關(guān)系,這些系統(tǒng)通常被稱為經(jīng)濟、環(huán)境和社會需求的“三重底線”。該邏輯將事實、意見、項目和其他形式的信息納入一個優(yōu)先價值序列。【譯者注:通過累積的法律、工程、社會規(guī)范進行方案設計和優(yōu)劣判斷,根據(jù)不同的權(quán)重進行社會價值、經(jīng)濟價值和環(huán)境價值的整體價值判斷,取不同空間布局的最優(yōu)解,中國式表達就是:兩利相權(quán)取其重,兩害相權(quán)取其輕】

這些價值反映在保護社區(qū)“健康、安全和福利“的地方政策中,所有這些政策都經(jīng)過了數(shù)以千計的法律挑戰(zhàn)的考驗和證明,今天仍然是以明顯方式塑造城市的強大規(guī)則。當這樣的規(guī)則造成意想不到的后果時,規(guī)劃者和他們的邏輯就會與社區(qū)合作,理性地、一次一個項目地找到更好的解決方案。【譯者注:所有可能產(chǎn)生的問題和沖突都經(jīng)過了較好的法律和規(guī)范驗證,先驗式、經(jīng)驗式的價值判定和最佳解決方案,即可復制實施,但在規(guī)劃項目落地時,需要各種協(xié)商、博弈和討論;在中國語境下,增量式的規(guī)劃基本上不存在這類問題,城市用地擴張過程中,農(nóng)用地的轉(zhuǎn)換,社會摩擦和溝通成本較小,因而產(chǎn)生了中國史無前例的城市化進程;但西方國家的增量規(guī)劃以及城市化進程都已經(jīng)見頂,存量的社區(qū)規(guī)劃是其最主要的規(guī)劃業(yè)務,以往的工程規(guī)范和規(guī)則無法解決社會公平性公正性問題——譬如弱勢群體、種族隔離問題、鄰避效應等,需要大量的協(xié)商和溝通以及政治協(xié)商過程,因此西方存在溝通式規(guī)劃和倡導式規(guī)劃的理論,需要靠規(guī)劃師摸著石頭過河,為地方和群體定制協(xié)商式的規(guī)劃,物質(zhì)空間設計已經(jīng)不再像增量時期那么重要了?!?/span>

2.2 什么是人工智能,人工智能能做什么?

人工智能擁有向社會提供上述這種相同的基本價值的潛力。這項技術(shù)是一種自動化的決策工具。

一般來說,人工智能可以評估信息,識別特征,將模式轉(zhuǎn)化為規(guī)定的變量,根據(jù)行動的閾值來衡量變量,確定價值最高的選項,并作出決定。【譯者注:人工智能如何判定方案的空間價值,尤其面對多元價值和城市多樣性、復雜性的時候如何決策,That is a question】

在任何情景下,人工智能技術(shù)都表明,正確的數(shù)據(jù)和正確的規(guī)則可以允許人工智能根據(jù)其讀取的模式,來預測和規(guī)定行動方案。【譯者注:如何來定義正確?誰來定義正確?That is also a question,文中提及了很多次,但暫時沒有答案】

這個想法很簡單,但在調(diào)整正確的數(shù)據(jù)和規(guī)則,以使人工智能發(fā)揮預期運行方面,往往存在巨大的挑戰(zhàn)。

2.3人工智能和規(guī)劃之間的相似性和協(xié)同作用

正確的邏輯和正確的數(shù)據(jù),也是讓規(guī)劃者合理地解決當?shù)貑栴}的原因。

然而,規(guī)劃不是游戲,規(guī)劃者的工作本質(zhì)上是創(chuàng)造性的,是以人為本的。

人工智能不能取代作家的表達方式和風格,以及對隱喻的刻意使用。然而,它可以確保每一句話都符合適當?shù)恼Z法。人工智能并不取代,而是增強。【譯者注:現(xiàn)有很多文獻中提及的是輔助規(guī)劃,因為算法邏輯和結(jié)果的對與錯都由人來決定】

人工智能正變得越來越有能力實現(xiàn)流程自動化,但它無法做到這一切。即使在最先進的應用中,人工智能也要依靠警惕的專家之手來指導系統(tǒng),即使專家依靠系統(tǒng)來執(zhí)行大部分的任務。【譯者注:與自動駕駛和開飛機一樣,面對突發(fā)情況依舊需要人腦來決策,AI只是幫你從具體手動操作中解脫出來】

然而,與大多數(shù)人(的邏輯)不同的是,這種算法中包含的邏輯,可以更公開地響應新的信息、新的價值、新的權(quán)重和條件。它可以更容易接受社區(qū)不斷變化的態(tài)度和需求。更妙的是,當它產(chǎn)生一個錯誤時,其他人往往很清楚這個錯誤已經(jīng)發(fā)生。在復雜的模型中,這種錯誤很難追蹤,因此也更難解決,但錯誤還是很明顯的。這就激發(fā)了反復的試驗和錯誤循環(huán),使人工智能隨著時間的推移變得更加強大。然而,我們?nèi)祟愅鶗驗楹ε聦擂位蚴?,而傾向于隱藏自己的錯誤。以與機器學習模型相同的方式“更新”我們的思維,往往是痛苦的,因為我們常常在一開始就猶豫是否承認這些錯誤。最后,算法可以始終如一地履行其職責,每次都使用相同的可靠程序,而人類有時可能會忘記或不一致。【譯者注:發(fā)現(xiàn)和承認算法錯誤,比承認自己的決策失誤簡單多了,似乎有道理。但是,對城市來說,某些錯誤有可能當前發(fā)現(xiàn)不了,還需要考慮時間成本,而且這種決策錯誤就像是木已成舟,很難糾正?!?/span>

有了正確的數(shù)據(jù)和參數(shù),人工智能可以優(yōu)化一個城市的街道網(wǎng)絡設計,以盡量減少溫室氣體排放。它可以確定最佳路線設計,以便在中低收入地區(qū)獲得最大的交通便利。它可以確定最敏感的自然區(qū)域來保護土地。它可以根據(jù)分區(qū)條例的參數(shù),進行的擴建分析,模擬未來城市的增長表現(xiàn)。通過定期的迭代和持續(xù)的回測,它可以預測未來的影響,減少誤差幅度。

我們(規(guī)劃者)對交流的貢獻,可以來自我們與社區(qū)的合作,將他們的不斷變化的關(guān)注和需求,轉(zhuǎn)化為優(yōu)先事項、價值觀和愿景。這是創(chuàng)造性的工作,它需要計算機無法模仿的情商。這種信息在未來幾年將變得更加珍貴。【譯者注:公共利益的算法翻譯師,把需求反饋給算法,并修正算法】

但是,我們從這些工具中獲得的個人滿意度,是不容易以技術(shù)方式衡量的。同樣地,這些工具的社會政治影響,也是只有我們通過我們自己的集體努力,來確定和管理的。換句話說,雖然人工智能是人類建構(gòu)的,但如果沒有規(guī)劃者與技術(shù)的持續(xù)合作,它就無法捕捉到人道主義和關(guān)懷。

人工智能可以向我們展示“正確”的答案,但只是以我們定義的方式。這個智能的作者,應當由我們來解釋哪些結(jié)果是“正確”或“錯誤”。

2.4人工智能在規(guī)劃中的潛在用途和影響

人工智能可以處理、合成和解釋我們提供的數(shù)據(jù)。無論我們定義了多少變量,它都可以產(chǎn)生無數(shù)權(quán)重和度量的排列。其質(zhì)量(可靠性和準確性)取決于它得到的數(shù)據(jù)和我們設計的公式。除非規(guī)劃者定義或至少理解數(shù)據(jù)收集、分析和算法開發(fā)的最佳實踐,否則我們無法充分認識到人工智能在我們專業(yè)中的潛在用途。然而,我們可以很容易地認識到其中的含義。

如果做得好,人工智能可以讓我們通過實時分析各種設計方案,來提高公眾參與度。目前,規(guī)劃實踐者可以在設計階段上,提供這種經(jīng)驗。規(guī)模和范圍可能會有所不同,但核心要素必須包括參與者對一個地區(qū)的未來的想法。這些想法被轉(zhuǎn)化為設計,然后由人工智能模型評估的軟件進行數(shù)字化和測試。隨著影響被評估,公眾可以更好地看到他們許多想法和設計的權(quán)衡。通過修改和調(diào)整,他們可以了解街道、建筑、自然區(qū)域以及管理政策之間的相互作用。該技術(shù)提供的視覺表現(xiàn)和快速反饋,可以使人們更深入地了解如何規(guī)劃他們的集體未來。對于參與該過程的任何人來說,這一經(jīng)歷都具有高度的吸引力和豐富的信息。隨著時間的推移,這種高質(zhì)量的、由數(shù)據(jù)驅(qū)動的交流,可以成為每個規(guī)劃決策的一部分。【譯者注:個人覺得利用AI進行可視化展示和教育是可行的,但是利用公眾參與來決策,這個有些理想化和過度樂觀了。在西方語境下,在社區(qū)規(guī)劃層面的人居環(huán)境更新改造,是可行的。就目前城市的重大決策和發(fā)展決策而言,一定是存在著信息差的,這種公投式的規(guī)劃決策不見得會很有效率。這個模式跟現(xiàn)在流行的DAO組織很像?!?/span>

需要注意的是,這種交流主要是在社區(qū)和代表實踐的模型之間進行的,就像聊天機器人是客戶和語言模型之間的交流一樣。這并不導致規(guī)劃師在這個過程中被取代。相反,它允許規(guī)劃者專注于模型的完善——這樣他們就能產(chǎn)生更好的分析和反饋。【譯者注:按這種說法,規(guī)劃師已經(jīng)淪為社區(qū)產(chǎn)品經(jīng)理和算法工程師了,這規(guī)劃師已經(jīng)轉(zhuǎn)行了;這里描繪場景與之前提及的“人與人之間的互動過程”有些矛盾,人與人的溝通已經(jīng)被AI取代了,與之前提及的人與人的溝通,有些本末倒置了?!?/span>

同樣,社區(qū)和模型之間的直接交流,使社區(qū)能夠?qū)W習、澄清和完善其優(yōu)先權(quán)和利益,從而產(chǎn)生更好的價值判斷

知情的從業(yè)者也知道,目前人工智能模型的技術(shù)準確性并不理想。同樣地,他們知道我們目前的人工智能的智能是受有限的數(shù)據(jù)所限制的。數(shù)據(jù)的缺乏導致了有效訓練的缺乏。強大的機器學習技術(shù),如無監(jiān)督強化方法,在目前的實踐中,由于缺乏強大的訓練集來為其提供支持,基本上是遙不可及的。我們還缺乏將我們的定性理想,轉(zhuǎn)化為可以在軟件代碼中自動化的數(shù)字和對象所需的知識。這些問題可以并且將由技術(shù)專家解決。他們需要規(guī)劃者提供成功的秘訣。

規(guī)劃的最佳人工智能需要時間來創(chuàng)造,只有第一步是明確的:規(guī)劃的最佳人工智能邏輯,必須從模仿人類的最佳規(guī)劃邏輯開始。我們對這種邏輯有清晰的認識嗎?我們是否從經(jīng)驗和哲學的角度知道我們認為理想的問題和解決方案?我們知道如何培養(yǎng)這種知識,以增強這些模型的能力嗎?如果我們不為規(guī)劃開發(fā)這種算法邏輯,那么其他專業(yè)人員(AI開發(fā)人員)在開發(fā)基于AI的規(guī)劃工具時,很可能會開發(fā)這種算法邏輯。

通過試驗和錯誤,以及來自這個領域集中努力所產(chǎn)生的更好數(shù)據(jù),是揭示和發(fā)現(xiàn)上述問題答案的最佳路徑。這是人工智能和規(guī)劃之間協(xié)同作用的最佳方面。努力使人工智能成為一個有效的工具,將有助于規(guī)劃者明確最佳實踐和方法,這也必將使我們的專業(yè)也更加有效。

(未完待續(xù))

3?機遇與挑戰(zhàn)

人工智能用于規(guī)劃,或?qū)⒂兄?strong>發(fā)現(xiàn)痛點以及相關(guān)的機會。這需要具備與相關(guān)任何創(chuàng)新的相同任務:開發(fā)一個共享的術(shù)語表,學習新的技能,了解新工具優(yōu)越之處,定期地重新調(diào)整預期,并確定適當?shù)?strong>績效指標、分析框架評估技術(shù)。規(guī)劃師將需要在規(guī)劃和技術(shù)部門的對比文化之間架起橋梁,而規(guī)劃學者將在這個領域找到新的研究機會。

【譯者注:不同的規(guī)劃應用場景的需求不一樣,從調(diào)研、規(guī)劃、管理、評估中的每一個環(huán)節(jié),其指標、框架、技術(shù)都要重新搭建,一如現(xiàn)階段“城垣杯”競賽所作的事情,具體到分析場景,需要數(shù)據(jù)和模型來展開分析,這將成為一個新的業(yè)務增長點,且形成可復制可調(diào)參的空間分析產(chǎn)品和算法模型】了解人工智能建立在規(guī)劃師長期使用的預測和分類統(tǒng)計方法上是很有幫助的,如回歸模型、聚類分析和主成分分析。使人工智能與眾不同的擴展是,預測和分類用于支持自動化、基于規(guī)則的決策。

【譯者注:自動化的決策和基于規(guī)則的決策是很理想的狀態(tài),就像自動駕駛完全不需要人的掌控的階段,這需要強大的數(shù)據(jù)能力和場景判斷,規(guī)劃的周期都比較長,類似交通這樣實時的數(shù)據(jù)基本上不可能有,規(guī)劃產(chǎn)生的數(shù)據(jù)基本上都是后驗型的,個人感覺很難進行先驗的預測和自動化決策。當然也跟現(xiàn)階段的規(guī)劃過程有關(guān),因為人的大腦數(shù)據(jù)投喂的相對單一,但如果是城市大腦,有了整個系統(tǒng)的數(shù)據(jù)分析能力,就有可能作出系統(tǒng)性的判斷進而自動化決策】

理解和管理人工智能的局限性是規(guī)劃師的另一個重要挑戰(zhàn)?!匾氖牵私馊斯ぶ悄?strong>是否在有代表性的數(shù)據(jù)上進行了訓練,算法的調(diào)整是否反映了應用的背景和最重要的特征,以及最終算法中可能存在的偏差。要想熟練掌握結(jié)果的準確性和意義,并認識到工具不適合的情況,這需要實踐

【譯者注:目前的AI尚處于初級階段,積累的數(shù)據(jù)量不夠多,難以從算法中得到反饋,先驗的概率決策和分析累積,難以得到驗證和反饋,其次是普適性和特殊性的矛盾需要考量。譬如設計方案要考慮的是滿足各類設計規(guī)范相對剛性,規(guī)劃決策和管理要求的是底線思維和外部性最小,相對比較彈性,自由裁量權(quán)較大。這些地方性的文化背景、制度特征、規(guī)范要求有可能很難被ai理解并形成決策,這種普遍性下的特殊性,AI工具的算法可能需要私人訂制,做到“一招鮮,吃遍天”和放之四海而皆準的規(guī)劃算法,可能比較難】

有時我們會選擇方便的指標,而不是合適的指標。通常情況下,我們在公共決策中部署的衡量指標,可以由最容易獲得最便宜的訪問方式來構(gòu)建。

【譯者注:數(shù)據(jù)的可獲得性、精確性以及規(guī)模性,都有可能影響最終決策的分析結(jié)果,在初級階段,有可能還是需要依賴小數(shù)據(jù)來進行輔助判斷,尚且達不到大數(shù)據(jù)的情景】

有時,我們并沒有有意識地選擇一個分析框架來指導決策,也沒有詢問誰會受益。在參考任何分析或數(shù)據(jù)之前,總會存在一個需要解答的問題。對這個問題的定義,將對數(shù)據(jù)的呈現(xiàn)、敘述的構(gòu)建以及最終規(guī)劃決策的結(jié)果,都會產(chǎn)生連鎖反應。

【譯者注:當前很多規(guī)劃中的分析決策的過程還是拍腦袋定的,沒有分析框架和算法邏輯,譬如產(chǎn)業(yè)規(guī)劃、商業(yè)設施、各類用地的選址布局等等。定義清楚問題很重要,這決定了最終的概念和數(shù)據(jù)指標,并帶來空間的連鎖反應和蝴蝶效應】

3.1技術(shù)部門和規(guī)劃

然而,通過人工智能實現(xiàn)自動化是有風險的,因為當我們允許人工智能在我們沒有思考的情況下進行操作時,我們可能會錯誤地應用方法或造成意想不到的后果。因此,定期評估我們在自動化方面的嘗試及其表現(xiàn)是有價值的。

【譯者注:不難理解,看看現(xiàn)在自動駕駛的事故情況就知道了,風險任何情況下都會存在,人工的決策依靠權(quán)力,或許也隱藏了更大風險而不自知。但也不能因噎廢食,自動化輔助決策還是有價值的,只是技術(shù)尚未成熟,需要人工的干預和規(guī)避】

規(guī)劃師將通過成為關(guān)鍵的、有鑒別力的技術(shù)使用者,并確保所追求的效率是社區(qū)和更廣泛的社會所珍視的,從而更好地服務于他們的社區(qū)。

【譯者注:技術(shù)使用者和反饋者,越來越像社區(qū)的空間產(chǎn)品經(jīng)理,目前還在空間決策代理階段,尚未進化到產(chǎn)品經(jīng)理階段】

他們(規(guī)劃師)需要了解輸出是如何產(chǎn)生的,并能夠將輸入的內(nèi)容與輸出的內(nèi)容聯(lián)系起來。規(guī)劃師應該設法引領游戲規(guī)則,對人工智能及其影響采取積極的態(tài)度,而不是被動的。

營利性活動公共利益之間出現(xiàn)了典型的緊張關(guān)系。私人行為者將使用人工智能工具來推進他們的目標,而規(guī)劃師需要做出適當?shù)幕貞?/strong>。當規(guī)劃師借用由更大私有部門開發(fā)的工具時,其適用性可能并不完美,并且可能無法滿足公開性和問責制的要求。技術(shù)部門的職業(yè)經(jīng)理人和學者,都比公共部門規(guī)劃師的創(chuàng)新和測試想法,有更多的自由。特別是地方政府的規(guī)劃從業(yè)人員沒有機會“失敗”,這表明科技部門應該承擔更多的實驗責任,許多人將其歸因于麥克斯韋(2000)的格言“早失敗,常失敗”。

【譯者注:公共部門規(guī)劃師的鍋,最終由技術(shù)來背,這也是第一期中提到的,相比于要人類承認錯誤和責怪算法錯誤,前者要難得多,但這個公共利益是很難定義的,有時候是多數(shù)人的利益,但難免保證其公平和公正,有可能出現(xiàn)多數(shù)人的暴政,算法下的空間規(guī)劃的失敗,其最終的責任由誰來承擔呢?其責任這也是很難定義的,政府部門的規(guī)劃師沒有機會失敗,這個說的挺好,但人工智能不正是要通過失敗來學習么?這里的實驗如何做?通過對規(guī)劃不同方案所帶來的一連串的社會實驗及其外部性進行評估,權(quán)衡利弊,還是那句老話:兩害相形,則取其輕;兩利相形,則取其重,最終可能會變成了一個決策樹模型】

有必要對人工智能工具進行比較評價,以評估其相對優(yōu)勢和劣勢。這是學者和研究人員的職責,由于他們經(jīng)常需要與從業(yè)者一起工作。

【譯者注:前面提及的對于算法這個黑盒子,有必要對結(jié)果予以人工評估和反饋,來不斷糾正其結(jié)果的正確性,使得其算法不斷進化學習,來達到自主決策和分析的需求】

3.2規(guī)劃學術(shù)界和實踐界

規(guī)劃學術(shù)界在評估人工智能工具方面可以發(fā)揮的作用,是在最新技術(shù)的關(guān)鍵性使用方面規(guī)劃應用以及培訓學生和中期從業(yè)人員適用性方面。此外,人工智能為規(guī)劃研究議程提出了新的問題。

像其他商業(yè)和政府部門一樣,人工智能在規(guī)劃方面的潛力,在20世紀50年代末和60年代初就得到了承認,但由于缺乏關(guān)于城市場所和過程的數(shù)據(jù),在人工智能的進一步發(fā)展受到了限制。這種情形正在迅速改變,因為實施了移動互聯(lián)網(wǎng)模式、土地使用變化、房地產(chǎn)交易、能源使用和其他信息的數(shù)據(jù)收集傳感器(見Thakuriah,Tilahun,and Zellner,2017)

盡管在過去幾年中,城市規(guī)劃學者對人工智能相關(guān)主題的研究一直在增加,但證據(jù)表明,這些成果進入專業(yè)規(guī)劃師手中的速度很慢(Batty,2018;Sanchez等人,2022)。一些學者建議規(guī)劃師縮短規(guī)劃的時間框架,以便更好地與控制論和城市運營研究的進展相重疊(Batty,2021)。其他學者認為,規(guī)劃師應該利用數(shù)據(jù)的普遍性和計算機的進步,來加強信息資源的再分配正義和邊緣化社區(qū)決策的程序正義(Goodspeed,2015;Boeing等人,2021)。

隨著數(shù)據(jù)可用性、通信能力和城市人工智能研究的上升,城市規(guī)劃將在規(guī)劃制定的技術(shù)應用方面經(jīng)歷重大變化。學術(shù)文獻表明,在土地使用、分區(qū)和許可、環(huán)境規(guī)劃和交通等不同領域的規(guī)劃中,有廣泛的人工智能應用前景。這些例子中有許多代表了規(guī)劃行動中的“棘手”問題【譯者注:英文為wicked problem,也可譯作抗解問題,這里可以理解為無解問題】,這些問題沒有商定的規(guī)則、邏輯或可能結(jié)果的有限集合人工智能容易被應用于“馴服“的問題【譯者注:英文為tame problem】,例如通過大量的監(jiān)督數(shù)據(jù)分類從X射線中進行醫(yī)療診斷,而像診斷這樣的“棘手“問題則不容易?!咀g者注:英文為wicked problem,也可譯作抗解問題、棘手問題,這里可以理解為無解問題:

「釋義」抗解問題是指一個困難或不可能解決的問題,因為這個問題不完整、矛盾、不斷變化且往往難以識別或定義。英語中使用“wicked”是指一種抵抗的決心。另一種對抗解問題的定義是“問題因其復雜的社會意涵,而沒有任何能夠確定的停止點 ?!鼻乙驗閺碗s的相互依賴性,試圖解決抗解問題的行動或方法可能會造成其他問題的產(chǎn)生。

「應用場景」網(wǎng)絡上的信息污染,是個“抗解問題”(wicked problem)。這種問題無法以常規(guī)方式解決,嘗試解決往往適得其反。舉例來說,F(xiàn)acebook增加了一項功能,由事實檢查員為虛假信息打上“有爭議”標簽,然而,如果用戶原本已經(jīng)傾向于相信該信息,看到這個標簽只會更加堅信不疑,不會改變想法。我們還需要更好的解決方案。

“棘手問題(Wicked problem)”指由于不完整的、矛盾的和不斷變化的要求難以識別,復雜的相互依賴性,使得難以解決或不可能解決的問題。 “棘手問題”最開始用于社會工程中,其現(xiàn)代意義上由Charles West Churchman在1967年在《管理科學期刊》(journal Management Science)提出 ,是為了響應曾經(jīng)使用棘手問題這個術(shù)語的Horst Rittel。Rittel與Melvin M. Webber在1973年發(fā)表的論文中正式描述了棘手問題的概念,他們比較了“棘手”與其相對概念“馴服(tame)”,以及在數(shù)學,國際象棋或智力游戲中的“可解問題”,他們指出:“由于這些問題的特殊性質(zhì),使用科學基礎來尋找社會政策問題的解決方案是終將失敗……政策問題并無法明確地描述。而且,在多元社會中,不存在沒有爭議的公益、客觀的權(quán)益定義;應對社會問題的政策也不能有意義地糾正或錯誤,談論這些問題的’最佳解決方案’也毫無意義……更糟糕的是,在有明確意義的答案上也沒有解決方案。”棘手問題有一些經(jīng)典的案例,像是經(jīng)濟、環(huán)境和政治上問題。當解決一個問題需要透過改變大量人類個體的思維和行為,那這個問題可能就是一個棘手問題,比如當前的Covid流行病,。。。

參考文獻:https://zh.wikipedia.org/zh-cn/棘手問題;https://zhuanlan.zhihu.com/p/371672981】

與其他更常規(guī)和經(jīng)常使用的方法相比,人工智能的作用更大,其他前瞻性應用很少使用,可能不會帶來顯著的改進或成本節(jié)約。因此,當城市規(guī)劃師和規(guī)劃組織考慮適當?shù)膽脕砀纳扑麄兊牧鞒?/strong>時,明智的做法是,考慮規(guī)劃實踐的哪些方面將從現(xiàn)階段的人工智能中受益并且不太可能造成意外的后果。要使人工智能應用城市規(guī)劃的“抗解”問題,仍需取得重大進展,而學術(shù)研究可以提供幫助。這包括一些重要的因素,如誰參與了問題的定義、人工智能工具的評估、數(shù)據(jù)的代表性以及所涉及的時間范圍。這意味著首先要強調(diào)規(guī)劃師的需求,其次才是技術(shù)的屬性,這種方法與目前通過開發(fā)技術(shù)的做法不同,在研究過程中很少考慮當前的實踐。

4?公平和包容,以及對人工智能的道德需求

為了確保人工智能在規(guī)劃中的使用能產(chǎn)生公平和可持續(xù)的結(jié)果,我們必須首先重新評估當前的規(guī)劃流程了解其缺點,并利用所學到的經(jīng)驗來指導新的或調(diào)整后的流程發(fā)展和規(guī)劃實踐。正如本白皮書所闡述的那樣,重要的是了解規(guī)劃的人為因素,并確定哪些可以由機器完成,哪些不應該由機器完成。規(guī)劃行業(yè)一直在努力糾正過去的錯誤,并改進規(guī)劃實踐,以便在未來創(chuàng)建公平的社區(qū)。公平的規(guī)劃實踐需要成為基于人工智能的規(guī)劃工具的基礎。規(guī)劃師可以首先確定AI在公平、多樣性和包容性方面面臨的挑戰(zhàn),以及在與人工智能合作時需要解決的其余缺點。此外,規(guī)劃師必須了解人工智能在公平、多樣性和包容性方面的缺點,這與規(guī)劃師在自己的專業(yè)范圍內(nèi)試圖解決的問題類似。

4.1規(guī)劃目標和人工智能的目的

“規(guī)劃中的人工智能”前瞻社群首先提出了一個問題:規(guī)劃的目的是什么?一般來說,規(guī)劃師同意我們努力為共同利益制定計劃。規(guī)劃師試圖解決當前的問題,建立共識,平衡不同的利益相關(guān)者和不同利益之間的權(quán)衡。根據(jù)AICP道德和職業(yè)行為準則,“規(guī)劃過程必須不斷追求并忠實地服務于公共利益”。

但是,在試圖制定一個算法時,“為公共利益而規(guī)劃“或“為公共利益服務“意味著什么?是否意味著為最大多數(shù)人的最大利益進行規(guī)劃?如果是這樣,它將默認排除少數(shù)群體和邊緣化群體。它是否意味著“群體的觀點”比個人的觀點更重要?如果是這樣的話,公平的概念是如何體現(xiàn)的?或者說,更好的算法是假設通過解決社區(qū)中最弱勢的人的需求,每個人都能得到服務嗎?雖然規(guī)劃師的目標是為共同利益而規(guī)劃,但一些規(guī)劃實踐卻無意和有意地對某些社區(qū)造成了傷害。

開發(fā)人工智能系統(tǒng)的主要目的是相似的:解決某些問題,特別是那些人類自己無法解決的問題。人工智能本身并不有害,也不是有意有害的。它的目的取決于其用戶和他們的意圖。機器不做自己的決定,沒有意見,也沒有經(jīng)驗。人工智能的程序員——開發(fā)機器正在使用的算法決定將哪些數(shù)據(jù)輸入機器的人——要對它所做的決定,以及這些決定所產(chǎn)生的結(jié)果負責。然而,不同的是,為公共利益進行規(guī)劃的規(guī)劃師可以參考道德準則,而人工智能(及其程序員)沒有任何道德框架,至少現(xiàn)在還沒有

4.2價值觀和道德判定

到目前為止,還沒有關(guān)于人工智能的統(tǒng)一法規(guī),也沒有關(guān)于人工智能開發(fā)或使用的一般道德準則。雖然包括經(jīng)濟合作與發(fā)展組織(OECD)等全球組織和各國政府以及私營科技公司在內(nèi)的多個實體一直在發(fā)展道德人工智能的初步概念,但沒有一個實體具有更大的法律約束力或可執(zhí)行性。

諸如“什么是道德決定?”或“什么是有道德的算法?”這樣的問題超出了人工智能開發(fā)者或規(guī)劃師的責任。例如,如果自動駕駛汽車的算法必須在碾過一個人或撞上一棵樹之間做出決定,這個決定可能比在一個70歲的婦女或一個10歲的男孩碾過去之間做出決定更容易。取決于文化價值和信仰,每個人的答案可能有所不同。人工智能的發(fā)展迫使我們更好地理解和定義人類的價值觀和推理。

當規(guī)劃人員希望將規(guī)劃任務轉(zhuǎn)化為算法時,或者使用基于人工智能的工具來輔助任務時,他們應該將人工智能中的道德對話與現(xiàn)有的規(guī)劃道德聯(lián)系起來。同樣,AICP道德準則也需要更新和調(diào)整,以反映AI應用將普遍存在的未來,無論規(guī)劃師是否參與對話。

4.3包容性

試圖為共同利益進行規(guī)劃時,最大的挑戰(zhàn)之一確保所有的聲音被聽到,每個人都被包括在內(nèi)。然而,諸如“最響亮的聲音“的主導問題(我們?nèi)绾伟l(fā)現(xiàn)從屬的敘述,并鼓勵邊緣化的聲音說出來并被聽到?),社區(qū)參與的預算限制(什么渠道、工具、方法和地點可用于外聯(lián)、投入和參與?),以及阻力最小的路徑(誰最容易參與,誰就會參與什么數(shù)據(jù)最容易收集,就會被收集)等問題都強調(diào)了包容性的必要性。什么是包容所有社區(qū)成員的最佳方式?公民包容是什么樣的,所有居民都能找到某種符合他們期望的互動方式?

就像在規(guī)劃中,當使用人工智能時(例如,根據(jù)大數(shù)據(jù)集做出決策),那些在數(shù)據(jù)中沒有代表的人可能會被排除在外。不完整的數(shù)據(jù)集和不代表社區(qū)的數(shù)據(jù),會導致不平等。此外,算法偏見的風險可能會加劇這些不平等現(xiàn)象。算法反映了其創(chuàng)建者的偏見,而不完整的數(shù)據(jù)集可能反映了社會的不平等。當原始的政治權(quán)力呈現(xiàn)出凌駕于個體參與權(quán)之上的姿態(tài)時,人工智能不會緩解問題,反而可能會加劇問題。

4.4透明度

規(guī)劃師面臨的另一個挑戰(zhàn)是,由于缺乏透明度,人們對公共部門的信任度不斷下降。雖然規(guī)劃師一直在努力糾正過去的錯誤做法,但規(guī)劃仍然是一個由專家驅(qū)動的職業(yè),規(guī)劃師的行話會造成語言障礙,缺乏理解,以及對自上而下決策的偏見看法如何才能更公平地進行規(guī)劃,并提供共同創(chuàng)造的機會

某些技術(shù)可以促進更具包容性的訪問和每個人的參與機會。但是,當未知數(shù)據(jù)進入一個黑匣子時,未知算法產(chǎn)生了輸出,這種缺乏透明度會加劇不信任,直到社區(qū)和規(guī)劃師都不信任這項技術(shù)的地步。在規(guī)劃中,透明度的挑戰(zhàn)在于讓規(guī)劃過程本身更容易被其他人理解,而這正是規(guī)劃者所能做到的。但在人工智能的情況下,基于人工智能的工具的用戶往往不了解黑盒子里的東西。在規(guī)劃中使用人工智能時,面臨的挑戰(zhàn)是雙重的。首先,規(guī)劃師(作為人工智能的使用者)需要了解數(shù)據(jù)的來源,數(shù)據(jù)中包括誰,黑匣子里有什么,以及黑厘子里沒有什么。其次,規(guī)劃師需要能夠?qū)⑦@些知識傳達給他們的社區(qū)成員,即輸出的接收者。

人工智能素養(yǎng)或?qū)救斯ぶ悄芨拍畹睦斫?/strong>將是規(guī)劃者能夠以公平的方式使用人工智能并將其目的恰當?shù)貍鬟_給社區(qū)關(guān)鍵?!ㄟ^優(yōu)先考慮規(guī)劃過程中的透明度,規(guī)劃師可以與社區(qū)建立信任。這種規(guī)劃能力正變得越來越重要,特別是當規(guī)劃師處理過去的錯誤所導致的不信任的后果時。最后,每個人都應該成為人工智能系統(tǒng)的關(guān)鍵用戶,并意識到他們的權(quán)利和責任,以及他們?nèi)绾卧谌斯ぶ悄茯?qū)動的世界中行使這些權(quán)利和責任

4.5歷史的包袱

在試圖消除不平等和解決相關(guān)挑戰(zhàn)的過程中,我們正在使用我們用來創(chuàng)造不平等的過程、方式和方法。這可能包括提出錯誤的問題,使用有偏見的假設或目標,缺乏監(jiān)測和實施后的評估,以及缺乏對公平、多樣性和包容性相關(guān)問題的規(guī)劃教育。

像規(guī)劃師一樣,人工智能是根據(jù)過去的事件進行訓練的,使用過去的數(shù)據(jù)(反映社會差異的)為現(xiàn)在和未來的決策提供信息。算法只是反映了其創(chuàng)造者現(xiàn)有的心態(tài)、偏見和價值觀;算法并不會質(zhì)疑它們數(shù)據(jù)反映了歷史實踐和思維方式,這些做法和思維方式可能是不公平的、誤導的和歧視性的。

為了從過去的錯誤中吸取教訓,并適當?shù)?strong>重新思考規(guī)劃過程,采取事后諸葛亮的做法是必要的;這可以為協(xié)助規(guī)劃任務的算法和工具的發(fā)展提供信息。分析和評估過去的規(guī)劃決策它們的后果至關(guān)重要的。規(guī)劃師和人工智能開發(fā)者需要了解歷史在我們的思維方式和數(shù)據(jù)集中的重要程度,以及它如何對我們的工作產(chǎn)生負面影響,從而導致未來更多不平等的雪球效應。提出不同的問題;使用新的思維方式、新的方法和流程以及不同的數(shù)據(jù)集;以及解除對有缺陷的、不公平的方法的學習,將是解決今天規(guī)劃和人工智能發(fā)展問題的關(guān)鍵

4.6多樣性

規(guī)劃行業(yè)目前并沒有反映出我們所服務的社區(qū)的多樣性。這種多樣性的缺失導致了多元化視角的缺失。同樣,在科技界,只有少數(shù)人的價值和偏見反映在算法和使用的數(shù)據(jù)中。為了公平地服務于不同的社區(qū),了解不同的需求和價值觀,服務者也需要反映這種多樣性。僅從不同角度的投入并不能解決不平等問題。然而,它可以幫助轉(zhuǎn)變關(guān)于價值觀和偏見的對話。

此外,正如本白皮書中提到的,人工智能中使用的數(shù)據(jù)和算法需要反映社區(qū)的多樣性。然而,并不是每個人都與一個設備相連,通過這個設備可以收集數(shù)據(jù)。規(guī)劃師的作用仍然是確保他們所使用的數(shù)據(jù)能夠捕捉到社區(qū)的多樣性,以創(chuàng)造包容和公平的結(jié)果。

4.7誰該負責?

如前所述,規(guī)劃實踐造成了傷害,在某些情況下是有意的,在某些情況下是無心的。不平等是規(guī)劃師通過紅線、排他性分區(qū)和其他過程有意制造的。然而,當試圖改善規(guī)劃過程時,我們需要回答這樣一個問題:什么是在規(guī)劃師的控制之下,什么不是?當選或任命的議會成員、開發(fā)商、政治家和其他行為者的作用是什么,規(guī)劃師的作用又是什么?在這個過程中,有哪些部分是故意造成排斥的,哪些是無意的,因此可能需要更深入的評估?誰應該負責?

最近,在計算機視覺和模式識別會議上,首次出現(xiàn)了“誰對人工智能創(chuàng)造的成果負責?“這個問題,人工智能研究人員在會上預先發(fā)表了他們在人工智能發(fā)展方面的最新發(fā)現(xiàn)。許多研究人員喜歡他們的學術(shù)自由,認為他們的主要任務是開發(fā)這些工具,而不是考慮潛在的使用案例和錯誤使用的后果(Kaye,2022)。

考慮到人工智能在規(guī)劃中的使用和培訓規(guī)劃師成為知情消費者的道德框架,將有助于減輕規(guī)劃中面臨的在人工智能的發(fā)展和使用中的風險和挑戰(zhàn)。雖然以上幾點概述了規(guī)劃和人工智能的缺點,但在試圖為兩者共同解決這些問題時,可能會發(fā)現(xiàn)當前問題的解決方案。

由于規(guī)劃行業(yè)有改進的空間,人工智能可以成為解決該行業(yè)所面臨的問題的機制;但如果不小心使用,人工智能也可能很容易加劇這些問題。在這一點上,在規(guī)劃中使用基于AI的工具可能會出現(xiàn)兩種效果。

【譯后感悟】

這部分內(nèi)容涉及到比較多的技術(shù)應用的人文思考和哲學思考,目前這方面的規(guī)劃研究并不是很多,大多數(shù)情況研究還是熱衷于制造著算法的黑盒子,似乎能夠靠算法解決掉很多問題,但背后真正隱藏著的更多小群體那些需求,有可能是算法真正忽視了的。譬如規(guī)劃應當以人為本,這句話幾乎被當成萬金油理念和政治正確的口號,但真正的以哪些人為本,很多時候并沒有去深入地思考。規(guī)劃被AI技術(shù)裹挾著進入公共利益的決策層面時,群體性代理的政治問題依舊會存在——即你為哪個群體站臺,你為哪些人奔走呼號——這也是后增長時代西方規(guī)劃和研究的重點,包括社會公平、空間正義、社區(qū)福祉、程序正義、多樣性等等,也是對規(guī)劃批判最多的一些方面。這個或許也是當前國內(nèi)的規(guī)劃教育所缺失的東西,但這類問題似乎又是一個抗解問題(wicked problem)。

目前,規(guī)劃行業(yè)仍舊是技術(shù)至上、經(jīng)驗主義和精英主義的判斷和治理,畢竟話語權(quán)還是掌握在少數(shù)人的手里,就專業(yè)主義這點來說,這也無可厚非。文中的一句話點破了這一點——雖然規(guī)劃師一直在努力糾正過去的錯誤做法,但規(guī)劃仍然是一個由專家驅(qū)動的職業(yè),規(guī)劃師的行話會造成語言障礙,缺乏理解,以及對自上而下決策的偏見看法——但就目前階段來看,似乎也沒有更好的解決辦法。還有個問題是,當算法逐漸接管人類進行空間決策之后,我們的城市形態(tài)和社會形態(tài)會發(fā)生怎樣的改變,人在這個規(guī)劃過程中還有主觀能動性么,人本規(guī)劃和人文主義的價值還存在么?這似乎也是一個值得深思的問題。當技術(shù)車輪滾滾向前,成為不可阻擋的趨勢,我們都被裹挾其中,AI規(guī)劃的未來會走向何方?答案在風中飄揚。

(未完待續(xù))



5?規(guī)劃師的角色以及如何為人工智能做準備

當涉及到使用基于人工智能的工具和支持人工智能的道德使用,以獲得公平的結(jié)果時,規(guī)劃師可以發(fā)揮兩種作用:(1)規(guī)劃師可以以主題專家的身份為基于人工智能工具的發(fā)展做出貢獻,旨在解決社區(qū)挑戰(zhàn)和實現(xiàn)社區(qū)目標,以及(2)規(guī)劃師需要成為知情的消費者,了解正在使用的工具和它們的不足之處。?規(guī)劃師可以充當程序員和AI開發(fā)人員的顧問,以確保這些工具的目的反映出公平、多樣性和包容性目標,這些目標應該是規(guī)劃實踐的核心。規(guī)劃師(用戶)和科技公司(開發(fā)者)之間的聯(lián)系和關(guān)系需要建立、維護和發(fā)展,盡管不是每個科技公司都愿意傾聽他們的用戶。在整個研究和開發(fā)過程中,需要與基于人工智能的規(guī)劃工具的開發(fā)者進行對話。開發(fā)人員與終端用戶進行合作,繼而完善產(chǎn)品,這并不罕見。

隨著科技界和規(guī)劃行業(yè)之間關(guān)系的成熟,規(guī)劃師可以預期他們的角色會不斷演變。正如過去幾十年來地理圖形信息系統(tǒng)(GIS)產(chǎn)品在規(guī)劃行業(yè)的應用一樣,專家將變得更加普遍,而這些規(guī)劃師將擁有特定的技能,以促進基于人工智能的規(guī)劃產(chǎn)品的發(fā)展。

此外,規(guī)劃師必須了解他們所使用的工具,包括這些工具能做什么,不能做什么,它們的局限性和缺點,以及潛在的意外后果的風險。工具的道德使用要求方面,規(guī)劃者需要確保沒有人受到傷害或掉隊。應當建立以規(guī)劃倫理為基礎和為共同利益而規(guī)劃的目標,而非關(guān)注潛在的效率收益的目標,應該指導和推動關(guān)于何時和如何使用人工智能的決策。

這兩種角色都要求規(guī)劃師提高相關(guān)的認知和教育,包括人工智能技術(shù)、隨之而來的行業(yè)發(fā)展機遇與挑戰(zhàn),以及各類潛在的應用場景。

5.1規(guī)劃師作為人工智能工具開發(fā)的貢獻者

在基于人工智能的規(guī)劃工具或產(chǎn)品的開發(fā)中,規(guī)劃師應該參與哪些工作?參與其中意味著什么?為了圍繞開發(fā)基于人工智能的規(guī)劃工具的相互對話做出有意義的貢獻,規(guī)劃師可以采取以下行動:

界定要解決的問題,并詢問正確的問題

人工智能不應該只是為了人工智能而使用。規(guī)劃師需要積極主動地定義需求說明,反映需要解決的規(guī)劃挑戰(zhàn)。這一直是社區(qū)規(guī)劃過程中的一個關(guān)鍵步驟。由于人工智能工具在很大程度上是基于一個確定的問題或需求,規(guī)劃師需要考慮如何定義人工智能應該解決的問題,特別是對那些在規(guī)劃領域之外工作的人工智能開發(fā)者。該專業(yè)還需要考慮到不同方法(如基于資產(chǎn)的社區(qū)發(fā)展或設計思維)對從業(yè)者如何定義問題的影響。

翻譯和更新過程。

如前所述,完成規(guī)劃任務的過程和方法需要重新評估,特別是考慮到正在進行的公平、多樣性和包容性討論。規(guī)劃師需要能夠清楚地勾勒出規(guī)劃任務、考慮流程事項,以及這一過程在由人工智能完成時,可能出現(xiàn)的差異。

準備應對意外的后果。

規(guī)劃師可以通過識別因邊緣化而變得脆弱的群體,預測不必要的影響,并在早期建立保護措施,來減輕人工智能的意外后果。規(guī)劃師應準備通過建立監(jiān)測和評估機制,積極關(guān)注人工智能、數(shù)據(jù)和算法偏見的意外后果。特別重要的是要與社區(qū)成員展開合作,并為他們提供反饋渠道,了解他們使用這些基于人工智能的工具的經(jīng)驗和實際(或感知到的)結(jié)果。隨著時間的推移,這將有助于人工智能標準的發(fā)展,并反映現(xiàn)實世界的經(jīng)驗。

提升規(guī)劃的聲音。

規(guī)劃師需要能夠簡明扼要地證明他們出席會議的理由規(guī)劃師是人工智能開發(fā)者試圖提供有關(guān)各種社會、空間和城市議題解決方案的主題專家。在開發(fā)以人工智能為基礎的規(guī)劃工具時,整合這一主題的專業(yè)知識,同時努力避免偏見將是改善規(guī)劃的關(guān)鍵。

創(chuàng)建針對規(guī)劃的訓練數(shù)據(jù)集。

規(guī)劃師可以啟動規(guī)劃,以創(chuàng)建規(guī)劃為人工智能系統(tǒng)提供特定的訓練數(shù)據(jù)集。這項工作可以向社區(qū)(以及規(guī)劃組織)展示人工智能的價值,并能夠促進社區(qū)提升關(guān)于人工智能的素養(yǎng)、教育和意識。然后,規(guī)劃師可以注意到哪些有效,哪些無效,并根據(jù)需要擴大(或縮?。┮?guī)模。

成為數(shù)據(jù)促進者。

創(chuàng)建針對規(guī)劃的培訓數(shù)據(jù)集,也是規(guī)劃者嘗試成為公民數(shù)據(jù)促進者的一個機會。規(guī)劃師可以表達跨機構(gòu)共享的實時數(shù)據(jù)的價值。規(guī)劃師可以倡導改善數(shù)據(jù)質(zhì)量和適用性的定義;確保有背景意識的數(shù)據(jù)收集和使用;并使用定性的方法來填補定量數(shù)據(jù)收集的空白,這可能是其他專業(yè)的首選。

界定組織結(jié)構(gòu)倡導者。

規(guī)劃組織也可以在組織內(nèi)確定特定的人,作為人工智能主題的倡導者。這可能是管理或決策層的人,他是技術(shù)應用方面的專家,他能跟上最新的技術(shù)前沿,并找到在實踐中利用這種技術(shù)的機會。其他級別的員工也可以參與討論,但倡導者應該有權(quán)力在組織中做出正式的改變。

了解還有誰參與(或不參與)。

規(guī)劃師不是唯一試圖加入人工智能和技術(shù)界對話的專業(yè)人員。規(guī)劃行業(yè)可以通過與那些也在尋求席位的人合作,特別是與那些有共同利益的人合作,來獲得一席之地和目標。最后,這個過程還存在規(guī)劃、政策和技術(shù)專家之間建立橋梁的機會。

集思廣益,開發(fā)面向未來的應用。

鑒于大多數(shù)規(guī)劃工作的長期重點,規(guī)劃師處于一個很好的位置,可以為面向未來的人工智能應用集思廣益。這是該行業(yè)在人工智能領域可以做出的一個重要貢獻。大多數(shù)現(xiàn)有的工具是面向?qū)崟r監(jiān)測的,但有機會使用人工智能進行長期預測和決策。當涉及到用于訓練人工智能的數(shù)據(jù)時,規(guī)劃師的觀點可以幫助人工智能開發(fā)者變得更有創(chuàng)造力,因為未來的樣子會與過去或現(xiàn)在不同。

這些只是規(guī)劃師為進入人工智能世界可以采取的一些行動,對雙方都有利。但重要的是要記住這是一個新的冒險,所以需要實驗,而且隨著這種關(guān)系的發(fā)展和成熟,行動可能會變得更加具體。

上面列出的行動決不是關(guān)于規(guī)劃師如何能夠成為基于人工智能的工具發(fā)展的參與者的最終定論。然而,邁出這些行動的第一步,對于啟動規(guī)劃師和技術(shù)開發(fā)者之間富有成效的對話是必要的。

5.2作為知情消費者的規(guī)劃師

規(guī)劃師如何成為基于人工智能的工具和應用程序的知情消費者,以及規(guī)劃師在使用這些工具和應用程序時應該注意哪些因素?規(guī)劃師們正試圖進入一個充滿了數(shù)十年的討論和所產(chǎn)生的工具的現(xiàn)有世界發(fā)展。使用人工智能的規(guī)劃師的角色應該是這些工具市場上的負責任的行為者。規(guī)劃師可以采取以下行動,成為基于人工智能工具的知情消費者。

確認數(shù)據(jù)(和其他)局限性。

在使用一個基于人工智能的工具,規(guī)劃師需要了解它的原始意圖和目的。每個工具或產(chǎn)品的背后都有一個確定的數(shù)據(jù)收集方法,一個模型,或一個算法。規(guī)劃師應該經(jīng)常詢問有關(guān)這些的問題他們是基于人工智能的工具的基礎部分和所需投入。他們應該對數(shù)據(jù)和模型進行有效的(但不是禁止性的)批評,以確定它們是否適合于規(guī)劃使用。在基于人工智能的工具中尋找缺陷和瑕疵并不意味著完全取消其使用;相反,它意味著認識到一個工具的輸出并不是確定的或完美的,但在規(guī)劃過程中仍有價值。例如,如果人工智能背后的數(shù)據(jù)是不完整的,規(guī)劃師仍然可以使用這個工具作為規(guī)劃過程的一個輸入。該工具仍然提供額外的效率,并提供相關(guān)信息。然而,進一步的工作將需要單獨完成,以填補空白。簡而言之,規(guī)劃師需要了解該技術(shù)如何運作的關(guān)鍵要素,以確定缺點并作出相應調(diào)整。

理解并非所有工具都適用于助力完成每項工作任務。

規(guī)劃師應該對不同種類的數(shù)據(jù)有一個清晰的認識,如監(jiān)測的和建模的數(shù)據(jù)?;谌斯ぶ悄艿墓ぞ呖赡苓m用于某些數(shù)據(jù)粒度,但也可能不適用于其他數(shù)據(jù)粒度。采納和使用一個基于人工智能的工具,需要規(guī)劃師將數(shù)據(jù)和模型的分辨率與決策的適當時間范圍(短期、中期或長期)和空間范圍(地方、區(qū)域等)相匹配。

參加專業(yè)發(fā)展。

規(guī)劃師應該知道在選擇使用“新技術(shù)“時應該問哪些基本問題基于人工智能的工具。本白皮書中觸及了一些核心的哲學問題,可能包括以下內(nèi)容:這個工具能幫助我完成我的工作嗎?它能提高我工作的效率嗎?這個工具是否能促進我所服務社區(qū)的公平結(jié)果?它是否能提高我工作的效率?這個工具是否有利于規(guī)劃?它是否能解決實際問題嗎?還是我只是為了使用一個新技術(shù)而使用這個工具?規(guī)劃師將必須提高人工智能有關(guān)的知識與技能。

向其他領域?qū)W習。

其他領域在將人工智能應用于其工作方面,也可以為規(guī)劃提供經(jīng)驗教訓。從看似遙遠的醫(yī)學專業(yè)應用,到更緊密的專業(yè)應用——如民事和民事訴訟、工程和景觀建筑方面,規(guī)劃師可以看看基于人工智能工具的應用范圍和場景,以及它們對這些專業(yè)的影響。

挑戰(zhàn)先入為主的觀念。

一個至關(guān)重要的環(huán)節(jié)是,規(guī)劃師以往采取的行動,或?qū)⒔?jīng)常對該行業(yè)的先入為主的觀念帶來挑戰(zhàn)。例如,將規(guī)劃師視為“問題解決者”的想法,需要反思AI工具開發(fā)人員對需要解決的問題可能持有的先入為主的觀念。這些觀念可能與規(guī)劃專業(yè)的目標不一致,或者它們可能是基于對問題起源的過時觀念。此外,人工智能正在改變傳統(tǒng)的規(guī)劃假設,無論規(guī)劃師是否參與了人工智能的使用。規(guī)劃師可能意識到其中的一些轉(zhuǎn)變,例如人工智能如何影響就業(yè)或移民趨勢,但他們需要確保改變他們的預測工具,以反映不斷變化的假設。

作為理解人類價值觀的主題專家,規(guī)劃者需要牢牢把握其寶貴的觀點,因為人類價值觀與不同社區(qū)層面的建筑環(huán)境和社會變革有關(guān)。成為知情消費者的一種方式,是將這種知識作為一種持續(xù)的基礎,以發(fā)現(xiàn)人工智能操作的行動和結(jié)果之間的錯位和偏差。當使用現(xiàn)有的工具時,規(guī)劃師可以標記這些偏差,并要求在必要時進行調(diào)整(如果技術(shù)開發(fā)人員愿意為更好地改變工具,如果不愿意,規(guī)劃師可以轉(zhuǎn)向另一個工具和開發(fā)人員)。

提高對當前應用的認識。

最后,規(guī)劃者可以通過說出對其工作有效的當前應用程序,來表達他們作為知情消費者的角色。這可以鼓勵創(chuàng)造類似的產(chǎn)品,并為所有社區(qū)帶來一個更強大和更便利的市場。

規(guī)劃師正在進入一個已經(jīng)開展了一段時間的行業(yè),因此使用現(xiàn)有的產(chǎn)品不僅是不可避免的,而且是被鼓勵的。通過了解在規(guī)劃師的貢獻之外做了什么,規(guī)劃師可以看到他們可以為雙方帶來價值和利益的地方。規(guī)劃師不能假設他們可以直接使用基于人工智能的工具來進行規(guī)劃,而不首先了解已有的信息。

5.3提高技能和持續(xù)學習

學習新東西是規(guī)劃行業(yè)的下一個大挑戰(zhàn)。人工智能對這個行業(yè)提出了明確的技能提升、教育和培訓需求。規(guī)劃師不需要成為人工智能專家;但是,他們應該了解人工智能如何影響他們今天和未來的工作。提高技能是學習新技能的過程,以幫助個人適應不斷變化的需求;這同樣是關(guān)于持續(xù)學習,使他們能夠以更有意義的方式完成工作。

這對學術(shù)課程有直接的影響,規(guī)劃專業(yè)的學生首先會接觸到許多理論、方法和他們將在專業(yè)實踐中使用的主題。所有學生所需的核心課程應向他們介紹與AI規(guī)劃相關(guān)的主要辯論。核心方法課程應將人工智能定位在作為更熟悉的方法的延伸。選修課應該更深入地研究,使一些學生有能力從事高級應用和工具的開發(fā)。

利用人工智能實現(xiàn)較簡單的規(guī)劃活動的自動化,對那些剛開始從事這一職業(yè)的人來說也有重大影響。在普通學徒制模式中,初級規(guī)劃師通過在監(jiān)督下執(zhí)行較簡單的任務來學習公認的專業(yè)實踐。如果人工智能可以完成這項工作,初級規(guī)劃師將需要另一種方式來學習該行業(yè)的規(guī)范。對人工智能的依賴將極大地增加新手規(guī)劃師需要用批判性思維來代替邊做邊學的任務范圍。

提高技能有助于規(guī)劃師填補技能缺口,促進他們的職業(yè)發(fā)展。地方規(guī)劃機構(gòu)和私人公司必須投資于使規(guī)劃人員多樣化和技能提升,以促進創(chuàng)新并與不斷變化的世界相適應。我們周圍的世界正在變得更加數(shù)字化,而數(shù)字化轉(zhuǎn)型始于技能轉(zhuǎn)型。

為了為人工智能在規(guī)劃中的應用做好準備,規(guī)劃師需要提高他們的人文技能(軟技能)和技術(shù)技能(硬技能)。正如本白皮書中提到的,人工智能在規(guī)劃中的使用將使規(guī)劃行業(yè)重新聚焦于規(guī)劃中的人為因素。人工智能可以處理重復性的任務(如交通統(tǒng)計)和理性的決策(如自動許可程序)。人工智能將能夠進行定量分析,提供信息,并創(chuàng)建建議。人類將不得不依靠自己的經(jīng)驗來提供智慧和判斷,傳達政策和計劃,解釋建議,并以人道和同情的態(tài)度來實施這些建議。

與正確的人工智能工具合作可以使規(guī)劃更有效率,更以人為本。溝通技巧、情商、敏捷性、同理心和批判性思維將是規(guī)劃師與人工智能成功合作的關(guān)鍵,同時將社區(qū)成員的需求放在首位。此外,數(shù)據(jù)分析、編程和數(shù)據(jù)管理等技能,以及有關(guān)數(shù)據(jù)保護和隱私、數(shù)據(jù)可視化、機器學習和其他相關(guān)問題的知識,對規(guī)劃師來說變得越來越重要。這已經(jīng)反映在公共和私人部門的許多規(guī)劃工作中。

同樣,為了解決復雜的社區(qū)問題,避免各自為政,需要跨部門的合作,如技術(shù)部門(見第3.1節(jié));跨司法管轄區(qū)(例如,用于收集一致的數(shù)據(jù));以及跨不同的機構(gòu)(如開發(fā)新的數(shù)字工具)。規(guī)劃師將需要溝通、人際關(guān)系和建立關(guān)系的技能,以啟動和維持與不同機構(gòu)和組織的合作。

提高技能需要持續(xù)的學習和努力,而需要學習和應用的技能數(shù)量之多可能會讓人難以承受。為了使其更易于管理,規(guī)劃師應該創(chuàng)建個性化的學習路徑,以獲得所需的技能并實現(xiàn)職業(yè)目標。規(guī)劃組織和雇主可以通過公平的招聘實踐,以及提供與所有職位的人工智能和人工智能管理專業(yè)知識相關(guān)的職業(yè)發(fā)展機會,來支持這些努力。

規(guī)劃組織可以建立與人工智能相關(guān)的職業(yè)道路,將非傳統(tǒng)背景的個人帶入該領域。一般而言,規(guī)劃專業(yè)應將包容性主題納入員工培訓和發(fā)展中。這可以通過與學術(shù)機構(gòu)、民間社會和公共部門組織建立伙伴關(guān)系來實現(xiàn),以便將公平和包容性進程的過程,嵌入內(nèi)部人工智能能力。提升技能是規(guī)劃師在政策、規(guī)劃和設計領域重新定義自己的一種方式。

6?人工智能規(guī)劃的未來

白皮書旨在提高規(guī)劃師對人工智能的機會和缺點的認識,并幫助規(guī)劃師做好準備,以響應人工智能將在我們的社區(qū)和幾乎所有行業(yè)中發(fā)揮重要作用的未來趨勢。它旨在幫助規(guī)劃者通過將該主題納入規(guī)劃背景,并分享對人工智能概念及其對規(guī)劃專業(yè)的潛在影響的基本理解,來幫助規(guī)劃師駕馭即將發(fā)生的變化。

此外,規(guī)劃師可以利用這份白皮書來確定,如何開啟在工作中使用人工智能的第一步,以及他們想扮演什么角色。對于一些人來說,這可能是一個全新的概念,了解更多的信息可能是第一步。如上文所述,其他人可能已經(jīng)熟悉AI的能力,并準備直接與技術(shù)部門合作。

無論你是人工智能新手還是人工智能專家,參與到圍繞人工智能及其潛在應用的討論中來是非常重要的。人工智能不再是科幻小說,基于人工智能的規(guī)劃工具已經(jīng)成為現(xiàn)實。如果我們作為規(guī)劃師不使用它們,其他人就會取代我們。讓我們學習如何與人工智能合作,使用這種技術(shù)來改善我們的流程,并繼續(xù)以公平和技術(shù)先進的方式,為所有人創(chuàng)造偉大的社區(qū)。

核心觀點回顧

在每一種情形下,AI技術(shù)都表明,正確的數(shù)據(jù)和正確的規(guī)則,可以讓人工智能根據(jù)它所讀取的模式來預測行動方案。

即使在最先進的應用中,人工智能也要依靠警惕的專家之手來指導系統(tǒng),即使專家依靠系統(tǒng)來完成大部分任務。試驗和錯誤的反復循環(huán),使人工智能隨著時間的推移變得更加強大。然而,我們?nèi)祟愅鶗驗楹ε聦擂位蚴《[藏自己的錯誤。

規(guī)劃的最佳人工智能將需要時間來創(chuàng)造,只有第一步是明確的,規(guī)劃的最佳人工智能邏輯,必須從模仿人類的最佳規(guī)劃邏輯開始。

從業(yè)者需要了解人工智能是如何工作的——它不應該是一個黑匣子。他們需要了解輸出是如何創(chuàng)建的,并且能夠?qū)⑤斎氲膬?nèi)容與輸出的內(nèi)容聯(lián)系起來。

學術(shù)文獻表明,在土地使用、分區(qū)和許可、環(huán)境規(guī)劃和交通等領域的規(guī)劃中,存在著廣泛的前瞻性AI應用。但是,在試圖制定一個算法時,“為公共利益而規(guī)劃”或“為公共利益服務”意味著什么?

事后諸葛亮有必要從過去的錯誤中吸取教訓,適當?shù)刂匦滤伎家?guī)劃過程;這可以為協(xié)助規(guī)劃任務的算法和工具的發(fā)展提供參考。

由于規(guī)劃行業(yè)有改進的空間,人工智能可以成為解決該行業(yè)所面臨問題的機制;但如果不謹慎使用,人工智能也很容易加劇這些問題。

規(guī)劃師必須了解他們所使用的工具,包括這些工具能夠做什么,不能做什么,它們的局限性和缺點,以及潛在的意外后果的風險。

這是一個新的冒險,所以需要實驗,隨著這種關(guān)系的發(fā)展和成熟行動可能會變得更加具體。

人工智能對這個行業(yè)提出了明確的技能提升、教育和培訓需求,規(guī)劃師不需要成為人工智能專家;但是,他們應該了解人工智能如何影響他們今天和未來的工作。

溝通技巧、情商、敏捷性、同理心和批判性思維,將是規(guī)劃師與人工智能成功合作的關(guān)鍵,同時將其社區(qū)成員的需求放在首位。

讓我們學習如何與人工智能合作,利用這項技術(shù)來改善我們的流程,并繼續(xù)以公平和技術(shù)先進的方式為所有人創(chuàng)造偉大的社區(qū)。



譯后感悟和小結(jié)

《規(guī)劃AI白皮書》中的這部分內(nèi)容挺好理解,沒有作任何刪減和注釋。這兩章內(nèi)容從規(guī)劃師與AI規(guī)劃產(chǎn)品的關(guān)系出發(fā),推測可能出現(xiàn)的兩種角色——產(chǎn)品經(jīng)理角色和產(chǎn)品客戶角色,并分析規(guī)劃師在這兩類業(yè)務場景中所能發(fā)揮的作用。

作為產(chǎn)品經(jīng)理角色的規(guī)劃師,需要圍繞AI產(chǎn)品的迭代,為其提供用戶需求反饋和產(chǎn)品效果測試,包括明確問題(界定能夠使用AI的規(guī)劃業(yè)務場景)、轉(zhuǎn)譯流程(將規(guī)劃過程和流程進行數(shù)字化和確保準確性)、糾正偏差(預測和響應AI產(chǎn)生的意外后果和不利因素)、提升話語(保證規(guī)劃師能夠有權(quán)利參與和介入和影響算法和數(shù)據(jù)流程的設計)、界定數(shù)據(jù)(確定訓練數(shù)據(jù)集的規(guī)模和有效性)、技術(shù)倡導、廣泛合作、集思廣益等等。

作為產(chǎn)品用戶角色的規(guī)劃師,需要小心謹慎地來使用產(chǎn)品,具備消費者的知情權(quán)確保工具不被濫用,包括數(shù)據(jù)和算法的局限性、產(chǎn)品使用場景的局限性、產(chǎn)品對于規(guī)劃治理效能的反思和評估、積極借鑒其他行業(yè)的經(jīng)驗教訓、謹防開發(fā)者的先入為主的觀念、提升產(chǎn)品的技術(shù)認知等等。

總而言之,AI工具、技術(shù)和市場都不是萬能的,不能為了使用AI而使用,需要依靠規(guī)劃師“警惕的專家之手”來幫助AI產(chǎn)品進行迭代和設計,同時在其使用過程中要關(guān)注有可能造成偏離規(guī)劃核心目標(公平、多樣、包容價值觀)的算法過程和風險后果。

最后,白皮書提到了AI可能對于規(guī)劃職業(yè)以及教育上帶來的變革,這不僅要求規(guī)劃師提升和學習相關(guān)的硬技能(具體的技術(shù)應用導向),也要更加注重軟技能的擴展(溝通技巧、情商、敏捷性、同理心和批判性思維)。這些技能都將形成規(guī)劃師的專業(yè)護城河和職場競爭力,并成為其與AI技術(shù)開發(fā)者和跨部門進行對話與合作的基石。 當前,在國土空間規(guī)劃一張圖的技術(shù)要求倒逼下,規(guī)劃信息化、數(shù)字化和智能化的趨勢會愈加凸顯,規(guī)劃師只有不斷地學習和提升自己,才能確保我們的飯碗不被AI取代。規(guī)劃過程的“軟技能”和“硬技能”,以及規(guī)劃過程的“效率”與“公平”,兩手都要抓,兩手都要硬,方才能在數(shù)字化浪潮橫流的同時,盡顯規(guī)劃英雄的本色。


需要《規(guī)劃AI白皮書》完整版譯文,關(guān)注規(guī)劃在路上公眾號,在對話框內(nèi)發(fā)送“白皮書”三個字,后臺將回復下載地址。


Chat GPT和AI會取代城鄉(xiāng)規(guī)劃師的工作嗎?美國規(guī)劃師協(xié)會《規(guī)劃中的AI》白皮書有答案的評論 (共 條)

分享到微博請遵守國家法律
桃江县| 运城市| 游戏| 磴口县| 铜陵市| 黑龙江省| 玛曲县| 都江堰市| 霍山县| 吐鲁番市| 绿春县| 灌南县| 平潭县| 多伦县| 宣武区| 青川县| 广昌县| 汽车| 弥渡县| 方城县| 丹东市| 武山县| 蓝山县| 吉林省| 札达县| 怀宁县| 老河口市| 杭锦旗| 田东县| 怀仁县| 阳春市| 郑州市| 平利县| 泾阳县| 林口县| 台东市| 尼勒克县| 仁怀市| 卓尼县| 东源县| 门头沟区|