概述
他们的产出需要明确的目标、适当的数据和评估；城市规模的模型或建议与经过验证的现实世界的改进不同。
深入探讨
数字孪生或城市模型代表虚拟环境中的物理基础设施；它的更新和数据源取决于实现，而不是保证每个模型都有实时信息。虚拟新加坡结合了三维信息和属性，用于规划和场景分析。 Google 的绿灯分析交通模式并为工程师提供建议，而不是直接证明每个提议的信号变化都会减少排放。交通目标可能包括延误和流量，但受运营限制。历史例子也需要仔细归因：多伦多 2020 年 Quayside 更新记录了 Sidewalk Labs 退出，同时引用了与大流行相关的经济不确定性。隐私和治理辩论不应作为唯一记录在案的取消原因。
现实世界的实施
Google Green Light 使用驾驶模式信息为城市工程师生成交通信号建议。
虚拟新加坡是一个用于规划和模拟的协作三维城市模型平台。
城市可以在改变信号配时之前比较交通目标和限制。
多伦多的 Quayside 公开记录记录了 Sidewalk Labs 2020 年的退出及其所述的经济背景。
人工智能在城市规划和智慧城市中的未来
研究探索了改进的城市模型以及规划和运营数据之间的联系。评估特定的代表性、推荐过程、实施和衡量结果。将提案与已采用的变更和观察到的效益区分开来，而不是将智慧城市标签视为成功的证据。
付诸实践
为什么这很重要
- 背景与规则. 行业背景决定了人工智能创意能否与现实接触。
- 质量控制. 领域约束会影响可接受的错误率和监督模型。
- 构建选择. 成功的部署使技术能力与一线工作流程保持一致。
留意
- 监管要求可能会使原本强大的原型失效。
- 历史数据可能会编码损害特定社区的偏见。
- 遗留系统可能会造成集成瓶颈和隐性成本。
后续步骤
- 让领域专家参与从问题框架到评估的整个过程。
- 在启动前设计审计跟踪和文档。
- 尽早验证合规性和安全义务。
- 分阶段推出，并具有明确的停止和回滚标准。
不断探索
常见问题
什么是城市规划和智慧城市中的人工智能？
人工智能和数字模型可以支持城市规划和交通分析等选定的运营任务。他们的产出需要明确的目标、适当的数据和评估；城市规模的模型或建议与经过验证的现实世界的改进不同。
城市数字孪生或数字模型代表什么？
虚拟表示支持分析，但更新频率和覆盖范围是特定于实现的。
Google的绿灯为城市工程师带来了什么？
该项目提出建议；工程审查、实施和测量效果仍然处于不同的阶段。
多伦多2020年Quayside更新报告中Sidewalk Labs退出的原因是什么？
公共记录将上述撤回归因于其经济背景；相关辩论不能与记录的理由互换。
应如何为城市网络制定交通控制优化目标？
优化的目标、约束、数据和实施决定了可以评估的内容。
哪个城市以其“虚拟新加坡”数字孪生而闻名？
新加坡建造了“虚拟新加坡”，这是一个详细的数字双胞胎，用于在施工前模拟交通、太阳能潜力和人群运动。