概述
人工智慧透過將感測器和行動數據轉化為更明智的決策，幫助城市管理交通、能源、廢物和成長。如果做得好，可以減少擁塞和排放；如果做得不好，監視就會變得代價高昂。
城市規劃和智慧城市中的人工智慧將人工智慧應用於特定領域的環境中，在這些環境中，法規、營運和風險承受能力強烈影響設計選擇。
深入探討
智慧城市透過攝影機、道路感測器、智慧電錶和連網車輛來監測城市環境，然後使用人工智慧來優化其運作方式。自適應交通號誌（例如在西雅圖和加爾各答等城市部署的 Google 綠燈計劃）使用人工智慧來重新調整燈光時間並減少走走停停的駕駛和排放。機器學習可以預測電力和水的需求，平衡電網與再生能源，並有效地安排垃圾車的路線。規劃者在建造之前使用數位孿生（城市的虛擬模型）來模擬新的交通線路或洪水；新加坡的「虛擬新加坡」就是一個典型的例子。生成工具繪製分區和建築佈局草圖。多倫多的 Sidewalk Labs 計畫因資料隱私的強烈反對而於 2020 年被取消，這表明公眾信任和治理與技術一樣重要。
技術洞察
數位孿生是實體基礎設施的不斷更新的虛擬副本，由即時物聯網感測器資料提供，用於在現實世界中採取行動之前運行「假設」模擬。自適應交通控制將十字路口視為最佳化問題 - 通常使用強化學習或基於模型的控制 - 根據即時車輛數量調整訊號時序，以最大限度地減少整個網路的總延遲，而不是一次一個燈。
掌握城市規劃和智慧城市中的人工智慧
人工智慧透過將感測器和行動數據轉化為更明智的決策，幫助城市管理交通、能源、廢物和成長。如果做得好，可以減少擁塞和排放；如果做得不好，監視就會變得代價高昂。城市規劃和智慧城市中的人工智慧將人工智慧應用於特定領域的環境中，在這些環境中，法規、營運和風險承受能力強烈影響設計選擇。為了建立深入的理解，請將城市規劃和智慧城市中的人工智慧視為一種營運模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地完成的任務與仍需要專家判斷的任務分開。
在實踐中，在城市規劃和智慧城市中使用人工智慧的強大團隊將技術能力與領域政策、可審計性和第一線決策相結合。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
產業背景決定了人工智慧創意能否與現實接觸。同時，監管要求可能會使原本強大的原型失效。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
產業背景決定了人工智慧創意能否與現實接觸。
產業背景決定了人工智慧創意能否與現實接觸。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
領域約束會影響可接受的錯誤率和監督模型。
領域約束會影響可接受的錯誤率和監督模型。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
成功的部署使技術能力與第一線工作流程保持一致。
成功的部署使技術能力與第一線工作流程保持一致。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
Google 的綠燈計畫使用人工智慧重新調整西雅圖和加爾各答等城市的交通號誌時間，減少走走停停的駕駛和排放
新加坡的「虛擬新加坡」數位孿生讓規劃者在建造前模擬交通、太陽能潛力和人群流動
人工智慧預測電力和水需求，以平衡電網與再生能源並減少浪費
巴塞隆納和其他城市使用物聯網感測器來優化街道照明、停車和垃圾收集路線
實施模式
人工智慧在城市規劃與智慧城市的實踐
Google 的綠燈計畫使用人工智慧重新調整西雅圖和加爾各答等城市的交通號誌時間，減少走走停停的駕駛和排放。
Google 的綠燈計畫使用人工智慧重新調整西雅圖和加爾各答等城市的交通號誌時間，減少走走停停的駕駛和排放。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
人工智慧在城市規劃與智慧城市的實踐
新加坡的「虛擬新加坡」數位孿生讓規劃者可以在建造之前模擬交通、太陽能潛力和人群流動。
新加坡的「虛擬新加坡」數位孿生讓規劃者可以在建造之前模擬交通、太陽能潛力和人群流動。當團隊預先定義品質閾值、為邊緣情況保留人員升級路徑並追蹤一段時間內的生產力提升和錯誤成本時，通常會獲得更好的結果。
人工智慧在城市規劃與智慧城市的實踐
人工智慧預測電力和水需求，以平衡電網與再生能源並減少浪費。
人工智慧預測電力和水的需求，以平衡電網與再生能源並減少浪費。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力增益和錯誤成本時，通常會得到更好的結果。
人工智慧在城市規劃與智慧城市的實踐
巴塞隆納和其他城市使用物聯網感測器來優化街道照明、停車和垃圾收集路線。
巴塞隆納和其他城市使用物聯網感測器來優化街道照明、停車和廢物收集路線。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力提升和錯誤成本時，通常會獲得更好的結果。
風險與防護欄
監理要求可能會使原本強大的原型失效。
歷史資料可能會編碼損害特定社區的偏見。
遺留系統可能會造成整合瓶頸和隱性成本。
實施路線圖
讓領域專家參與從問題框架到評估的整個過程。
讓領域專家參與從問題框架到評估的整個過程。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在啟動前設計審計追蹤和文件。
在啟動前設計審計追蹤和文件。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
儘早驗證合規性和安全義務。
儘早驗證合規性和安全義務。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
分階段推出，並有明確的停止和回滾標準。
分階段推出，並有明確的停止和回滾標準。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。