هوش مصنوعی می تواند شهرهای بهتری نسبت به انسان ها طراحی کند!
تصور کنید در شهری سرسبز و خنک، مملو از پارکها و مسیرهای پیادهروی، مسیرهای دوچرخهسواری، و اتوبوسهایی زندگی میکنید که مردم را در عرض چند دقیقه به مغازهها، مدارس و مراکز خدماتی میرسانند.
این رویای بادی مظهر برنامه ریزی شهری است که در ایده شهر 15 دقیقه ای گنجانده شده است، جایی که تمام نیازها و خدمات اولیه در یک ربع ساعت در دسترس است و سلامت عمومی را بهبود می بخشد و آلاینده های خودرو را کاهش می دهد.
هوش مصنوعی میتواند به برنامهریزان شهری کمک کند که این بینایی را سریعتر درک کنند، مطالعه جدیدی از محققان دانشگاه Tsinghua در چین نشان میدهد که چگونه یادگیری ماشینی میتواند طرحبندیهای فضایی کارآمدتری نسبت به انسانها و در کسری از زمان ایجاد کند.
دانشمند اتوماسیون، یو ژنگ و همکارانش میخواستند راهحلهای جدیدی برای بهبود شهرهای ما بیابند، شهرهایی که به سرعت در حال شلوغ شدن و ملموس شدن هستند.
آنها یک سیستم هوش مصنوعی را برای مقابله با خستهکنندهترین و محاسباتیترین وظایف برنامهریزی شهری توسعه دادند – و دریافتند که این سیستم نقشههای شهری تولید میکند که در سه معیار: دسترسی به خدمات و فضاهای سبز و سطح ترافیک، حدود ۵۰ درصد بهتر از طراحیهای انسانی عمل میکند.
ژنگ و همکارانش که از کوچک شروع کردند، به مدل خود دستور دادند که مناطق شهری را فقط چند کیلومتر مربع (حدود 3×3 بلوک) طراحی کند.
پس از دو روز آموزش و با استفاده از چندین شبکه عصبی، سیستم هوش مصنوعی به دنبال طرحبندی جادهها و کاربری زمین ایدهآل بود تا با مفهوم شهر ۱۵ دقیقهای و سیاستها و نیازهای برنامهریزی محلی مطابقت داشته باشد.
در حالی که مدل هوش مصنوعی ژنگ و همکارانش دارای برخی ویژگیها برای افزایش کاربرد آن برای برنامهریزی مناطق شهری بزرگتر است، طراحی کل شهر بینهایت پیچیدهتر خواهد بود. محققین تخمین می زنند که پیش نویس محله ای متشکل از بلوک های 4×4 دوبرابر تصمیم های برنامه ریزی نسبت به بلوک های 3×3 دارد.
اما خودکار کردن حتی چند مرحله در فرآیند برنامهریزی میتواند در زمان زیادی صرفهجویی کند: مدل هوش مصنوعی وظایف خاصی را در چند ثانیه محاسبه کرد که برای برنامهریزان انسانی بین 50 تا 100 دقیقه طول کشید.
به گفته محققان، خودکارسازی زمانبرترین وظایف برنامهریزی شهری، برنامهریزان را آزاد میکند تا روی وظایف چالشبرانگیزتر یا انسان محورتر، مانند مشارکت عمومی و زیباییشناسی تمرکز کنند.
ژنگ و همکارانش به جای اینکه هوش مصنوعی جایگزین افراد شود، سیستم هوش مصنوعی آنها را به عنوان “دستیار” برنامه ریزان شهری تصور می کنند که می توانند طرح های مفهومی را ایجاد کنند که توسط الگوریتم ها بهینه شده و توسط متخصصان انسانی بر اساس بازخورد جامعه بررسی، تنظیم و ارزیابی می شوند.
پائولو سانتی، دانشمند پژوهشی مؤسسه فناوری ماساچوست (MIT) در تفسیری بر این مطالعه می نویسد: این آخرین مرحله برای طراحی خوب مرکزی است.
او می نویسد: برنامه ریزی شهری «تنها تخصیص فضا به ساختمان ها، پارک ها و توابع نیست، بلکه طراحی مکانی است که جوامع شهری در آن زندگی کنند، کار کنند، تعامل داشته باشند و امیدواریم برای مدتی طولانی شکوفا شوند».
ژنگ و همکارانش با مقایسه گردش کار انسان-هوش مصنوعی خود با طراحیهای فقط برای انسان دریافتند که فرآیند مشارکتی میتواند دسترسی به خدمات اولیه و پارکها را به ترتیب ۱۲ و ۵ درصد افزایش دهد.
محققان همچنین ۱۰۰ طراح شهری را مورد بررسی قرار دادند که نمیدانستند طرحهایی که از آنها خواسته شده است از بین آنها انتخاب کنند توسط برنامهریزان انسانی یا هوش مصنوعی ایجاد شده است.
هوش مصنوعی برای برخی از طرحهای فضایی خود رای قابلتوجهی کسب کرد، اما برای سایر طرحها، هیچ اولویت مشخصی در میان شرکتکنندگان در نظرسنجی وجود نداشت.
البته آزمون واقعی در جوامعی خواهد بود که بر اساس آن طرحها ساخته شدهاند، که با کاهش صدا، گرما، و آلودگی و بهبود سلامت عمومی که برنامهریزی شهری بهتر وعده میدهد اندازهگیری میشود.