به گزارش سرویس ترجمه خبرگزاری ایمنا، استفاده از هوش مصنوعی در برنامهریزی شهری نتایج قابلتوجهی در ایجاد شهرهای هوشمندتر، کارآمدتر و پایدارتر ایجاد میکند، زیرا فناوریهای پیشرفتهای که میتوانند تصمیمگیری را هدایت کنند، تخصیص منابع را افزایش دهند، روندها را پیشبینی کنند و شهروندان را درگیر کنند، با هم ادغام میشوند و با توسعه برنامههای کاربردی و نرم افزارهای مورد نیاز، موجب پیشرفت جنبههای مختلف برنامهریزی شهری میشوند. در ادامه برخی از مطالعات و کاربردهای موفق هوش مصنوعی در امور شهری عنوان شده است.
طراحی شهری و هوش مصنوعی
بهتازگی تیمی از برنامهریزان شهری و دانشگاهیان در چین، یک سیستم برنامهریزی شهری مبتنی بر هوش مصنوعی را توسعه دادهاند که قادر است در ایجاد پروژهها از برنامهریزان شهری انسانی بهتر عمل کند. این گروه، طرح شهری ایدهآل با عنوان «شهر ۱۵ دقیقهای» را مورد بررسی قرار دادهاند و سیستم خود را با استفاده از پروژههای قبلی طراحیشده توسط انسان و مشخصات یک شهر ۱۵ دقیقهای از جمله پارکها، مسیرهای دوچرخهسواری و فضاهای سرگرمی، آموزش دادند. سپس طراحی یک شهر ۱۵ دقیقهای را با استفاده از آن هوش مصنوعی انجام دادند. نتایج حاکی از آن بود که طرحهای تولید شده در کسری از ثانیه، بهخوبی یا حتی بهتر از برنامههای ایجاد شده توسط متخصصان است.
یک شرکت فناوری مستقر در سنگاپور نیز، ابزاری برای نمونهسازی سریع شهری معرفی کرده است که با دریافت داده از منابع باز مختلف عمل میکند و تیم طراحی را قادر میسازد تا سناریوهای شهری خود را تولید کنند و نتیجه اجرای آن در مکانهای مختلف را مقایسه کنند. استفاده از نمونه سازی شهری برای مطالعه ترکیبات و استراتژیهای مختلف، یکی از امیدوارکنندهترین کاربردهای هوش مصنوعی در برنامهریزی شهری و فناوری «دوقلوهای دیجیتال» است. این ابزار هوش مصنوعی شامل سه بخش اصلی تجسم، پیشبینی و تشخیص عیب است که فرصتی برای شبیهسازی دیجیتالی و آزمایش تغییرات در منظر شهری قبل از اجرا فراهم میکند و پیشبینی میکند که چگونه تغییرات در یک ساختار ممکن است بر محیط اطراف آن تأثیر بگذارد. نمونههای عملی این ابزار در حال توسعه یک دوقلوی دیجیتالی از ولینگتون، نیوزلند و شانگهای هستند.
تابآوری و سازگاری با آبوهوا
هوش مصنوعی همچنین میتواند به شهرها در واکنش به اثرات تغییرات آبوهوایی کمک کند. مدلسازی پیشبینیکننده، ارزیابی ریسک و سیستمهای هشدار اولیه که توسط هوش مصنوعی طراحی شدهاند به افزایش انعطافپذیری در برابر رویدادهای شدید آبوهوایی کمک میکنند. به عنوان مثال، طرح موسوم به سایبان درختی گوگل که با هوش مصنوعی و به کمک تصاویر هوایی کاوشگر گوگل از شهرها طراحی شده است، ابزاری است که تأثیر کاهش امواج تابشی شدید را در انعطافپذیر شدن شهرها نشان میدهد و به مقامات شهری برای برنامهریزی مؤثرترین روش درختکاریهای جدید کمک میکند.
یکی دیگر از کاربردهای هوش مصنوعی در این زمینه، پروژه آزمایشی است که برای شناسایی دقیق، نقشهبرداری و اندازهگیری میزان کربن قابل ذخیره توسط درختان در یک منطقه خاص، راهاندازی شده است و به عنوان مثال، میتواند نشان دهد که درختان منهتن ۵۲ هزار تن کربن را در خود نگه میدارند، ویژگیهای خاص اثربخشی گونههای خاص و محلی را مشخص کند و به ترکیب مؤثر پوشش گیاهی در مراکز شهری کمک کند.
برنامهریزی زیرساخت
نقشهبرداری هوایی، اطلاعات ضروری را برای بهبود جنبههای مختلف طراحی شهری فراهم میکند و ابزاری ارزشمند برای تجزیه و تحلیل دادهها است. در همین راستا، در سال ۲۰۲۱، یک پروژه آزمایشی در کلمبیا انجام شد که نقشهبرداری هوایی را با برنامه «تشخیص عیب شهری» ترکیب میکرد تا به چالش سکونتگاههای غیررسمی در این کشور رسیدگی کند. این پروژه نشان داد که تقریباً ۸۵ درصد از مناطق شناسایی شده توسط نقشههای الگوریتمی با مناطق تأیید شده توسط کارشناسان محلی مطابقت دارد. این سطح بالای دقت برای شناسایی و اولویتبندی مناطق نیازمند بهبود فضا کافی بود. بر اساس نتایج امیدوارکننده پروژه اولیه، نرمافزاری تهیه شد که دانشنامه ابزارهای دیجیتال برنامهریزی شهری با هدف تسهیل شناسایی و نقشهبرداری خودکار سکونتگاههای غیررسمی در مکانهای مختلف و ارائه راهحلهای کارآمد برای چالشهای مسکن است.
مشارکت جوامع
ابزارهای مبتنی بر هوش مصنوعی ارتباط بین برنامهریزان شهری و جامعه را ارتقا میدهد. کاربردهای واقعیت مجازی (VR) یا واقعیت افزوده (AR) میتواند به ساکنان در تجسم تغییرات پیشنهادی و ارائه بازخورد کمک کند و روند برنامهریزی مشارکتیتری را در شهرها گسترش دهد. یکی از ابتکارات استفاده از هوش مصنوعی برای بهبود مسائل مربوط به حملونقل مانند مدیریت هوشمند ترافیک، کنترل چراغ راهنمایی و سیستم دوربینهای نظارتی است. بعضی از ابتکارات نیز از دادههای تولید شده توسط کاربر برای تعیین مسیرهای ایمن و نظارت بر فضاهای عمومی برای تهدیدات بالقوه ایمنی عابران پیاده استفاده میکنند. در این راستا، اپلیکیشنهایی با تمرکز ویژه بر ایمنی شهری برای زنان وجود دارد که از طریق هوش مصنوعی، اطلاعات کاربران را جمعآوری میکند و مسیرهای امن برای زنان را روی نقشه نشان میدهد.
با وجود همه پیشرفتهایی که هوش مصنوعی در زمینه برنامهریزی شهری داشته است، باز هم موانعی وجود دارد که باید بر آنها غلبه کرد که یکی از مهمترین آنها، کمبود داده است. کاربرد موفقیتآمیز هوش مصنوعی در برنامهریزی شهری بر دادههای دقیق و جامع متکی است که شامل عواملی مانند تراکم جمعیت، جریان ترافیک و کاربری زمین میشود، اما به دست آوردن چنین دادههایی میتواند به دلیل مسائل مربوط به حریم خصوصی یا دادههای ناقص چالشبرانگیز باشد. همین امر اهمیت همکاری بین برنامهریزان شهری، سیاستگذاران، دانشمندان و افراد جامعه را برای اطمینان از اجرای مسئولانه و فراگیر راهحلهای هوش مصنوعی برجسته میکند.
نظر شما