アメリカ計画協会 人工知能の計画 レポートは、AIを「推論や経験ベースの学習など、人間の知能プロセスを模倣または改善するためのコンピューターの使用」と定義しています。そのコアでは、AIプログラムは入力（通常は大きなデータセット）を取得し、規定された一連のルールに従って分析し、 出力を生成します、意思決定やタスクの実行を含むことができます。
AIの背後にあるアイデアは、生きている彫像とオートマトンの古代の概念にさかのぼります。ルネサンス時代までに、人々は音楽を演奏したり、詩を書いたり、他のタスクを描いたり、演じたりすることができる初歩的なロボットを構築していました。重要な区別：これらのオートマトンが実行されました 物理的な 人間の行動、しかし人間の思考を再現しようとはしませんでした。 1950年代までに、研究者は「思考マシン」の計画を策定していましたが、ハイテク企業がAIに資金を提供し、受け入れるのにさらに数十年かかりました。今日、AIの分野は、現代生活の多くの側面に触れる幅広い分析方法をカバーしています。
画像： DCスタジオ
「弱いAI」または人工的な狭い知能（ANI）は、限られた人間の思考または行動パターンを機械化し、一般に記憶とデータのストレージ能力を欠いています。一例は、チェスを再生するコンピューターです。 「強力なAI」または人工的な一般情報（AGI）は、人間の行動を学び、自己評価とエラー補正を自然に実行するように訓練されます。例は、すべての運転シナリオを処理できるレベル5の自律車両です。ほとんどの専門家は、True Agiはまだ数十年先だと言います。 AIの一般的な現在の使用には、チャットボットと音声制御された仮想アシスタントが含まれます 生成AIプログラム 既存の情報に基づいて画像や執筆を作成します。これは、作家、アーティスト、および他のクリエイティブな分野の人々によって熱く争われる分野です。
AIには4つの重要なサブフィールドが含まれます。
- 機械学習（ML）は、意思決定プロセスの一部としてパターンを検出および「学習」するコンピューターによって定義されます（たとえば、メッセージのトーンを検出するテキスト分析）
- 人工ニューラルネットワーク（ANN）は、脳プロセスを模倣してアイテム間の接続を識別するコンピューター化されたシステムです（たとえば、音声を転写する音声認識ソフトウェア）
- 自然言語処理（NLP）には、人間の言語またはテキストを分析して意味を導き出すコンピューター方法が含まれています
- コンピュータービジョン（CV）ツールはコンピューターを使用して視覚情報を解釈します（たとえば、衛星画像をマップに変換する生の画像処理など）
計画アプリケーション
AIは便利なツールを提供できます 計画の実践を強化します 労働集約的な分析と研究を支援することにより、プランナーが自分の仕事の「人間の要素」に集中できるようにします。 AIは、大量のデータを処理および整理し、トレンドとパターンを特定して、より多くの情報に基づいた決定を下すことができます。 AIは、交通管理、電気グリッド管理、公衆衛生などの都市サービスを改善または自動化するためにも使用できます。いわゆるモノのインターネット（IoT）により、都市はさまざまなセンサーとデバイスを使用して、これまで以上に多くのデータを収集できます。この情報は、多くの場合、エネルギーグリッドや駐車メーターなどのリアルタイムの都市インフラストラクチャを最適化するために使用できます。
都市は機械学習を使用して、木、水インフラストラクチャ、公園へのアクセス、ゾーニング地区などのリソースをマッピングおよびカタログ化して、空間パターンをよりよく理解し、差別やサービスが不十分な地域を明らかにします。自然言語処理は、パブリックコメントを解析してコミュニティの感情を理解するために使用できます。たとえば、都市は公開調査を介して大量のフィードバックを収集し、AIを使用して、肯定的、ネガティブ、またはニュートラルな言語インジケーターの回答をスキャンできます。
輸送計画は、主にフィールドが車両数やトランジットライダーシップなどの多くの具体的なデータを生成するため、AIから最も利益を得るために立つことができます。輸送計画者は、ニューラルネットワークテクノロジーを使用して、土地利用情報、地形、その他のデータを組み合わせて最良のルートを評価し、ストリートアラインメントを設計します。同じ技術は、災害と避難ルートの計画、環境への影響と交通安全にも適用されます。ただし、輸送プランナーは、新しいレベルの規制とインフラストラクチャを必要とする自動運転車と配送車両の導入にも対処する必要があります。
自動運転車は、輸送計画に新たな課題をもたらします。画像： マイケルヴィ
課題
AIは強力なツールになる可能性がありますが、都市は計画と運用においてAIの採用において戦略的である必要があります。それが経験した人間のように、AIはバイアス、エラー、および誤用から免れないだけでなく、人間のシステムに存在するバイアスがあります テクノロジー自体に焼き付けられました。既存のデータに依存して意思決定を行うためのその性質上、AIはリスクだけでなく、不平等、差別、排除の歴史的パターンを再現し、有害な結果を永続させる可能性があります。プランナーは、インプットと条件をキュレートする方法に特に注意を払い、より広い知識を使用して情報をコンテキスト化する必要があります。
AIはまた、個人データに関するプライバシーの懸念を提示しているため、都市機関がAIを使用する方法と理由、およびデータ保護セーフガードに関する情報がテクノロジーの一般的な受け入れの鍵であることについての透明性を提示します。さらに、AIアルゴリズムの複雑な性質により、意思決定にどのように到達したかを理解することができなくなり、意思決定における説明責任に課題があります。
プランナーは、AIの能力とそれを使用するための独自の目標を強く理解することが重要です。 AIがどのように実装されているかについての議論でテーブルに席を置くには、プランナーはそれがどのように彼らのニーズを助けることができるか、そしてそれをどのように使用するかを理解する必要があります。また、プランナーは、AIを効果的に関与させるために必要な膨大な量のデータにも留意する必要があります。これは、特にリソースが少ない小さな都市ではない場合があります。 AIアプリケーションには、多くの場合、大量のエネルギーと帯域幅が必要であり、かなりのコスト障壁を引き上げることができます。
プランナーは、AIツールを使用して、プロジェクトの複数の設計オプションを迅速に生成して、一般の参加を強化したり、潜在的なシナリオを想像して、より多くの情報に基づいた意思決定を支援したりできます。ただし、専門家 過依存に対する注意 プロジェクトの複雑な現実を信じる急速に生成されたビジュアルについて。
#人工知能とは何ですか #Planetizen #Planopedia