هوش مصنوعی در مهندسی شهرسازی: چارچوبی یکپارچه برای کاربرد مسئول، شفاف و انسان محور تحلیل داده های عظیم، پیش بینی شهری، بهینه سازی و شهرهای خودکار
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 36
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CIVILCONFE02_063
تاریخ نمایه سازی: 20 تیر 1405
چکیده مقاله:
کاربرد هوش مصنوعی در مهندسی شهرسازی در یک دهه ی اخیر تحولی بنیادین در روش های تحلیل، پیش بینی، بهینه سازی و مدیریت شهرها ایجاد کرده است. این مقاله با مرور نظام مند پیشینه، تحلیل پنج حوزه ی اصلی شامل تحلیل داده های عظیم شهری، پیش بینی و شبیه سازی پدیده های شهری، بهینه سازی سیستم های شهری، سامانه های پشتیبانی تصمیم هوشمند، و شهرهای خودکار و مدیریت هوشمند زیرساخت ها، و واکاوی داده های تجربی معتبر، به ارزیابی فرصت ها و چالش های این تحول می پردازد. یافته های مبتنی بر تحلیل داده های موقعیتی ۵ میلیون کاربر تلفن همراه در پکن، ۲۰۰,۰۰۰ معامله مسکن در هنگ کنگ، ۵۰ میلیون تراکنش کارت حمل ونقل در دوبلین و ۱۰۰ سامانه ی هوش مصنوعی در خدمات عمومی نشان می دهد شبکه های عصبی عمیق تراکم ترافیک را با دقت ۸۹ درصد و قیمت مسکن را با دقت ۸۶ درصد پیش بینی می کنند که به ترتیب ۱۲ و ۲۲ درصد بهتر از روش های سنتی است. الگوریتم های ژنتیک زمان پاسخ آتش نشانی را ۲۵ درصد کاهش می دهند و الگوریتم ازدحام ذرات زمان سفر و هزینه های عملیاتی حمل ونقل را به ترتیب ۱۸ و ۲۶ درصد بهبود می بخشد. یادگیری ماشین روابط اجتماعی شهروندان را با دقت ۸۲ درصد از داده های تلفن همراه پیش بینی می کند. با این حال، ۷۲ درصد از سامانه های هوش مصنوعی فاقد شفافیت کافی هستند، ۵۸ درصد نشانه هایی از سوگیری الگوریتمی دارند و ۶۸ درصد شهروندان نگران شفافیت الگوریتم ها می باشند. همچنین تنها ۱۲ درصد از پژوهش های سامانه های پشتیبانی برنامه ریزی از روش های هوش مصنوعی استفاده کرده اند. نتیجه گیری اصلی آن است که هوش مصنوعی فرصتی بزرگ برای تحول شهرسازی است، اما موفقیت آن در گرو توسعه ی هوش مصنوعی شفاف، عادلانه، پاسخگو و انسان محور است. پیشنهادهای مقاله در سه دسته ی نظری شامل بازتعریف شهرسازی محاسباتی و نظریه ی هوش مصنوعی مسئول، روش شناختی شامل طراحی چارچوب ارزیابی چندمعیاره و روش های یادگیری ماشین قابل تفسیر، و کاربردی-سیاستی شامل تدوین منشور اخلاقی ملی، نهاد نظارتی مستقل، ارزیابی اثرات و قوانین شفافیت الگوریتم ارائه شده اند.
کلیدواژه ها:
هوش مصنوعی ، مهندسی شهرسازی ، یادگیری ماشین ، پیش بینی شهری ، بهینه سازی الگوریتم ، داده های عظیم شهری ، هوش مصنوعی مسئول ، شهر خودکار
نویسندگان
علیرضا محمودی فرد
دکترای حرفه ای هوش مصنوعی و مدرس دانشگاه ملی مهارت، تهران، ایران
سید محمدرضا حسینی علی آباد
استاد دانشگاه های ملی و بین المللی، گروه مجموعه مدیریت، علوم پایه و مهندسی