研究人员发现人工智能可以帮助改善城市规划
传统的城市规划方法需要大量的技术专长和手工工作。弗吉尼亚理工大学的一名研究人员正在努力改变这一现状。新研究表明，大型语言模型（LLM）（例如 ChatGPT 和 Google 的 Gemini）具有使用街景图像评估人造环境的潜力。
自然资源与环境学院的研究将法学硕士的表现与传统的城市规划深度学习方法进行了比较，发现基于法学硕士的表现与既定方法相似。与需要技术专业知识或手动操作的传统方法不同，研究人员发现法学硕士为用户提供了更易于使用的工具，使政策和规划利益相关者更容易在中小型城市使用这些模型来管理智能城市基础设施。
该项研究发表在《专业地理学家》杂志上，是与麻省理工学院的 Kee Moon Jang 合作完成的。
“我的目标是缩小技术规模，使它们对小城市来说更经济实惠、更有效，”地理系助理教授兼智慧城市项目主任 Junghwan Kim 说道。“智慧城市技术涉及使用先进的城市分析技术，如人工智能和数据科学，来处理捕捉城市环境和人们如何看待它们的高质量数据。这些技术帮助我们更好地了解城市问题，例如交通和健康。”
这项新研究表明，生成式人工智能工具可以分析图像并自动检测长椅、人行道或路灯等特征。
以前，研究人员必须手动分析图像，这非常耗费人力。
一个具体的例子是评估建筑环境，比如某个特定区域的步行或骑自行车的适宜程度。Kim 让人工智能检测建筑环境特征——长椅、人行道、树木和路灯——所有这些因素都会影响人们对步行性和安全性的感受。
“这使得人们能够更自由地使用曾经只有具备编码技能和高性能计算资源的专家才能使用的先进工具，”Kim 说道。“然而，也存在一些局限性，例如人工智能训练数据中的偏差，这可能会导致地理差异。例如，由于用于训练人工智能模型的数据可用性不均衡，这些工具在大城市的表现往往比在小城镇更好。”
虽然该工具非常强大，但它会产生幻觉并根据训练数据中的差距做出假设。
“这就是为什么谨慎使用这些工具很重要，特别是在准确性至关重要的专业环境中，”Kim 说。“我仍然对这些工具的潜力感到兴奋，不仅对我的研究有用，而且对现在可以轻松访问高级分析的学生和专业人士也有用。然而，我们必须意识到在城市规划中使用人工智能的局限性和偏见。”
页:
[1]