Framgångsrik stadsplanering måste tillgodose en komplex kombination av estetik, praktiska aspekter och mänskliga behov.
En nyligen genomförd studie visade att AI-verktyg för stadsplanering är bättre och mycket snabbare än mänskliga stadsplanerare på ett antal av de mer vardagliga aspekterna av stadsplanering.
År 2020 introducerade Carlos Moreno idén om att 15-minutersstadendär invånarna aldrig är mer än 15 minuters promenad eller cykeltur från alla tjänster de behöver. Idéns enkelhet förnekar den komplexa planering som krävs för att uppnå dessa effektivitetsvinster.
Automationsforskaren Yu Zheng och hans kollegor från Tsinghua University i Peking ville se om maskininlärning kunde vara ett effektivt verktyg för stadsplanering.
De utvecklade ett AI-system som kunde optimera markanvändning och vägdragningar så att de överensstämde med principerna för 15-minutersstaden och samtidigt tillgodosåg lokala planeringsriktlinjer och behov.
De började i liten skala med att låta AI:n designa ett område på cirka 3×3 kvarter, eller några kvadratkilometer.
Den resultat av deras experiment visade att när det gällde tillgång till tjänster, grönområden och trafiknivåer kunde AI överträffa mänskliga konstruktioner med cirka 50%.
Och AI:n var mycket snabbare på dessa tråkiga iterativa optimeringar. Den kunde utföra uppgifter på några sekunder som normalt tar 50-100 minuter för mänskliga designers.
Paolo Santi från MIT kommenterade studien med att säga att stadsplanering "inte bara handlar om att fördela utrymme till byggnader, parker och funktioner, utan om att utforma en plats där urbana samhällen kommer att leva, arbeta, interagera och förhoppningsvis frodas under en mycket lång tid".
Zheng och hans team håller med om detta och ser AI som en assistent till stadsplanerare, snarare än en ersättning.
När de jämförde design med enbart människor med design med människor och AI fann de att användning av AI i samarbete ökade tillgången till grundläggande tjänster och parker med 12% respektive 5%.
Forskarna tillfrågade 100 stadsarkitekter och bad dem utvärdera ett antal designförslag utan att veta vilka som hade designats av AI eller av människor. I vissa fall fanns det inga tydliga preferenser, men vissa av de rumsliga AI-designerna fick betydligt fler röster.
AI-modellen krävde 2 dagars utbildning för att hantera 3×3-blockdesignen. Att öka utrymmet till en 4×4-kvartersdesign kräver dubbelt så många planeringsbeslut. Att skala upp ett AI-verktyg som det här för att faktiskt planera en hel stad på ett effektivt sätt ligger en bit bort, men potentialen är uppenbar.
Om stadsplanerare använder AI för att göra de tråkiga beräkningsoptimeringarna får de mer tid att ägna sig åt estetik och samhälleliga behov som är svårare att kvantifiera när man tränar en AI-modell.
