用户名
密码
(30天内有效)
注册
注册
首页 > 案例资料 >

【规划人必读经典】吴志强:人工智能辅助城市规划走入全新境界

我要收藏
2017-10-09



城市数据派导读

从感知城市到认知城市,

人工智能如何开启一个全新的规划境界?

中国的城市规划如何弯道超车?


城市规划如何从经验走向科学?

城市规划方法是如何演进的?

大数据分析方法有哪些?


在2.0的人工智能时代,

规划师的角色和身份是什么?

未来什么样的规划师才是智慧的规划师?



瑞典皇家工程科学院院士、同济大学副校长吴志强《人工智能辅助城市规划》报告中将一一为你解答。【城市数据派www.udparty.com】根据现场演讲精心整理后为派友们献上这份超级重磅干货!


该报告为《2017年中国城市规划信息化年会》主旨报告之一。《2017年中国城市规划信息化年会》上周在武汉成功召开,本次会议由中国城市规划协会中国城市规划学会主办的,是全国城市规划领域影响最大、最权威的信息化专业会议。本次大会主题:众源、众规、众智。



人工智能辅助城市规划

640.jpg

吴志强


IMG_20170921_104159.jpg

今天我讲的是,人工智能辅助我们的城市规划。现在国家特别重视如何利用人工智能加大各行各业经济的转型,促进整个国家的发展。


IMG_20170921_104205.jpg

年下半年到今年,我们是强有力的在推进整个国家这方面的重大课题的树立。


IMG_20170921_104351.jpg

2017年到了一个非常重要的时期,第一次把人工智能写进了政府工作报告


IMG_20170921_104512.jpg

那咱们规划行业,怎么弯道超车?

在整个现代城市规划发展过程中,从古典主义到功能主义到生态主义,实际上我们一直在跟着别人学,只有这一次在智能在大数据方面,我概括为“大智移云”,就是大数据、智能、移动,还有云计算,在大智移云这个基础上的城市规划,我们这一次在中国在世界上的,整个的规划行业中间,一点都不落后。


我们中国城市规划和世界城市规划一样,长久以来就是两种思路。从1520年开始,第一种思路就是理想导向,要创造一个理想的城市,完成对世界对社会的改良。这就是从这个时候就开始,理想不断地指导着我们,带动了我们这些人,以自己的灵魂,一直去追求一个美好的城市。但是现实很残酷,到了工业革命以后,城市规划有了第二种思路。


 第二种思路就是问题导向,大量的问题。这个中间包括了恩格斯对整个的英国大城市里面的工人阶级状态的分析,到后面大量的批判,这就是问题导向的思路。


但是今天我们有了一条新的思路,城市并不是说我们自己想要做什么,或者说今天解决今天的问题。我们必须要知道,城市是有生命发展规律的,我们要学会尊重规律,按照城市发展规律来做。我们这时候就不会这样轻举妄动,今天开明天挖,今天来个市长提出这个战略,明天换个市长是另外一个战略。


那么今天有了这个思想以后我们就看到,过去传统的规划的确是有问题的。

IMG_20170921_104718.jpg


那么今天有了这个思想以后我们就看到,过去传统的规划的确是有问题的。

第一,看到很多现象说不出规律。

第二,看到很多现象能说出大概的规律,但是不完全。

第三,能够说出一些规律的时候,但是说不快,看不到实时的事情。

第四,能看到现象说出规律,但是不能推演未来的事情。


IMG_20170921_104756.jpg

那么到了今天,城市的现状除了最传统的统计数据,还有很多大量的文件,大量的视频、传感器、地图、卫星、遥感数据等等。


IMG_20170921_104817.jpg

如何在那么多元的条件下,解决那么多的问题呢?

传统的城市规划,我们是凭老中医的经验,老规划师的经验来诊断城市的问题。但是通过AI人工智能的辅助以后,实际上所有的问题就完全不一样,我们来诊断城市问题的时候,随时都是大规模的数据,是可重复的。而且在五个度上:

广度+速度+深度+精度+强度,远远超越传统的规划,是可以达到一个全新的境界。


IMG_20170921_104907.jpg

AI带来学习广度的提升

我用自己来做案例,我这三十八年所有参与过的城市规划项目有246个,但是人工智能可以快速地学习一千万个项目,远远超过个体的学习能力。


IMG_20170921_104929.jpg

AI带来学习速度的提升

我们原来做规划,五年修编一次,但是现在人工智能它是每小时、每一刻对城市即时的运行问题都可以识别,即时的判断,即时的反应,这是原来城市规划远远不能的。


IMG_20170921_104950.jpg

AI带来学习速度的提升

除了速度以外,我们真的是培养一个规划师,从他进门到能够像个样子做一个很好的规划,起码十年,大学五年还有研究生,然后出去实习。但是用人工智能培养城市规划师,10天训练一个城市模型,这个速度是完全不一样的训练。


IMG_20170921_105012.jpg

AI带来学习深度的提升

过去的深度,我们能判断五年的规划,实际上已经是很了不起的。但是用人工智能,可以用长久的数据积累,可以外推的时间要长得多。


IMG_20170921_105027.jpg

AI带来学习精度的提升

我们过去做城市规划做到一个小区,做到一个房子,但是今天我们用的数据,都是真正的个体人。我们一直说城市规划是为人民服务的,但是这个人是抽象的,今天的人是具像的。


IMG_20170921_105113.jpg

AI带来学习强度的提升

大规模的大数据可以来感知城市,而人工智能可以来认知大量的规律,认知城市我们真的是在经历一个全新的时代。


IMG_20170921_105126.jpg

城市规划方法的演进,从传统的定义、性能、分析,在老一代的努力下,尽量在做定量分析。后来导入了大量的复杂科学。这个时候复杂科学没有数据还是很困难,然后就不断开拓新数据源,有了大数据。今天我们直奔这个地方去,用人工智能大量导入规划。


IMG_20170921_105202.jpg

IMG_20170921_105218.jpg

我们并不断裂,并不是说过去这些土地的模型,概率、相关、回归、聚类、判断、主成分分析就不用了,这些东西实际上都会用到,还是在大量使用,完全可以代入我们新的体系中间来运行。


IMG_20170921_105300.jpg

案例:长江新城

这就是今天在武汉,特别特别热的一个区域叫长江新城,很多都在说“北有雄安,南有长江”。那么为什么要选在这个地方,这里面到底应该做什么?就这么一个简单的问题,实际上传统的规划,我们心里是发虚的。


IMG_20170921_105342.jpg

为了回答这个问题,我们把世界上八大城市中最主要河流边上的所有商店名字、所有饭店名字、所有办公室名字等等POI全给提取出来。


IMG_20170921_105435.jpg

可以看到,每步行5分钟、10分钟、15分钟边上有什么内容,有哪些商店,有哪些功能,都能清清楚楚。


IMG_20170921_105518.jpg

只有在这种横断面的分析和纵断面的深度的分析之后,这个时候来做长江新城,我们心里才满满的底。大家可以看到这里面很有意思的东西,包括上面的桥梁,多少米才有桥梁,全世界都在讲的要缝合两岸,像长江那么宽的多少米一个桥梁才能够把两岸缝合起来。


IMG_20170921_105600.jpg

IMG_20170921_105725.jpg

包括桥梁,河的宽度的关系到底是什么样的关系,全部都能出来。只有这样,我们站在巨人的肩膀人,看了上百年的淘汰以后,剩下来的精华。


IMG_20170921_105914.jpg

同样这条泰晤士河,把整个的带分析了13多公里,然后两岸延长两百米、五百米、四百米什么功能在这里,可以看到很有意思。


IMG_20170921_110108.jpg

那么也就是说,在这个地方做长江新城的话,这个凹岸的地方应该是做成最最低的铺开来的,人会聚的地方。那么我们经过这些分析以后,可以看到每一个地方,包括我们把所有的商业,所有的办公楼、商务、所有的文化休闲、所有的生活服务,每个城市全部分配完毕。


这个时候我们再来做我们的规划,就不再是那么盲目的,这条河的凹岸和凸岸,每一个地方的密度,包括线密度,哪些场所、哪些活动是在什么地方,是最容易聚集的。


在看了大量的数据挖掘以后,你就觉得规划里面有那么多的东西可以来告诉我们,来启示我们。我们过去说不清的东西,我们现在可以说清楚。世界上哪一条河,在什么地方,布置什么内容就兴旺,布置什么内容它就不兴旺,这些规律是非常有用。


IMG_20170921_110142.jpg

我们团队现在的库,主要有八大数据来源,包括:

1 统计数据

2 传感数据

3 视频数据

4 航拍数据

5 卫星影像

6 专访数据

7 规划成果

8 政策法规


我们传统的规划,从战略规划到城市总体规划到详细规划到控规,需要做的是四十八个决策。我们今天可以有那么多的数据,用大量的及时的数据来支撑规划的决策。

这张图当时做完以后,可以看到我们的规划,可以有很多很多的数据来改变,来帮助提升水平。因为今天每一个小时,每一分钟的用水、用电,每个小时吃饭的人数都可以来支撑,这个地方到底配多少人,配多少树,是完全不一样的感觉。


IMG_20170921_110305.jpg

那么我们进入了大数据的分析,实际上主要是这几大类:

1 关联性分析

2 分类分析

3 聚类分析

4 预测分析


IMG_20170921_110524.jpg

当然大数据前两年,做了大量的可视化的工作。可视化是让大家交流的工具,并不是说真正的大数据的意义。


IMG_20170921_110540.jpg

那么复杂科学的导入,对城市规划是非常重要的。

过去老是说,我们很多东西很迷信不科学,实际上它是另外一种科学,这种就是复杂科学的科学,它是讲了整个系统的,生态的、多元的一种平衡关系。这就是在中医中间,在我们的城市规划中间,特别需要的一种复杂的思维方法。这部分导入,把简单科学、简单逻辑、简单模型到复杂模型、复杂科学的时候,又和我们中国传统文明的非常多的智慧是通的,就是殊途同归的。


IMG_20170921_110703.jpg

这是我们建的即时的大模,是我们在北京做的尝试。这是刚刚前一段时间建的新区,可以把每一个即时的数据全部直接拉进来,整个北京的副中心所有的点,全部是动态的。


IMG_20170921_110740.jpg

IMG_20170921_110816.jpg

我们可以做每一个城市的所有的接口,包括能耗接口、建筑管理、运行状态和环境,相关的精密的控制,全部可以看到。每个小时的时间点,这个里面也是全部可以看,规划还没做完,我们已经可以开始大量的预推,这个方案的好坏,可以完全很精密的来进行外延、外推


IMG_20170921_110831.jpg

那么通过人工智能的增强,大量的人机的之间的互动,我们不要走到另外一个极端,认为人工智能把我们人就替代掉了,这是完全错误的。


下一代的人工智能,一定是人和机共同的智能,这才是我们中国要做的,我们城市规划要做的事情。


不要以为城市规划,以后人工智能我们不做了,错!下一代的我们提出了叫2.0的人工智能,中间很重要的分支,就是人的智慧和机器的智慧,共同运行这个智慧系统,一定是下五年的主攻方向。


IMG_20170921_110916.jpg

那么我们为了做这个东西,就大规模挖掘全世界的数据。比方说这是上海的,中国所有的城市,我们大量的在挖掘。

IMG_20170921_110947.jpg

然后我们从单个城市,又开始挖掘到群落城市,像整个长三角、宁波这个城市,每一个年都出来了。这个我就把它叫做为“城市树”,城市像一棵树一样在增长,现在又在往下走,可以看到每一个点,它是在哪里扩张的,出来以后怎么生长的。


IMG_20170921_111045.jpg

上次做报告的时候我们是挖到一千棵,我们今天很骄傲地告诉大家,前天晚上我们到了九千多棵树,全世界我们挖了九千多个城市,这是我们巨大的一个数据库。每一个城市四十年的卫图,用人工智能来识别。


IMG_20170921_111529.jpg

按照不同的类型,我们来挖掘,来推演城市你是属于什么类型的,你处于什么一种空间状态的,属于哪一种自然条件的。我们就不会千城一面,小城市去简单模仿大城市,你是属于哪一类的城市,增长的过程是什么。一定要一个城市,一种类型,通过自然类型,增长类型,发展繁荣阶段,给每一个城市做它的特别的编码,这样以后我们就可以看到,整个城市都不一样。


IMG_20170921_111616.jpg

刚才说了单个城市,我们的团队又开始挖掘整个区域的。这是长三角的,再看看区域有什么规律呢。整个的上海,在这个最早的是75年的是黑的,90年是红的往南跑,2000年的时候是橘黄的往东跑,然后14年的是整个的区域。然后和苏州中间、昆山全部开始联脉、联动,这里面有很多很多规律。


非常非常多的东西可以让我们知道,城市规划不再能够,也不再是过去拍脑袋,城市规划要安安静静、仔仔细细、认认真真来学习大量的规律。


 规划行业不会停顿的,二十年三十年以后,中国城市规划还是要面临很大的建设。大家可以看看,这一张75年的芝加哥这样,1990年、2000年、2014年,芝加哥还在这样的增长,这是美国的芝加哥还在这样长,在早早达到84%的城镇化以后,建设还在增长。


也就是说我们这一代人,规划师要坚守职业,不要以为城镇化以后,完了以后,我们中国大城市建设就没有问题,不用管了,恰恰相反,我们任重道远,不光自己这一代要管好,还要下一代还要培养好更好的规划师,还要接你们的班,还得管中国的大城市。


IMG_20170921_111320.jpg


IMG_20170921_111336.jpg

这个是几个星期前的,我们可以看到,我们把世界上所有城镇化的面积,全部进行大规模的挖掘,当时是6958个,挖到了非洲、美国、欧洲,然后进行筛选:灯光筛选、人口面积筛选、人的密度的筛选。


IMG_20170921_111341.jpg

IMG_20170921_111401.jpg


最后可以看到,这里面2200个城市全部归类,2200个城市全部归类,每个城市都有自己的城市树,每个城市树以后大家可以看看,每个城市其实都在跑。我们很骄傲的现在应该说是,世界上很少有人可以跟我们PK这个数据库。


那么我把这些量全部数据,那么多的城市怎么样呢?分成7大类的城市树:

萌芽型:城市刚刚从聚落形成

佝偻型:小规模城市,未展现扩张迹象

发育型:城市保持稳定增长趋势,增速逐渐放缓

膨胀型:城市处于急速扩张状态,增速急剧加快

成熟型城市具有一定规模,且发展边界保持相对稳定

区域型:城市扩展到区域城镇群

衰退型:城市收缩


IMG_20170921_111616.jpg

这是武汉,可以看到整个长江中游的也都挖了。武汉是三百公里之内,没有大都市和它做朋友的地方。


1507539837217207.jpg

这个都不是人工挖的,都是用机器来自动辨识,同标准的辨识,武汉的增长规律也是很有意思的。我们就可以推演,未来五年到十年的基本的状态,这个因为都是自动识别,所以就比较客观,这个也是为了总规。


IMG_20170921_112046.jpg

区域中间很有意思的,大家可以看看。这是长三角的75年、90年、00年、15年。75年时候的,长三角的挖出来的状态,相互之间是分裂的。然后90年以后,就开始出现了这两个点特别厉害,就是苏锡常,然后逐步的苏州和上海,00年的时候已经是同城化现象非常厉害,我们是里面是有规矩的,就是它的大小之间的空间距离。


再往下走大家可以看到,这里面计算机自动编程以后,苏州、昆山是独立的。逐步昆山被苏州全部连上,逐步到了00年以后,苏州和上海实际上从空间上,是完全同城化,全部合作的。这个上海的另外几支边上的,也被逐步的在90年,浦东开发开放以后,全部给并拢。


IMG_20170921_112213.jpg

今天长三角大概就这么一个情况。不断地,就是我刚才说的,区域性城市,相互之间一体化、同城化现象非常明显。通过这些分析,一是看到量,二是看到群落之间的关系。非常有意思的,在看到整个的变化,我们这部分也可以做其他的城市,当然我们也挖了京津冀的,长江中游的,港珠澳的整个的变化。这不是人点,完全是机器辨识来做的。


IMG_20170921_112228.jpg

我们站在整个地球上,也做了美国的东海岸的、西海岸、五大湖的、欧洲的、日本的。我们可以看到整个的区域发展,在人类地球上,到底是什么一个基本的规律是什么样,这些都完成了。


IMG_20170921_112249.jpg

我们通过这些东西来,大量用人工智能的方法,包括神经网络系统,支持向量机决策树等,其中用的最多的是TensorFlow


IMG_20170921_112321.jpg

大家可以看看,我们这最近做的这部分的一个城市规划,我们把各类条件放进去,让机器自己快速的跑。就是各种类型的居住、工业、就业、文化、绿化自己跑出来,这是完全机器跑出来一个城市。这里面的规矩是我们规划师对它的认识,可以看到它在这块地方,是可以形成这个几个热点,这个地方正好是地铁站,两个地铁站和公交站的站点,这是两个居住区。


这个点是完全机器跑出来的,这么一个辅助的手段,完全用人工智能跑出来。可以看到城市增长它是什么规律,按照过去的规律,它自己怎么长,长成这么一个规律。


我们推未来十年,不去干预它会长什么,我们就克服了规划的两个困难,一只想着理想,不去靠现实的,这个真实的力量,市场的力量,人民的力量。第二克服了只看见今天的问题,而不看到明天的问题。我们具体客观怎么样,我们就会减少随随便便的动作,知道什么是未来会产生的问题,这些点是以最小干预来进行城市规划,而不是拍脑袋。


IMG_20170921_112545.jpg

只有这样不仅看到今天的问题,还能看到明天的问题的规划师才是真正智慧的规划师。我们还在努力,我们还在做更小规模的,2.55米X3.6米的单元小方格的模拟推演。


IMG_20170921_112710.jpg

我把所有内容都写进了《城市规划方法》。所有的这些智能的方法,我全部把它梳理出来,最后以这本书来回报我们的城市规划专业,除了原理以外,我们还有本《城市规划方法


IMG_20170921_112556.jpg

微信截图_20170925150703.png

微信截图_20170925150728.png


我希望规划不仅有理想,而且还有自己的一套科学办法。

除了理论以外,还有自己的方法,这让我们中国城市规划,站在世界领先的地位。我相信我们这代人应该继承前代人的优良作风,把我们的规划真正让世界看到,我们在做世界规划的最前沿的探索!


IMG_20170921_112738.jpg



(以上内容由城市数据派根据现场演讲整理,未经演讲者本人审核,如有疏漏,还请各位留言指出。如需转载,请联系城市数据派)




本站声明

本文仅代表作者观点,不代表城市数据派立场;
本文系作者授权城市数据派发表,未经许可,不得转载;
本网站上的所有内容均为虚拟服务,一经购买成功概不退款,请您理解。

点赞1