当人工智能（AI）与城市规划相结合时，它提供了许多前所未有的机会，其工具性的先天优势深刻催生城市规划学科的智化，也随之带来了一系列的挑战，所带来的挑战可以细分为短期、中期和长远等三个阶段。

1.三大AI优势催生三大智化

第一，AI可以接收和处理百倍千倍于人脑的信息量，形成可以快速调用的数据库；第二，AI可以在纷繁的场景中大规模感知城市，发现人类未曾发掘的知识点和城市发展的规律；第三，AI可以在创作过程中融合多要素多目标以达到多元平衡，减少设计师个人价值趋向对于方案的片面影响。

当人工智能走向更广泛的城市规划应用时，也将会催生三种智化：第一是客体的智化，城乡客体的时空关系、产业结构、运行模式、空间布局等必然因为AI的介入发生连锁反应；第二是规划主体的智化，AI与城市规划深度融合的过程，也是同时强化规划底层逻辑，发掘城市发展运行规律，激发规划设计方案创意的过程；第三是教育的智化，AI可以个性化感知不同学生的知识需求并制定教育的针对性计划，以更精准和更人性化的教育模式替代依赖于教师个人能力的局限性教育体系。

2.智化伴生的短期、中期、远期挑战

（1）短期挑战：克服不熟悉导致的过度反应，实现人工智能与城市的互动与融合

人类对新事物的认知往往是一个从恐慌到接受，再到深入了解的过程。在AI工具赋能于人的同时，也有可能会造成某种异化，有的人过度膜拜，认为AI是未来的万能钥匙，有的则过于警惕，担心人类会被机器替代。

我更愿意说的是，其实AI更像是一个学生，正如学生从老师那里学到知识，但在某些时候可能会超越老师，AI也会从数据中学习并发展自己的能力。老师会恐惧自己的学生吗？你觉得你的学生会替代你吗？甚至你紧张你的学生会进攻你吗？AI 并不能完全替代人类，且人类智能始终善于更好地调教人工智能，尤其在需要情感、道德和创造力的领域。

人工智能赋能城市规划首要解决的是如何将人工智能应用于城市的各个方面，包括交通、教育、医疗等，以提升城市的智能化水平和生活质量。看见今天，看见形流，这需要解决如何利用人工智能技术分析和借鉴规划的复杂系统，从而推动城市的规划、建设和管理运营。

（2）中期挑战：克服泛滥的AI炫技，AIGP（AI-Generated Planning）为规划不同环节的决策提供精准互补

人工智能导入已经不再是简单的学习和模仿，开始形成分类学习和规律发掘的能力，可以精准选择学习的对象，从复杂的场景中提取人类难以发现的客观规律，大量的AI工具涌现，不同的AI有不同的功能和特点，如何遴选最合适、最有价值的AI技术是重要的挑战之一。这不仅涉及技术的对比，还涉及对AI的社会、经济、环境和道德影响的深入研究。

人工智能赋能城市规划的中期挑战是如何将大数据的城市规划设计成果与人工智能技术深度融合。对于决策者而言，城市现有的数据储备不足以支撑城市复杂系统的现状诊断和规律发掘，需要建设城市大数据平台，构建多元异构数据融合的城市运行管理体系，推进城市规划、建设、管理、运营全生命周期智能化。城市规划不是简单的逻辑可以模拟，而是一种复杂的生态理性，不同的规划类型涉及多少个决策点？分别需要什么人工智能工具介入？这些技术方法需要做出什么优化以耦合规划逻辑？需要在长期积累的真实有效、复频更新的城市大数据库基础上，投入资金和资源研发具有城市规划底部逻辑的AI 工具和智能规划流程，以城市发展需求和场景作为新一代AI技术发展的方向和动力，通过AIGP实现规划过程中的底板构建、技术迁移与跨界融合。

有条件的城市甚至还应该引入顶级人工智能团队，推动产业集聚，进而实现整个城市运行的创新智能生态带动。这样的挑战需要政府、规划机构、资本和市民协同创新，以实现人工智能与城市规划的深度有机融合。

（3）长远挑战：克服偏见放大导致的技术伦理问题，形成全流程定期的伦理评价、反馈、纠正机制

规划领域的合成智能和人造劳动者正在用意想不到的方式改变城市，革新规划行业的工作模式，我们在接受巨大馈赠的同时，也需要解决人工智能的技术伦理问题。

第一，在多主体共同作用的社会治理过程中，AI应该替换别人的角色，还是应该在整体局面中帮助认识其他的角色？现代治理体系尚未健全，各方利益不能均衡统盘，过于强调自上而下，应该用AI帮助其他决策的声音更畅通地进入规划体系，避免这些声音减弱甚至消失。

第二，在使用AI的过程中是否能准确动态表达在规划过程中多主体的意愿？不同主体的意愿是否能得到有效表达是评价AI参与规划过程好坏的标准，因此需要主体原型来对这一过程进行更精准的修正和定义，使AI角色不断完善优化。

第三，一旦AI大规模介入规划中的技术检验，大量替代总规划师的检查工作，解决譬如规划图纸是否符合技术规范此类的问题，是不是会造成规划界内部原有总工的牵制权由谁来完成的问题，就像无人驾驶汽车造成车祸谁来负责，AI能负起这样的责任吗？

3.结语

AI和城市规划的融合预示着一场全新的技术与社会的结合。每一个阶段都伴随着其特有的机遇和挑战，需要我们深入探究、理性对待。必须认识到AI只是工具和辅助手段，真正的决策权和选择权仍然在人类手中。无论AI如何智能，都无法完全理解和体验人类的情感、价值观和道德观念。因此，城市规划的决策应当综合AI的分析和人类的主观判断，不仅要培养AI技术的研究和开发人才，更要培养能够理解、指导和应用AI的城市规划专业人士。最后，必须始终牢记城市规划的核心目的：为了创造更适合人类居住、工作和休闲的环境。无论技术如何先进，这一目标都不应被忽略。人类的需求、情感和价值观应当始终处于核心地位。

参考文献

[1] WU Z Q, CAO B Y, HERZOG O, et al. Report with recommenda⁃tions on big data technologies, analytics solutions, and analytics results, and on the creation of a community of communities to enable holistic
sustainable urban planning[M]. CORDIS, European Union, 2020.

[2] WU Z Q, PAN Y H, YE Q M, et al. The city intelligence quotient (City IQ) evaluation system: conception and evaluation[J]. Engineering, 2016, 2: 196–211.

[3] HERZOG O, JARKE M, WU Z Q. Cooperating and competing digi⁃tal twins[M]. Submitted for Publication, 2023.

[4] SANCHEZ T W. Planning on the verge of AI, or AI on the verge of planning[J]. Urban Science, 2023, 7(3): 70.

[5] NYC Mayor' Office of the Chief Technology Officer. The New York City artificial intelligence strategy. 2021.

[6] JHA A K, GHIMIRE A,THAPA S, et al. Review of AI for urban plan⁃ning: towards building sustainable smart cities. Proceedings of the Sixth International Conference on Inventive Computation Technologies [ICICT 2021].

[7] 潘海啸. 城市空间的解构: 物质性战略规划中的城市模型[J]. 城市规划汇刊, 1999(4):18-24.

[8] BATTY M, MILTON R. A new framework for very large-scale ur⁃ban modelling[J]. Urban Studies. 2021, 58(15): 3071-3094.

[9] YAO S, YU D, ZHAO J, et al. Tree of thoughts: deliberate problem solving with large language models[J]. arXiv preprint arXiv, 2305.10601, 2023.

[10] 曹哲静, 龙瀛. 数据自适应城市设计的方法与实践: 以上海衡复历史街区慢行系统设计为例[J]. 城市规划学刊, 2017(4): 47-55.

[11] 龙瀛, 孙立君, 陶遂. 基于公共交通智能卡数据的城市研究综述[J]. 城市规划学刊, 2015(3): 70-77.

[12] 龙瀛, 吴康, 王江浩, 等. 大模型:城市和区域研究的新范式[J]. 城市规划学刊, 2014(6): 52-60.

[13] PENG Z R, LU K F, LIU Y et al. The pathway of urban planning AI: from planning support to plan-making[J]. Journal of Planning Educa⁃tion and Research, 2023.https://doi.org/10.1177/0739456X231180568.

[14] 杨天人, 吴志强, 潘起胜, 等. 城市发展的模拟与预测: 研究进展、发展挑战与未来展望[J]. 国际城市规划, 2022, 37(6): 1-8.

[15] 杨天人, 金鹰, 方舟. 多源数据背景下的城市规划与设计决策: 城市系统模型与人工智能技术应用[J]. 国际城市规划, 2021, 36(2): 1-6.

[16] 孙施文. 现代城市规划理论[M]: 现代城市规划理论, 2007.

[17] WHITTEMORE A H. Practitioners theorize, too: reaffirming plan⁃ning theory in a survey of practitioners' theories[J]. Journal of Planning Education and Research, 2015, 35(1): 76-85.

[18] 吴志强, 李翔, 周新刚, 等. 基于智能城市评价指标体系的城市诊断[J]. 城市规划学刊, 2020(2): 12-18.

[19] 刘晓青, 何睿. 城市信息新基建规划：雄安实践与探索[J]. 城市规划学刊, 2022(5): 112-118.

[20] BENDER E M, KOLLER A. Climbing towards NLU: on meaning, form, and understanding in the age of data[R]. 2020.

[21] MA Y, ZHANG C, ZHU S. Brain in a vat: on missing pieces towards artificial general intelligence in large language models[J]. arXiv preprint arXiv: 2307.03762, 2023.

[22] 张庭伟. 复杂性理论及人工智能在规划中的应用[J]. 城市规划学刊, 2017(6): 9-15.

[23] WOLMAN H, BARNES W, CLARK J, et al. The state of urban re⁃search: views across the disciplines[J]. Journal of Urban Affairs, 2022: 1-38.

[24] 晏龙旭, 张尚武, 王德. 集聚经济、新型城镇化与规划改革[J]. 城市发展研究, 2022, 29(12): 5-11.

[25] HOPKINS L D. Structure of a planning support system for urban devel⁃opment[J]. Environment and Planning B: Planning and Design, 1999, 26(3): 333-343.

[26] 王建国, 杨俊宴. 应对城市核心价值的数字化城市设计方法研究: 以广州总体城市设计为例[J]. 城市规划学刊, 2021(4): 10-17.

[27] 杨俊宴. 从数字设计到数字管控: 第四代城市设计范型的威海探索[J].城市规划学刊, 2020(2): 109-118.