Μονάδα 6 / 12

Πρόβλεψη πληθυσμού, πυκνότητας και ζήτησης

Κέρδη:

  • Ικανότητα καθορισμού του ρόλου της τεχνητής νοημοσύνης στην προετοιμασία δεδομένων και τη δημιουργία σεναρίων στην προβολή πληθυσμού, την κατανομή πυκνότητας και την πρόβλεψη ζήτησης υποδομής
  • Δυνατότητα σαφούς παρακολούθησης υποθέσεων, εύρους αβεβαιότητας και ορίων μεθόδων στα προγνωστικά αποτελέσματα
  • Ικανότητα κατανόησης ότι τα επίσημα πληθυσμιακά και στατιστικά δεδομένα (π.χ. TÜİK) είναι δεσμευτικά για την εκτίμηση της τεχνητής νοημοσύνης και ότι η τεχνητή νοημοσύνη δεν παράγει αριθμούς.

Κάθε σχέδιο ξεκινά με μια ερώτηση: πόσοι άνθρωποι θα ζήσουν εδώ στο μέλλον, πού θα συγκεντρωθούν, πόσα σχολεία, νερό, δρόμους, χώρους πρασίνου θα χρειαστούν; Οι απαντήσεις σε αυτά τα ερωτήματα είναι η πληθυσμιακή προβολή (εκτίμηση του μελλοντικού πληθυσμού), η ανάλυση πυκνότητας (πώς κατανέμεται ο πληθυσμός στο διάστημα) και η πρόβλεψη ζήτησης (ανάγκες υποδομής και εξοπλισμού ανάλογα με τον πληθυσμό). Το AI είναι ένα ισχυρό βοήθημα στην επιμέλεια δεδομένων, τη δημιουργία σεναρίων και την αναφορά σε αυτές τις θέσεις εργασίας. Αλλά υπάρχει ένα κρίσιμο όριο: η τεχνητή νοημοσύνη δεν παράγει αξιόπιστους αριθμούς. Η δεσμευτική πηγή δεδομένων πληθυσμού είναι οι επίσημες στατιστικές (TUIK και σύστημα καταγραφής πληθυσμού βάσει διευθύνσεων στην Τουρκία). Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει σενάρια με υποθέσεις που βασίζονται σε αυτά τα δεδομένα, αλλά ο αριθμός πληθυσμού που συνθέτει δεν μπορεί να τεθεί στο σχέδιο. Αυτή η ενότητα σάς διδάσκει πού να χρησιμοποιείτε με ασφάλεια την τεχνητή νοημοσύνη στη διαδικασία πρόβλεψης και πού να απευθυνθείτε στα επίσημα δεδομένα.

Λογική πληθυσμιακής προβολής

Υπάρχουν πολλές κλασικές μέθοδοι εκτίμησης πληθυσμού και όλες βασίζονται σε υποθέσεις:

  • Αριθμητική/γεωμετρική αύξηση: Επεκτείνει τον προηγούμενο ρυθμό ανάπτυξης στο μέλλον. Απλό αλλά παραπλανητικό σε περιοχές που αλλάζουν ταχέως.
  • Μέθοδος συνιστωσών (κοόρτη-συστατικό): Μοντελοποιεί τη γέννηση, τον θάνατο και τη μετανάστευση ξεχωριστά. Είναι πιο ρεαλιστικό αλλά απαιτεί περισσότερα δεδομένα.
  • Μέθοδοι τάσης/αναλογίας: Χρησιμοποιεί το μερίδιο της περιοχής εντός της επαρχίας/χώρας.

Κάθε μέθοδος βασίζεται σε ένα σύνολο υποθέσεων: θα συνεχιστεί η μετανάστευση, θα μειωθεί η γονιμότητα, θα έρθουν οι βιομηχανικές επενδύσεις; Πολύ διαφορετικά μέλλοντα προκύπτουν από τα ίδια δεδομένα του παρελθόντος, με διαφορετικές υποθέσεις. Άρα δεν υπάρχει ενιαίος "σωστός αριθμός". Υπάρχει εύρος και σενάρια. Η πιο πολύτιμη συμβολή της τεχνητής νοημοσύνης είναι να δημιουργεί τακτικά αυτά τα σενάρια, να τα συγκρίνει και να καταγράφει τις υποθέσεις με διαφάνεια.

Προσοχή: Είναι σοβαρό λάθος να ρωτήσετε την AI «ποιος θα είναι ο πληθυσμός αυτής της περιοχής το 2040» και να βάλετε τον μοναδικό αριθμό στο σχέδιο. Το AI μπορεί να έχει παραισθήσεις αυτόν τον αριθμό. Ο σωστός τρόπος είναι η παροχή επίσημων ιστορικών δεδομένων, η δημιουργία μιας σειράς σεναρίων με σαφείς υποθέσεις και ο υπολογισμός του τελικού αριθμού με μια επαληθευμένη μέθοδο.

Μια ιδιαίτερα επικίνδυνη κατάσταση στον προγραμματισμό είναι η υπερπροβολή των πληθυσμιακών υποθέσεων. Εάν εκπονηθεί ένα σχέδιο με έναν πληθυσμιακό στόχο που είναι πολύ υψηλός, θα παράγει πάρα πολλά αναπτυξιακά δικαιώματα, πάρα πολλές υποδομές και κενές επενδύσεις. Αυτό είναι ταυτόχρονα σπατάλη δημοσίων πόρων και έδαφος για κερδοσκοπία. Αντίθετα, η υποτίμηση αφήνει τις υποδομές ανεπαρκείς. Επειδή η τεχνητή νοημοσύνη μπορεί εύκολα να δημιουργήσει πολλαπλά σενάρια, βοηθά να γίνουν ορατοί αυτοί οι δύο κίνδυνοι: αντιπαραθέτοντας τα αποτελέσματα των δικαιωμάτων υποδομής και ανάπτυξης κάθε σεναρίου και ρωτώντας «τι χάνουμε αν αυτή η υπόθεση δεν γίνει πραγματικότητα;». Μπορείτε να κάνετε την ερώτηση. Επομένως, η πρόβλεψη πληθυσμού δεν είναι απλώς θέμα τεχνικής αλλά και πόρων και δικαιοσύνης.

Πυκνότητα και ζήτηση

Ο πληθυσμός δεν είναι ένας ενιαίος αριθμός, αλλά ένα μοτίβο κατανεμημένο στο διάστημα. Η μεικτή πυκνότητα (άτομο/εκτάριο, σε ολόκληρη την περιοχή) και η καθαρή πυκνότητα (μόνο στην κατοικημένη περιοχή) είναι διαφορετικά πράγματα και εάν αναμειχθούν, το σχέδιο καταρρέει. Η πρόβλεψη της ζήτησης εξαρτάται από την πυκνότητα: όσο περισσότεροι άνθρωποι υπάρχουν σε μια γειτονιά, τόσο περισσότερες σχολικές τάξεις, τόσο περισσότερο νερό, τόσο περισσότερος χώρος στάθμευσης, τόσο περισσότερος χώρος πρασίνου χρειάζεται. Σε αυτούς τους υπολογισμούς, τα πρότυπα (όπως m² χώρου πρασίνου ανά άτομο, αίθουσες διδασκαλίας ανά μαθητή) προέρχονται από την ισχύουσα νομοθεσία. Το AI μπορεί να θυμάται το πρότυπο, αλλά η τιμή του πρέπει να επιβεβαιωθεί από το επίσημο κείμενο.

Βήμα προς βήμα: Διαδικασία πρόβλεψης με AI

  1. Συλλέξτε επίσημα στοιχεία. Ιστορικός πληθυσμός της TURKSTAT, ηλικιακή δομή, δεδομένα μετανάστευσης.
  2. Επιλέξτε μέθοδο. Μέθοδος(-ές) κατάλληλη(-ές) για τη δυναμική της περιοχής.
  3. Διευκρινίστε τις υποθέσεις. Ρυθμός ανάπτυξης, μετανάστευση, γονιμότητα — γράψτε καθαρά.
  4. Ζητήστε από το AI να δημιουργήσει ένα σενάριο. Χαμηλό/μέσο/υψηλό σενάριο, υποθέτοντας το καθένα.
  5. Εμφάνιση εύρους και αβεβαιότητας. Όχι ένας αριθμός, αλλά μια μπάντα.
  6. Μετατρέψτε το σε ζήτηση. Απαιτήσεις υποδομής/εξοπλισμού με πυκνότητα και πρότυπα.
  7. Επαληθεύω. Υπολογίστε ξανά το σχήμα με τη μέθοδο. Επιβεβαιώστε τα πρότυπα από τη νομοθεσία.

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμη προτροπή: "Προβλέψτε τον μελλοντικό πληθυσμό αυτής της περιοχής."

Η τεχνητή νοημοσύνη δημιουργεί έναν αριθμό χωρίς πηγή. Ποια μέθοδος, ποια υπόθεση είναι ασαφής.

Ισχυρή προτροπή: "Ακολουθούν τα επίσημα ετήσια στοιχεία πληθυσμού της [περιφέρειας] για το 2000-2023 (πηγή: TÜİK). Ορίστε τρία σενάρια: χαμηλό (η μετανάστευση επιβραδύνεται), μεσαίο (η τρέχουσα τάση συνεχίζεται), υψηλό (η μετανάστευση αυξάνεται με νέες βιομηχανικές επενδύσεις). Γράψτε την υπόθεση ξεκάθαρα, χρησιμοποιήστε τη μέθοδο 5 έως ότου το σενάριο παραγωγής. 2040. Δηλώστε την αβεβαιότητα του κάθε σεναρίου Μην προσθέτετε δεδομένα από το κεφάλι σας.

Η δεύτερη μέθοδος προτροπής διευκρινίζει την υπόθεση, τη δομή του σεναρίου και το όριο δεδομένων. Η έξοδος γίνεται ελεγκτή.

Τέσσερα πρότυπα με δυνατότητα αντιγραφής

Εργασία: Δημιουργήστε τρία σενάρια (χαμηλό/μέσο/υψηλό) από την επίσημη ιστορική σειρά πληθυσμού παρακάτω. Για κάθε σενάριο: υπόθεση, μέθοδος που χρησιμοποιήθηκε, πίνακας προβολής 5 ετών, σημείωση αβεβαιότητας. Απλώς χρησιμοποιήστε τα δεδομένα που σας έδωσα. μην κατασκευάζετε δεδομένα. Σειρά/πηγή: [...]

Εργασία: Ελέγξτε τις παραδοχές, τη μέθοδο και τη δήλωση αβεβαιότητας στην αναφορά εκτίμησης πληθυσμού παρακάτω. Λείπει η σημαία ή κρύβονται υποθέσεις. Προειδοποιεί ότι τα μέρη που παρουσιάζονται ως "ενιαίος ακριβής αριθμός" πρέπει να είναι "ένα εύρος". Αναφορά: [...]

Εργασία: ΣΧΕΔΙΑΣΤΕ το αίτημα υποδομής/εξοπλισμού από τα δεδομένα πληθυσμού και πυκνότητας παρακάτω (σχολικές τάξεις, χώρους πρασίνου, χώρους στάθμευσης κ.λπ.). Δώστε το πρότυπο που χρησιμοποιείται σε κάθε λογαριασμό με τη σημείωση "πρέπει να επιβεβαιωθεί από τη νομοθεσία". Διατηρήστε τη διάκριση μεικτής/καθαρής πυκνότητας. Στοιχεία: [...]

Εργασία: Εξηγήστε τους όρους μεικτή πυκνότητα, καθαρή πυκνότητα, πληθυσμιακή προβολή και μέθοδος συνιστωσών σε απλά τουρκικά σε έναν πίνακα γλωσσαρίου. Τονίστε τη διαφορά μεταξύ τους με μια πρόταση. Μην αποδίδετε αριθμούς.

Ένας πίνακας: μέθοδος, δεδομένα και όριο

Μέθοδος

Απαιτούνται δεδομένα

Εκεί που ταιριάζει

όριο

Αριθμητική αύξηση

Λιγότερο (δύο ημερομηνίες)

στατική ζώνη

Η γρήγορη αλλαγή είναι παραπλανητική

γεωμετρική αύξηση

προηγούμενες σειρές

Σταθερή ανάπτυξη

Προϋποθέτει άπειρη ανάπτυξη

Στοιχείο (κοόρτη)

Ηλικία, γέννηση, θάνατος, μετανάστευση

λεπτομερή προγραμματισμό

Απαιτεί πολλά δεδομένα και υποθέσεις

Αναλογία/μερίδιο

Σειρά πόλη-κομητεία

περιφερειακού σχεδιασμού

εξαρτάται από την εκτίμηση της ανώτερης κλίμακας

τρεις μίνι θήκες

Περίπτωση 1 — Πληθυσμός με ψευδαισθήσεις. Ένας σχεδιαστής ρωτά απευθείας την AI «πληθυσμός 2045». Το AI λέει με σιγουριά "324.000". Όταν ο σχεδιαστής κάνει μια γεωμετρική προβολή με δεδομένα TÜİK, το εύρος 268.000-341.000 βγαίνει με τις ίδιες υποθέσεις. Ο περιττός αριθμός του AI ήταν εντός αυτού του εύρους, αλλά συμπτωματικά. Σε μια άλλη ερώτηση, μπορεί να είχε δώσει μια εντελώς παράξενη αξία. Μάθημα: ο αριθμός δημιουργείται με τη μέθοδο, δεν ζητείται από το AI.

Περίπτωση 2 — Μεικτή/καθαρή σύγχυση. Μια ομάδα θέτει έναν στόχο "150 άτομα/εκτάριο" για μια περιοχή, αλλά δεν προσδιορίζει αν είναι μεικτό ή καθαρό. Η σύγχυση μεγαλώνει στην αναφορά που τυπώνουν στο AI. Όταν η τιμή που θεωρείται ως καθαρή πυκνότητα λαμβάνεται ως ακαθάριστη, η ανάγκη για χώρο στέγασης διπλασιάζεται. Η αποσαφήνιση του όρου από την αρχή θα είχε αποτρέψει την κρίση.

Περίπτωση 3 — Διαφάνεια σεναρίου. Ένας δήμος παρουσιάζει μια πληθυσμιακή μελέτη τριών σεναρίων στο συμβούλιο. Η υπόθεση και το εύρος κάθε σεναρίου είναι ξεκάθαρα. Η βουλή μπορεί να συζητήσει «τι θα γίνει με το σχολικό έλλειμμα αν συμβεί το υψηλό σενάριο;». Η παρουσίαση ενός σεναρίου αντί ενός μόνο αριθμού καθιστά το σχέδιο ευέλικτο και υπερασπίσιμο.

Συνήθη λάθη

  • Βάζοντας τον περιττό αριθμό που βγαίνει από το AI στο σχέδιο. Ο αριθμός πληθυσμού παράγεται χρησιμοποιώντας επίσημα δεδομένα και μέθοδο. Δεν απαιτείται από AI.
  • Απόκρυψη της υπόθεσης. Κάθε προβολή βασίζεται σε μια υπόθεση. Αν είναι κρυφό, το αποτέλεσμα είναι παραπλανητικό.
  • Ανάμειξη μικτής/καθαρής πυκνότητας. Το κλασικό λάθος που χαλάει ολόκληρο τον υπολογισμό της ζήτησης.
  • Μείωση της αβεβαιότητας σε έναν μόνο αριθμό. Το μέλλον είναι ένα διάστημα. πρέπει να παρουσιάζεται ταινία.
  • Δεν επιβεβαιώνει το πρότυπο. Αξίες όπως η κατά κεφαλήν περιοχή πρασίνου θα πρέπει να επαληθεύονται από τη νομοθεσία.
  • Αγνοώντας τη μετανάστευση και τη δυναμική. Η απλή μέθοδος είναι παραπλανητική στην ταχέως αναπτυσσόμενη/συρρικνυόμενη περιοχή.

Συνοπτικά

Η πρόβλεψη πληθυσμού, πυκνότητας και ζήτησης είναι η βάση κάθε σχεδίου και όλα βασίζονται σε υποθέσεις. Το AI είναι ένα ισχυρό βοήθημα σε αυτή τη διαδικασία για την οργάνωση δεδομένων, τη δημιουργία σεναρίων, τη σύνταξη υποθέσεων με διαφάνεια και την υποβολή εκθέσεων. Αλλά η τεχνητή νοημοσύνη δεν παράγει αξιόπιστους αριθμούς. Η δεσμευτική πηγή του πληθυσμού είναι οι επίσημες στατιστικές (TURKSTAT). Ο σωστός τρόπος είναι να παρέχετε επίσημα ιστορικά δεδομένα, να δημιουργήσετε ένα εύρος σεναρίων με σαφείς υποθέσεις, να διαχωρίσετε την ακαθάριστη/καθαρή πυκνότητα και να επιβεβαιώσετε τα πρότυπα από τη νομοθεσία. Παρουσιάστε υποθετικά σενάρια και μια σειρά αβεβαιότητας, όχι έναν "σωστό αριθμό".

Εργασία εφαρμογής

Πάρτε μια ιστορική σειρά πληθυσμού για μια περιοχή (πραγματική ή δείγμα). (1) Ζητήστε από το AI να δημιουργήσει τρία σενάρια με το αρχικό πρότυπο. Ελέγξτε κάθε υπόθεση. (2) Ελέγξτε τις δηλώσεις αβεβαιότητας και παραδοχών της αναφοράς με το δεύτερο πρότυπο και διορθώστε ένα σφάλμα "ενός απόλυτου αριθμού". (3) Συντάξτε μια αξίωση με το τρίτο πρότυπο και ελέγξτε ότι έχετε κατανείμει σωστά τη μεικτή/καθαρή πυκνότητα. (4) Καταγράψτε ποια πρότυπα και ποια νομοθεσία θα επιβεβαιώσετε.

λίστα ελέγχου

  • [ ] Έλαβα τα στοιχεία του πληθυσμού από επίσημες πηγές (TUIK, κ.λπ.).
  • [ ] Υπολόγισα τον τελικό αριθμό χρησιμοποιώντας την επαληθευμένη μέθοδο, δεν το ζήτησα από το AI.
  • [ ] Έχω γράψει ξεκάθαρα την υπόθεση κάθε σεναρίου.
  • [ ] Παρουσίασα το αποτέλεσμα ως εύρος αβεβαιότητας, όχι ως έναν αριθμό.
  • [ ] Διαχώρισα τη μεικτή και την καθαρή πυκνότητα.
  • [ ] Επιβεβαίωσα τα πρότυπα στους υπολογισμούς ζήτησης από τη νομοθεσία.
  • [ ] Έλαβα υπόψη τη μετανάστευση και τη δυναμική της περιοχής κατά την επιλογή της μεθόδου.