Mga nadagdag:
- Kakayahang ilarawan ang lohika ng urban growth, sprawl at scenario simulation at ang papel ng AI kumpara sa scenario fiction
- Kakayahang malinaw na i-set up at ihambing ang iba't ibang mga senaryo ng paglago na may mga pagpapalagay ng input, mga hadlang at mga set ng indicator
- Kakayahang maunawaan na ang simulation output ay isang senaryo, hindi isang hula, at ang isang pormal na proseso ng pagpaplano at pagsusuri ng eksperto ay kinakailangan para sa desisyon.
Lumalago ang isang lungsod; Ngunit kung saan, kung magkano at kung paano palaguin ay isang pagpipilian. Isa sa pinakamahirap na gawain para sa isang tagaplano ay ang paghambingin ang mga tanong na "kung magpapatuloy tayo ng ganito" at "kung ipapatupad natin ang patakarang ito" nang magkatabi. Ang tool na gumagawa nito ay ang urban growth simulation: isang diskarte na gumagamit ng mga nakaraang pattern ng paglago, pagiging angkop sa lupa, at mga hadlang upang magmodelo kung saan maaaring kumalat ang pag-unlad sa hinaharap. Kasama sa mga karaniwang diskarte ang cellular automata at mga modelo ng posibilidad ng paglaki. Ang AI ay isang makapangyarihang tulong sa pagse-set up ng mga senaryo ng mga simulation na ito, pagsasaayos ng mga pagpapalagay ng input, paghahambing ng mga resulta sa mga indicator at pag-uulat. Ngunit ang kritikal na punto ay ito: ang simulation ay isang senaryo, hindi isang hula. "Sa ilalim ng mga sumusunod na pagpapalagay, ito ay maaaring mangyari," sabi niya; Hindi niya sinasabing "magiging ganito". Ang desisyon ay ginawa sa pamamagitan ng pormal na proseso ng pagpaplano at pagsusuri ng eksperto.
Paano gumagana ang simulation
Mga karaniwang input ng isang urban growth simulation: kasalukuyang konstruksyon, pagiging angkop sa lupa (slope, baha, proteksyon), accessibility sa transportasyon, pressure ng populasyon/demand at mga hadlang (mga lugar na sarado sa konstruksyon: kagubatan, proteksyon sa agrikultura, lugar ng sakuna). Batay sa mga input na ito, ang modelo ay nagtatalaga ng "probabilidad ng paglago" sa bawat lugar at ibinabahagi ang demand sa espasyo ayon sa posibilidad na ito. Ang resulta ay ang posibleng hinaharap na pattern ng konstruksiyon.
Bawat entry dito ay may palagay: magkano ang tataas ng demand, aling mga lugar ang poprotektahan, paano uunlad ang transportasyon? Ang iba't ibang mga pagpapalagay ay gumagawa ng ganap na magkakaibang mga hinaharap. Iyon ang dahilan kung bakit hindi isang solong simulation, ngunit maraming mga senaryo ang pinapatakbo at inihambing: "hindi makontrol na pagpapalawak", "compact na pag-unlad", "priyoridad sa proteksyon", atbp.
Mag-ingat: Ang isang simulation map ay mukhang napakakumbinsi; makulay, detalyado, siyentipiko. Ngunit ang imaheng ito ay hindi isang katotohanan, ngunit ang resulta ng isang hanay ng mga pagpapalagay. Baguhin ang mga pagpapalagay, nagbabago ang mapa. Huwag kailanman ipakita ang simulation bilang "ito ang hinaharap"; Ipakita ito bilang "sa ilalim ng mga pagpapalagay na ito ay maaaring mangyari".
Ang pampublikong halaga ng simulation ay hindi para "alamin" ang hinaharap, ngunit upang gawing nakikita ang mga gastos ng iba't ibang futures ngayon. Nakikita sa mapa nang maaga kung aling agricultural basin, aling pinagmumulan ng tubig, at aling forest belt ang mawawala sa isang lungsod kung ito ay lumalawak nang hindi mapigilan ay nag-aalok ng konkretong pagpipilian sa gumagawa ng desisyon. Iyon ang dahilan kung bakit ang isang mahusay na simulation study ay nagtatanong ng "ano ang pinaka-malamang na hinaharap?" hindi sa tanong na "what future do we want and what should we do for it today?" Ito ay nagsisilbi sa tanong. Upang masagot ang tanong na ito, mabilis na ginagaya ng AI ang mga sitwasyon at ginagawang maihahambing ang mga resulta ng bawat isa; Ngunit kung aling hinaharap ang mas gusto ay hindi isang teknikal na kinalabasan, ngunit isang demokratikong desisyon. Ang pagpoposisyon sa simulation bilang batayan para sa talakayan sa halip na isang propesiya ay pinoprotektahan din ito mula sa pagiging isang kasangkapan ng pagmamanipula.
Tip: Kapag nagpapakita ng senaryo sa parliament, palaging magsama ng kahit isang "hindi kanais-nais" na senaryo (hal. hindi nakokontrol na pagkalat). Ang pagtatanghal lamang ng gustong senaryo ay talagang nagsasara ng talakayan habang lumilitaw na mayroong isang pagpipilian.
Ang isa pang karaniwang maling paggamit ng simulation output ay ang pagsasalin ng mga resulta para sa isang napakalayong hinaharap (hal. 50-100 taon) sa isang tiyak na desisyon sa pagpaplano. Ang kawalan ng katiyakan ay lumalaki nang husto sa paglipas ng panahon; Ang isang pattern ng pagsasabog na ginawa 30 taon mula ngayon ay maaaring ganap na magbago na may napakaliit na paglihis mula sa mga pagpapalagay ngayon. Kaya naman mahalaga ang mga pangmatagalang sitwasyon para sa isang "direksyon" at isang "babala", ngunit hindi para sa isang may-bisang desisyon sa antas ng parsela. Ang katotohanan na ang AI ay madaling makagawa ng mga projection sa malalayong taon ay hindi dapat makalimutan natin ang limitasyong ito; Habang humahaba ang abot-tanaw, kailangang isulat nang mas malinaw ang kawalan ng katiyakan.
Paghahambing sa mga tagapagpahiwatig
Ihambing ang mga senaryo na hindi bilang "mabuti/masama", ngunit may mga tagapagpahiwatig: ilang ektarya ng lupang pang-agrikultura ang nabuksan para sa pagtatayo, gaano karaming mga tao ang nanirahan sa lugar ng baha, ano ang karaniwang distansya ng transportasyon, mayroon bang berdeng espasyo sa bawat kapita, magkano ang gastos sa imprastraktura? Ang AI ay madaling gamitin sa pagse-set up ng set na ito ng mga indicator at paghahambing ng mga sitwasyon sa isang tabular form. Aling tagapagpahiwatig ang mas mahalaga ay isang pampublikong pagpili; Ito ang desisyon ng proseso, hindi ang AI.
Hakbang-hakbang: AI-powered scenario study
- Tukuyin ang tanong at mga senaryo. Halimbawa trend / compact / priority sa proteksyon.
- Maglista ng mga input at hadlang. Angkop, demand, mga protektadong lugar.
- Linawin ang mga pagpapalagay para sa bawat senaryo. Sumulat nang malinaw.
- Patakbuhin ang simulation. (Modelo na may totoong data; AI sa fiction at ulat.)
- Mag-install ng gauge set. Paghahambing ng tsart sa AI.
- Paghambingin ang mga senaryo. Ipakita ang mga trade-off, hindi mga nanalo.
- Iulat ang kalabuan at mga hangganan; Ipaubaya ang desisyon sa proseso.
Mahinang prompt / Malakas na prompt
Mahinang prompt: "Paano lalago ang lungsod na ito sa 2050?"
Gumagawa ang AI ng isang hindi pinagkunan, iisa, mapanlinlang na "hula"; Walang mga pagpapalagay at paghihigpit.
Malakas na prompt: "Gusto kong paghambingin ang tatlong urban growth scenario: (1) trend (kasalukuyang pagpapalawak ay patuloy), (2) compact (development is concentrated within the existing city), (3) conservation priority (agriculture and floodplains is strictly excluded). Set up a list of assumptions for each scenario and a comparison area built-up na mga sumusunod na indicators: average na distansya ng paglalakbay, berdeng lugar per capita Huwag piliin ang nagwagi; highlight."
Nililinaw ng pangalawang prompt ang mga senaryo, pagpapalagay, tagapagpahiwatig at balangkas ng trade-off.
Apat na maaaring kopyahin na mga template
Gawain: Mag-set up ng isang listahan ng mga pagpapalagay at mga talahanayan ng paghahambing ng tagapagpahiwatig para sa sumusunod na tatlong senaryo ng paglago. Mga tagapagpahiwatig: [...]. Pagpili ng nanalo; Isulat ang mga trade-off ng bawat senaryo. Idagdag ang tala na "Ito ay isang senaryo, hindi isang hula." Mga sitwasyon: [...]
Gawain: Suriin ang mga sumusunod na simulation input. Aling mga input ang naglalaman ng mga pagpapalagay, alin ang hindi malinaw bilang mga hadlang (lugar na sarado sa konstruksyon), aling data na napapanahon ang dapat tanungin? Paggawa ng desisyon; lagyan mo lang ng check.Inputs: [...]
Gawain: Sumulat ng isang council/stakeholder presentation DRAFT mula sa mga resulta ng paghahambing ng senaryo sa ibaba. Ipaliwanag ang mga trade-off ng bawat senaryo sa simpleng wika. Malinaw na sabihin ang kawalan ng katiyakan at na "ang desisyon ay nabibilang sa opisyal na proseso." Mga resulta: [...]
Gawain: Ipaliwanag ang mga terminong cellular automaton, growth probability, constraint layer, scenario at indicator sa simpleng Turkish sa isang diksyunaryo. Bigyang-diin sa isang pangungusap kung bakit ang simulation ay isang senaryo at hindi isang hula.
Isang talahanayan: mga uri ng senaryo at tagapagpahiwatig
Sitwasyon
pangunahing palagay
kitang-kitang panganib
Indicator upang panoorin
Trend (kasalukuyan)
Patuloy ang pagpapalaganap
Pagkawala ng agrikultura/kalikasan
Built-up na lugar ng agrikultura
compact
Concentration sa loob
Sobrang densidad/ginhawa
Luntiang lugar bawat tao
Priyoridad ang proteksyon
Ang sensitibong lugar ay hindi kasama
Limitasyon sa supply ng pabahay
kakulangan sa pabahay
nakatuon sa transportasyon
Gumaganda ang perimeter ng linya
Kahit addiction
Average na distansya ng transportasyon
tatlong mini case
Case 1 — Ang senaryo ay naisip na isang hula. Ang isang munisipalidad ay gumagawa ng isang solong "growth map" at iniharap ito sa konseho na nagsasabing "ito ang kinabukasan ng lungsod". Isang miyembro ng konseho ang nagtanong "ano ang mga pagpapalagay?" tanong niya; Napagtanto ng koponan na ang mga lugar ng agrikultura ay ipinapalagay na bukas para sa pagtatayo. Kapag idinagdag ang senaryo ng priyoridad ng proteksyon, ganap na nagbabago ang mapa. Ang pagtatanghal ng isang senaryo habang ang hinaharap ay nagsasara ng talakayan mula sa simula.
Case 2 — Gawing nakikita ang trade-off. Inihahambing ng isang koponan ang tatlong sitwasyon sa mga tagapagpahiwatig: ang senaryo ng konserbasyon ay nagliligtas sa agrikultura ngunit lumilikha ng depisit sa pabahay; Ang compact na senaryo ay nagpapanatili ng lupa ngunit nagpapataas ng density. Ang larawang itinakda ng AI ay ginagawang nakikita ang katotohanan ng "walang libreng tanghalian" at ang parlyamento ay maaaring gumawa ng matalinong pagpili.
Kaso 3 — Babala sa pag-areglo ng baha. Sa isang trend scenario, ipinapakita ng dashboard na 6,500 katao ang maninirahan sa flood zone. Ang numerong ito ay nagpapahiwatig na ang layer ng hadlang ay maluwag na tinukoy sa senaryo. Ang koponan ay humihigpit sa pagpilit. Ang tagapagpahiwatig ay binibilang ang isang panganib na hindi mapapansin.
Mga karaniwang pagkakamali
- Napagkakamalang hula ang senaryo. Ang simulation ay nagsasabing "maaari", hindi "kalooban".
- Paglalahad ng iisang senaryo. Kung walang paghahambing, hindi maaaring talakayin ang kagustuhan.
- Pagtatago ng mga pagpapalagay. Maaaring pagtakpan ng mapaniniwalaang mapa ang nakatagong palagay.
- Maluwag na pagtukoy sa mga hadlang. Kung ang mga lugar na kailangang protektahan ay hindi malinaw na ibinukod, ang panganib ay tumataas.
- Pagdedeklara ng panalo. Ang tagapagpahiwatig ay nagpapakita ng mga trade-off; Ang pagpili ay ang pampublikong proseso.
- Nilaktawan ang pag-update ng data. Ang hindi napapanahong availability/demand data ay sumisira sa buong senaryo.
Sa buod
Ang urban growth simulation ay isang makapangyarihang paraan upang ihambing ang mga tanong na "paano kung"; Tumutulong ang AI sa pagbuo ng senaryo, pag-edit ng assumption, paghahambing ng indicator at pag-uulat. Ngunit ang simulation ay isang senaryo, hindi isang hula: kapag nagbago ang mga pagpapalagay, nagbabago ang kinalabasan. Magpatakbo ng ilang mga sitwasyon sa halip na isang mapa, ihambing laban sa mga tagapagpahiwatig, gawing nakikita ang mga trade-off at malinaw na tukuyin ang mga hadlang (mga lugar na protektahan). Ni ang AI o ang mapa ay hindi pipili ng panalo; Ang desisyon ay ginawa sa pamamagitan ng opisyal na proseso ng plano at pagsusuri ng eksperto.
Gawain ng aplikasyon
Tumukoy ng tatlong senaryo ng paglago para sa isang lungsod/rehiyon (hal. trend, compact, conservation priority). (1) I-set up ang mga pagpapalagay ng bawat senaryo at isang talahanayan ng paghahambing ng tagapagpahiwatig na may unang template. (2) Suriin ang mga input gamit ang pangalawang template at kumuha ng hindi bababa sa isang maluwag na tinukoy na hadlang. (3) Gumawa ng parliamentaryong balangkas ng presentasyon na may ikatlong template, na nagbibigay-diin sa pagkakaiba ng "scenario/hula". (4) Ipaliwanag sa isang pangungusap kung aling katanyagan ng tagapagpahiwatig ang isang pampublikong pagpili.
checklist
- [ ] Binabalangkas ko ang simulation bilang isang senaryo, hindi isang hula.
- [ ] Sa halip na isang mapa, nag-set up ako ng ilang mga sitwasyon at inihambing ang mga ito.
- [ ] Malinaw kong isinulat ang mga pagpapalagay ng bawat senaryo.
- [ ] Malinaw kong tinukoy ang mga hadlang (mga lugar na dapat protektahan).
- [ ] Inihambing ko ang mga senaryo sa mga tagapagpahiwatig, hindi ako nagdeklara ng panalo.
- [ ] Ginawa kong nakikita ang mga tradeoff.
- [ ] Ipinaubaya ko ang desisyon sa opisyal na proseso ng pagpaplano at pagsusuri ng eksperto.