乔治亚理工大学计划利用社交数据(包括推特)重新设计东京

如果一个社区的每个人都有权重新设计它呢?城市规划者如何通过公民参与使未来的智能城市、大数据分析和决策民主化?

这是东京智慧城市工作室的愿景,利用GPS和其他位置数据来跟踪人类行为的趋势。工作室是,导演在工作室里,乔治亚理工大学的设计师们正在改变我们规划城市的方式。

杨教授认为,设计师需要知道,“城市形态如何容纳各种流动,包括信息、能量和人类活动,以及流动模式如何通过随时间变化的物理配置绘制出来。”通过对大量数据的高级分析,设计师可以看到人们如何选择使用一个空间。然后,他们就可以根据实际行为做出决定,而不是理论模型或小规模调查,杨说。

来自工作室的项目最近吸引了Esri对地理分析的高级应用的关注。作为工作室的一部分,学生们使用大规模的位置数据来模拟东京不同路段的交通流

Esri是一家开发GIS(地理信息系统)软件的公司,该软件被城市和区域规划师广泛使用涵盖地理空间数据的创新使用

到目前为止,该工作室已经为东京三个不同的社区提供了智能城市的建议:2017年的Urawa Misono、2018-2019年的Kyojima和2020年的Shinagawa。Yang说,今年的项目将涉及东京证券交易所所在地、东京现代城市文化的历史起源地日本桥市区。

杨说,东京是世界上最繁忙、人口最多的城市之一,因此,很难创造可持续、健康的环境。他的工作室专注于全球合作,以解决东京等城市面临的问题。

对于日本桥地区,工作室正在与; ; ; 以及.

多亏了这次合作产生的各种想法,东京智慧城市工作室的提议并不是纯粹的理论上的。学生们利用通过开创性方法收集和处理的真实现场数据,研究当地政府确定的真实邻里需求。海量数据需要人工智能技术和算法来处理其中的一些数据。

设计让城市变得聪明

与智能手机或智能家居不同,衡量智能城市的标准不仅仅是互联网连接或自动化程度。一个城市之所以聪明,是因为它的设计是基于人口、资源、能源和信息流动的数据。杨说:“新的工具和技术赋予了城市更多的可设计性,未来的城市设计和发展将以数据为导向。”

“城市正变得更加互动和情景驱动,必须对未来条件做出更大的反应、适应能力和应变能力。”

只有在过去几年里,智能手机、GPS和物联网(IoT)设备才在全市范围内提供真实数据。杨说,这些新技术可能使良好的规划成为可能,这是由社会、制度和物质环境驱动的。

学生使用人工智能技术预测机动性

但是新的数据和新的设计理念需要新的设计方法,而这些方法还没有被创造出来。为了应对这一挑战,杨的学生们使用人工智能技术来创建行为模型。

一个早期的测试使用了东京的交通数据。模型是使用现有的交通数据“训练”的。然后设计师检查模型,看看是否正确地预测了拥堵点。如果该模型可行,则表明该模型可用于估计设计变更对交通流的影响。

这样的方法允许设计师将移动性分析转移到设计阶段。流动性是城市环境中的关键,但流动性研究通常是在我们设想未来城市空间如何通过设计来塑造之前进行的。

杨说:“在这些工作室中,移动性研究开发了测试流程,以便更好地将移动性指标与设计决策结合起来。”。

下面在京岛的工作室扩展了深度学习技术的作用。佐治亚理工大学的学生在东京参加了街头实验,他们携带重要的传感器来测量诸如心跳、温度、湿度、紫外线、压力和人体运动加速度等数据,以了解人类的感知能力及其与城市街道环境的联系。学生们创建了一个连续城市体验的快速自动评估:基本上,一个人走在街上会有多愉快。

产生的文章基于深度学习技术的城市街道序列经验计算,由城市与区域规划学院博士生Helen Chen领导,出席了2019年国际城市信息学大会。

Urawa Misono和Kyojima工作室的项目都将移动性分析和反馈作为设计阶段的一部分,从而使设计更好地支持恢复力、可持续性和社区健康。

使用社交媒体检查热应激风险

在东京,工作室的规划者们将流动性研究扩展到公共卫生领域。东京官员担心热浪会对2020年奥运会的观众构成威胁。

为了解决这个问题,研究人员结合GPS和社交网络服务信息,以“近乎实时和高空间分辨率”来跟踪人们的运动和对热的反应。

学生们利用直升机上的热图像来寻找热点区域。GPS数据显示行人暴露在这些热点地区。高温和行人暴露相结合可以预测危险区域。

在与日本合作伙伴的合作下,研究人员搜索了带有地理标记的twitter数据,寻找与热不适相关的术语。他们发现,预测的危险区域和人们抱怨高温的地区之间有很高的相关性。

热风险预测和使用社交媒体检查预测都是工作室开发的新方法。