人工智能为复杂的城市问题打开了新窗口

要了解城市的运作方式和行为，就需要了解人们和其他生物有机体赖以生存和发展的不同过程，并需要了解它们之间的相互关系，其中许多相互关系十分复杂，尚待深入探讨。

能源部(DOE)阿尔贡国家实验室的计算机科学家Pete Beckman说：“城市非常复杂，其中包含许多方面和相互作用。” “例如，天气影响人类活动;空气质量影响长期健康;交通状况有助于确定从就业到社会互动的机会。我们需要的是新一代的方法和工具，可以帮助我们找到隐藏在其中的关系有关城市的数据量越来越大，种类越来越多。”

这些方法的核心是机器学习，这是一种越来越强大的过程，计算机通过该过程进行训练，以根据大量数据进行预测或确定。机器学习已经彻底改变了我们生活的方方面面，从象棋游戏到面部识别系统，如今已经进入了我们的城市。

贝克曼解释说：“通过机器学习，我们可以获取来自实验或观察的数据，我们可以探索现有理论的有效性，或者假设有关城市系统和过程之间相互关系的新理论。” 。

由于城市是如此复杂，因此贝克曼和他的阿贡大学的同事正在应用这些技术的问题涉及从污染防治到改善行人安全，从预测到了解传染病传播动态的整个范围。他说，最大化这些参数中的一个可能会影响其他参数，这使得机器学习成为在系统中寻找关系的最佳技术，以至于无法用理论来描述。

Argonne在机器学习和城市环境的交汇点上的工作利用了实验室广泛而广泛的跨学科团队和强大的科学工具来解决社会中一些最复杂的问题。这可以在国家科学基金会资助的物联网(AoT)中最直接地看到，这是阿贡大学，芝加哥大学和芝加哥市之间的合作伙伴关系。AoT是一个由遍布整个芝加哥的100