【大咖声音】彭仲仁：跨越学科藩篱，从城市规划到人工智能的思考之旅丨城市数据派

作者简介： 彭仲仁

美国佛罗里达大学设计、规划与建造学院适应性规划与设计国际研究中心（iAdapt）

会议简介： AAAI

AAAI Conference on Artificial Intelligence 由国际先进人工智能协会主办，是人工智能领域的顶级国际学术会议之一，是人工智能领域历史最悠久、涵盖内容最广泛的国际顶级学术会议之一，每年举办一届。当地时间2月25日，第39届 AAAI 2025 在美国宾夕法尼亚州费城举办，会议为期8天，于3月4日结束。

在AAAI会议（人工智能领域的顶会）现场，我感受到前所未有的思维震撼。 这是我第一次参加AAAI会议，作为一名城市规划学者，我原本以为会在这场计算机科学的盛会中迷失方向，但事实恰恰相反。我惊讶地发现， 自己不仅能理解大多数演讲内容，更能深切体会到计算机科学与城市规划之间惊人的思维共鸣 。这种跨学科的理解，源于我在20世纪90年代攻读博士学位期间打下的坚实基础，也得益于长期从事城市规划研究形成的系统思维。

在20世纪90年代初期，计算机尚未普及的时代，我通过手工计算完成了计量经济学和运筹学的全部课程（包括神经网络）。这种独特的学习经历，使我深入理解了数学模型的本质和算法思维的精髓。每一次手工推导公式、求解方程的过程，都是对问题本质的深度思考。这种训练培养了我严谨的逻辑思维能力和对复杂系统的理解力。

在AAAI会议上，当我听到人工智能领域的专家讨论强化学习、智能规划（AI planning）时，那些熟悉的数学模型和算法思维立即唤起了我的共鸣。我发现， 现代人工智能中的许多核心概念，如状态空间、决策树、优化算法、深度神经网络，与我在经济学、城市规划中使用的分析工具有着惊人的相似性。

会议现场照片：

keynote speaker Andrew Ng 吴恩达

这种跨时代的思维传承，使我能够快速理解人工智能领域的前沿进展。我深刻认识到， 扎实的数学基础和系统思维训练，是跨越学科藩篱的关键 。

城市规划与人工智能在方法论上有着惊人的相似性。在城市规划中，我们经常需要将复杂的城市系统分解为可管理的子系统，这与人工智能中的任务分解思想不谋而合。例如，在交通规划中，我们将整个交通网络分解为节点和路径，这与人工智能中的图论应用如出一辙。

会议现场照片

多智能体系统（multi-agent system）的概念在城市规划中同样适用。 城市中的每个个体、每个组织都可以被视为一个智能体，它们之间的相互作用构成了复杂的城市系统。这种思维方式与人工智能中的多智能体协同理论高度契合。

在AAAI会议上，我欣喜地发现， 许多人工智能算法可以直接应用于城市规划问题 。 例如，强化学习可以用于优化城市资源配置，智能规划算法可以辅助制定城市发展战略。这种思维的相通性为跨学科研究开辟了广阔空间。