人工智能為復雜的城市問題打開了新窗口

要了解城市的運作方式和行為，就需要了解人們和其他生物有機體賴以生存和發展的不同過程，并需要了解它們之間的相互關系，其中許多相互關系十分復雜，尚待深入探討。

能源部(DOE)阿爾貢國家實驗室的計算機科學家Pete Beckman說：“城市非常復雜，其中包含許多方面和相互作用。” “例如，天氣影響人類活動;空氣質量影響長期健康;交通狀況有助于確定從就業到社會互動的機會。我們需要的是新一代的方法和工具，可以幫助我們找到隱藏在其中的關系有關城市的數據量越來越大，種類越來越多。”

這些方法的核心是機器學習，這是一種越來越強大的過程，計算機通過該過程進行訓練，以根據大量數據進行預測或確定。機器學習已經徹底改變了我們生活的方方面面，從象棋游戲到面部識別系統，如今已經進入了我們的城市。

貝克曼解釋說：“通過機器學習，我們可以獲取來自實驗或觀察的數據，我們可以探索現有理論的有效性，或者假設有關城市系統和過程之間相互關系的新理論。” 。

由于城市是如此復雜，因此貝克曼和他的阿貢大學的同事正在應用這些技術的問題涉及從污染防治到改善行人安全，從預測到了解傳染病傳播動態的整個范圍。他說，最大化這些參數中的一個可能會影響其他參數，這使得機器學習成為在系統中尋找關系的最佳技術，以至于無法用理論來描述。

Argonne在機器學習和城市環境的交匯點上的工作利用了實驗室廣泛而廣泛的跨學科團隊和強大的科學工具來解決社會中一些最復雜的問題。這可以在國家科學基金會資助的物聯網(AoT)中最直接地看到，這是阿貢大學，芝加哥大學和芝加哥市之間的合作伙伴關系。AoT是一個由遍布整個芝加哥的100