Enlightenment of ChatGPT to smart cities: discussion about evolution path for cities of the future

doi:10.12267/j.issn.2096-5931.2023.06.010

Abstract

Abstract:

The “city brain” has increasingly become a new hotspot in research on smart cities, helping to improve the intelligence level of cities, but the construction of smart cities still needs further improvement. With the vigorous development of new technologies such as new-generation Artificial Intelligence (AI), simulation modeling and business intelligence, sustainable business models and operation models are taken as the principles. AI capabilities are universalized throughout the life cycle of the city, and all aspects of the city are deeply integrated and coordinated. All those will deeply affect the construction planning and governance mode of the city and form the intelligent decision-making of urban operation and management. Cities can further evolve into intelligent, open and evolving ecology, so cities of the future are no longer out of reach.

Key words: smart cities, ChatGPT, foundation model, AI, system simulation, business intelligence, cities of the future

CLC Number:

TP18

ZHU Gang, ZHANG Meixiang, SUN Haowen, LI Jiajing, ZHANG Liang, YANG Yunlong. Enlightenment of ChatGPT to smart cities: discussion about evolution path for cities of the future[J]. Information and Communications Technology and Policy, 2023, 49(6): 71-78.

Add to citation manager EndNote|Ris|BibTeX

URL:

http://ictp.caict.ac.cn/EN/10.12267/j.issn.2096-5931.2023.06.010

http://ictp.caict.ac.cn/EN/Y2023/V49/I6/71

Figures/Tables 1

References 29

[1]	朱光辉, 王喜文. ChatGPT的运行模式、关键技术及未来图景[J]. 新疆师范大学学报(哲学社会科学版), 2023, 44(4): 113-122.
[2]	金峰. ChatGPT火爆“出圈”为AI发展添薪助力[J]. 通信世界, 2023(3): 5.
[3]	刘锋. 如何理解和定义城市大脑[J]. 中国建设信息化, 2020(17): 58-59.
[4]	吴志强. 人工智能推演未来城市规划[J]. 经济导刊, 2020(1): 58-62.
[5]	李智轩, 甄峰, 黄志强, 等. 漫谈未来城市场景特征与规划应对[J]. 规划师, 2021, 37(16): 78-83.
[6]	朱刚, 柳雨晨, 夏俊杰, 等. 智慧城市长效发展机制的探索[J]. 信息通信技术与政策, 2020, 46(11): 29-33.
[7]	潘浩之, 施睿, 杨天人. 人工智能在城市碳达峰、碳中和规划与治理中的应用[J]. 国际城市规划, 2022, 37(6): 26-34.
[8]	刘泉, 钱征寒, 黄丁芳, 等. 技术驱动下智慧城市空间产品的模块化组织逻辑[J]. 国际城市规划, 2022, 37(4): 83-91.
[9]	杨俊宴, 史宜, 孙瑞琪, 等. 基于卷积神经网络的城市人群时空分布预测模型:以南京为例[J]. 国际城市规划, 2022, 37(6): 35-41.
[10]	杨天人, 吴志强, 潘起胜, 等. 城市发展的模拟与预测:研究进展、发展挑战与未来展望[J]. 国际城市规划, 2022, 37(6): 1-8.
[11]	黄芸璟, 余辉, 余颖. 城乡规划全生命周期智能化探讨[J]. 规划师, 2018, 34(11): 26-33.
[12]	鹿崇. BI和AI的强强联合[J]. 智能制造, 2019(5): 15-18.
[13]	王婧, 许旭, 黄向前. 规避城市大脑建设四大误区[J]. 信息化建设, 2021(2): 56-59.
[14]	李伯虎, 柴旭东, 张霖, 等. 面向新型人工智能系统的建模与仿真技术初步研究[J]. 系统仿真学报, 2018, 30(2): 349-362. doi: 10.16182/j.issn1004731x.joss.201802001
[15]	张霖, 王昆玉, 赖李媛君, 等. 基于建模仿真的体系工程[J]. 系统仿真学报, 2022, 34(2): 179-190. doi: 10.16182/j.issn1004731x.joss.21-0579
[16]	杨天人, 金鹰, 方舟. 多源数据背景下的城市规划与设计决策:城市系统模型与人工智能技术应用[J]. 国际城市规划, 2021, 36(2): 1-6.
[17]	谢启苗, 郭帅帅. 基于社会力模型的客船人员疏散仿真研究[J]. 系统仿真学报, 2022, 34(8): 1710-1724. doi: 10.16182/j.issn1004731x.joss.21-0226
[18]	吴志强, 甘惟, 刘朝晖, 等. AI城市:理论与模型架构[J]. 城市规划学刊, 2022(5): 17-23.
[19]	李伯虎, 柴旭东, 朱文海, 等. 现代建模与仿真技术发展中的几个焦点[J]. 系统仿真学报, 2004(9): 1871-1878.
[20]	麦克·巴迪, 沈尧. 城市规划与设计中的人工智能[J]. 时代建筑, 2018(1): 24-31.
[21]	周国艳, 陈雪明. 英国皇家城市规划学会《测评关联要素:规划结果评价指南》介绍[J]. 国际城市规划, 2022, 37(6): 143-149.
[22]	宋亚程. 城市形态认知与设计的思维比较和联动[J]. 国际城市规划, 2022, 37(6): 49-57.
[23]	秦坤, 何龙, 王辰阳, 等. 城市决策支持模型系统的设计与实现[J]. 信息与电脑(理论版), 2021, 33(11): 152-154.
[24]	陈如明. 广义智慧城市理念及其顶层设计系统方法论与务实发展实践探索(下)[J]. 数字通信世界, 2016(2): 53-57.
[25]	刘涛, 范毓婷. 人工智能时代智慧城市与城市大脑建设的挑战与局限性[J]. 信息通信技术与政策, 2021, 47(5): 22-25.
[26]	贺莉娜, 郭泽阔. 基于人工智能和大数据的城市轨道交通智能化运维生态系统研究[J]. 城市轨道交通研究, 2022, 25(9): 79-84+89.
[27]	张慎, 杨泽旺, 王义凡, 等. 基于LBM的城市建筑群系统洪水灾害模拟[J]. 系统仿真学报, 2022, 34(12): 2584-2594. doi: 10.16182/j.issn1004731x.joss.22-FZ0930
[28]	龙瀛, 张恩嘉. 科技革命促进城市研究与实践的三个路径:城市实验室、新城市与未来城市[J]. 世界建筑, 2021(3): 62-65+124.
[29]	王伟, 王瑞莹, 单峰, 等. 中国特色未来城市:人民城市与智慧城市的互构体[J]. 未来城市设计与运营, 2022(1): 53-60.