Artificial Intelligence (AI) for City Planning

• Zrozumienie zasad planowania miasta
• Podstawowe zrozumienie koncepcji programowania

Jak będą wyglądać miasta w przyszłości? Jak można wykorzystać Artificial Intelligence (AI) do poprawy planowania miast? W jaki sposób można wykorzystać sztuczną inteligencję, aby miasta były bardziej wydajne, przyjazne dla życia, bezpieczniejsze i przyjazne dla środowiska?

W tym prowadzonym przez instruktora szkoleniu na żywo (na miejscu lub zdalnie) badamy różne technologie, które składają się na sztuczną inteligencję, a także zestawy umiejętności i ramy mentalne wymagane do wykorzystania ich w planowaniu miasta. Omówimy również narzędzia i podejścia do gromadzenia i organizowania odpowiednich danych do wykorzystania w sztucznej inteligencji, w tym eksploracji danych.

Publiczność

• Planiści miejscy
• Architekci
• Deweloperzy
• Urzędnicy ds. transportu

Format kursu

• Część wykładu, część dyskusji i seria interaktywnych ćwiczeń.

Uwaga

• Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.

Wprowadzenie

• Sztuczna inteligencja w planowaniu miasta

Zastosowania i możliwości dla dostawców usług miejskich

• Architektura, transport, bezpieczeństwo publiczne, użytkowanie gruntów, środowisko itp.

Zastosowania sztucznej inteligencji

• Computer Vision, przetwarzanie języka naturalnego (NLP), rozpoznawanie głosu itp.

Dane stojące za sztuczną inteligencją

• Dane jako czynnik umożliwiający AI
• Uzyskiwanie dostępu do danych

Obliczenia stojące za sztuczną inteligencją

• Prawdopodobieństwo i Statistics jako podstawa
• Jak algorytmy umożliwiają inteligencję

Logika stojąca za sztuczną inteligencją

• Język używany w sztucznej inteligencji Programming
• Potrzebne zestawy umiejętności

Uczenie maszyn, jak się uczyć

• Zrozumienie uczenia maszynowego
• Stosowanie bibliotek uczenia maszynowego do tworzenia inteligentnych systemów

Zaawansowane podejścia do Machine Learning

• Deep Learning

Studium przypadku

• Przewidywanie wąskich gardeł w ruchu drogowym za pomocą uczenia maszynowego

Narzędzia stojące za sztuczną inteligencją

• Różne bazy danych do różnych celów
• Silniki przetwarzania danych
• Budowanie infrastruktury na miejscu lub w chmurze

Analiza danych

• Obsługa dużych ilości danych
• Agregacja danych między agencjami
• Przygotowanie danych, etapowanie, analiza i raportowanie
• Podejścia do eksploracji danych

Studium przypadku

• Zbieranie, filtrowanie i analizowanie danych demograficznych według dzielnic

Współdziałanie AI i IoT

• Kamery, czujniki, siłowniki itp.
• Ocena infrastruktury sieciowej miasta

Autonomiczne podejmowanie i wykonywanie decyzji

• Wykorzystanie silników reguł i systemów eksperckich do podejmowania decyzji
• Programming samodzielne podejmowanie działań przez maszyny

Studium przypadku

• Reagowanie na sytuacje awaryjne w oparciu o dane w czasie rzeczywistym

Automatyzacja procesów ludzkich

• Współdziałanie ludzi i maszyn
• Optymalizacja procesów w departamentach miejskich

Łączenie wszystkiego w całość

• Nisko wiszące owoce dla planistów miejskich
• Budowa ogólnomiejskiej platformy cyfrowej

Planowanie i komunikowanie strategii AI

• Ocena potrzeb i zwrot z inwestycji
• Łączenie liderów miejskich, agencji, firm i uniwersytetów

Podsumowanie i wnioski