美国Pew研究中心调查发现大多数（65%）美国人相信，在未来的50年内，机器人以及（或者）软件将“肯定”或“很有可能”足以替代现在人类从事的工作。

一、问题提出

美国Pew研究中心调查发现大多数（65%）美国人相信，在未来的50年内，机器人以及（或者）软件将“肯定”或“很有可能”足以替代现在人类从事的工作。美国Forrester公司市场研究预测，至2025年，美国将有1200万工作实现自动化。可见，人工智能、机器人和高科技的快速发展意味着越来越多的职业正在变得“自动化”和“机器化”，而这种变化正在悄悄的影响着全世界。

reMIXstudio|临界工作室联合创始人Nicola Saladino在Gooood idea专辑中提出“在这个自动化与人工智能的时代，建筑与城市设计将如何演变？”他认为“像富士康这样的企业，正在解雇生产线上成千上万名员工，机器代替了大量的人力；如果谷歌旗下的深度大脑（DeepMind）阿尔法狗（AlphaGo）已经可以在围棋领域战胜人类，那么被机器取代的将不再只是蓝领阶层，白领也可能很快面临相似的局面。”

那么，人工智能、机器人的发展将怎么促进城市设计的工作，城市设计的手段和方法在人工智能技术下将会有什么变化呢？本文探讨的城市设计,是狭义的城市设计、交通设计这个具体工作，而非广义的城市设计内容。

二、人工智能与城市设计

杰夫·霍金斯在《人工智能的未来》一书中诠释了智能，就是人脑分析过去、预测未来的能力。人脑不是计算机，不是简单的根据输入按部就班的产生输出。人脑是一个庞大的记忆系统，它储存着在某种程度上反映世界真实结构的经验，能够记忆事件的前后顺序及其相互关系，并依据记忆做出预测，人脑的记忆-预测系统是形成智能、感觉、创造力以及知觉等能力的基础。

清华大学出版社的《人工智能：一种现代的方法》（影印版）全面阐述了人工智能的“知识与推理”、“规划”“不确定知识与推理”、“学习”“通讯、感知与行动”等基本概念、思想和算法。

可见，人工智能在某项专业领域中的应用，是建立感知、输入、记忆、分析、知识、推理、判断、预测的过程。

城市设计中，需要传承历史，风格各异，但涉及到法律法规、多规合一，以人为本、因地制宜等原则性规则，目前主要以遵守规范、技术论证、专家德尔菲法、计算机辅助等手段来支撑城市设计的各个环节，人工智能的渗透还远远不足。

诞生于二十世纪60年代的CAD （Computer Aided Design，计算机辅助设计）已经成为城市设计中用于图形表达的主要手段，利用计算机及其图形设备帮助设计人员进行设计工作，但城市设计的规则、知识、推理等还尚未很好的能融合到CAD中。

表1 不同技术用于城市设计手段的功能目标

从发展需求看，城市设计过程需要人工智能技术的应用，需要通过一定的数据输入、学习、知识推理来自动完成完全遵照规范的规定性参数设计，需要自动化判别城市设计是否符合规范，是否因地制宜，是否效益最大化，甚者，人工智能的高层次可以由机器人自学习产生城市设计的初步方案，再由设计师、专家及管理者根据城市特性进行优化调整。

三、人工智能在城市设计过程中的应用探讨

1. 人工智能在城市设计过程中的表现形式

目前人工智能的实际应用包括机器视觉，专家系统，人脸（指纹、视网膜、虹膜、掌纹）识别，自动规划，智能搜索，定理证明，博弈，智能控制，机器人，语言和图像理解等。

人工智能在城市设计中的表现形式与CAD、BIM、CEVPLAN等相似，应是一个或者多个计算机软件系统（具有专家系统、智能搜索、语言和图像理解等功能），也可以是具有这些功能的机器人形式。 

2. 人工智能在城市设计手段中的功能表现

人工智能在城市设计中的功能，可以分为单体专业项目（建筑、道路、桥梁、给排水、电气等）的参数化设计功能、总体协同设计功能、审图功能、机器自学习设计。前3者多为逻辑关系及知识库，而机器自学习设计则偏重于类人脑的神经网络自学习模式。

1） 单体专业项目参数设计：主要的目标是在现有的CAD、BIM基础上，能用人工智能实现参数化设计，通过一定的数据输入、规范规则、设计原则、约束条件、目标设定等，自动生成建筑、道路、桥梁等工程原型，同时设计电气、绿化等配套工程，根据当地物价指导及工程量生成造价估算。目前已有建筑、隧道、道路断面等能在CAD、BIM基础上二次开发进行参数化设计，但人工智能程度还有待进一步提高。

2） 总体协同设计：总体协同设计，就是针对一个城市或者一个区域，要将设计好的单体进行组合，判断对总规的响应和执行度，判断对红线、容积率等约束性参数的符合度，对道路、建筑、管线等单体之间有冲突的地方应发现并提出改善性建议。在总体协同设计中应用人工智能难度略高，需要更综合的数据输入、知识学习、解读判断，对单体进行组合，逐个对设计要点进行排查。

3） 审图：目前的审图主要由专业审图资格人员人工审图，主要审查设计图纸与说明是否齐全；总平面图与施工图的几何尺寸、平面位置、高程是否一致，，与现行规范、规程有无矛盾，是否经济合理；防火要求是否满足；施工安全是否有保证等，而这些在未来应该大部分用人工智能软件系统或者机器人取代，辅以人工校验确认。

4） 机器自学习设计：具有自学习设计的能力，通过学习海量的城市设计方案，对规划策略、规划原则、规划目标、边界条件形成概念意识，输出边界参数，进行系统建模、图纸输出等，具有类人脑的功能。由于城市设计相当复杂，因此机器自学习设计应用单体、区域设计开始逐步发展。

3. 城市设计手段中人工智能的实现方式

城市设计中手段中的人工智能，无论是软件系统还是机器人，都需要预先设定程序。人工智能的计算机实现一般有2种方式。

1） 工程学方法（Engineering Approach）：采用传统的编程技术，使系统呈现智能的效果，需要人工详细规定程序逻辑。如判断红线、光照、高程、断面宽度等是否符合规范要求等。

2） 模拟法（Modeling Approach），要求实现方法和人类或生物机体所用的方法相同或相类似。比如遗传算法（Generic Algorithm，简称GA）和人工神经网络（Artificial Neural Nnetwork，简称ANN），模拟人类的遗传进化或大脑神经细胞活动。

城市设计中的人工智能实现，阶段上讲可以以工程学方法为主，以模拟法为辅。先解决工程学手段能做到的规范搜索、参数化设计、逻辑分析、冲突检查等，再进一步用模拟法通过机器自学习大量不同的城市设计案例的特征输入和输出，形成GA和ANN的功能，形成类人脑的城市自学习设计。

城市设计中的人工智能，可主要以专家系统、机器人进行实际应用。尼尔逊教授曾经定义人工智能：“是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”。因此，在城市设计中，使用专家系统能较好的响应规范，进行参数化设计，融合专家知识，进行总体协同设计。

目前，用机器学习实现城市设计还是一个难点，比较现实的做法是让机器具有“转变知识形式”的能力，能够把人熟悉、掌握的知识形式自动地转化为适合于专家系统处理的知识表示形式。

四、结语与展望

城市设计过程是一个多目标，多要素、多阶段的复杂系统工程，也是直接影响着城市发展的重要决策，我们相信，在现有的城市设计工作中必然会逐步渗透工智能技术，从参数化设计、自动设计、自动审图开始，逐步向专家系统、总体协同设计、机器自学习设计发展，也将带领我们的城市设计向卓越的全球城市迈进。