教学

四大城市议题

通过大语言模型、生成式AI、大数据和空间分析和传感器的应用，倡导精准、高效、可持续的城市发展路径，自由探索“社会经济、环境韧性、未来交通和城市形态”四大议题。

1）社会经济

本议题聚焦社会基础设施（公共住房、医疗与教育）对促进城市社会公平与福祉的关键作用。通过研究城市再开发、房价机制、城乡迁移与非正式住房，探讨社会空间不平等对居民经济机会、社会流动性与城市治理的影响。结合智能技术的应用，本议题探索如何优化社会基础设施的资源配置与政策制定，倡导精准、高效、可持续的城市社会经济发展路径，为构建更包容、更公平的城市未来提供创新解决方案。

2 ）环境韧性

你将探索人工智能与大数据驱动的气候韧性城市规划：聚焦于如何利用人工智能与大数据应对城市气候韧性挑战。参与者将学习使用遥感技术和城市建模工具，分析城市布局、空气污染及环境因素（如城市热岛效应）。课程强调数据驱动的策略，用于制定可持续的土地利用规划、改善空气质量并降低气候风险。通过案例研究与实践练习，参与者将掌握如何通过AI支持决策制定，推动气候韧性和可持续城市发展。与此同时，学员还可探索智能环境感知：深入探讨先进的感知技术与人工智能如何监测并优化城市环境。参与者将学习使用无人机、LiDAR（激光雷达）以及社交感知技术分析空气质量、城市垃圾管理和绿色能源系统。课程强调将感知技术与AI结合，开发实时数据驱动的解决方案，解决城市热岛效应与资源优化等问题。通过实际应用案例，课程将展示如何构建更智能、更可持续的城市系统。

3）未来交通

基于人工智能的共享出行优化：探讨人工智能和数据驱动的解决方案如何优化共享出行系统，包括网约车、共享汽车和共享电动车等，以提升城市交通效率。参与者将学习通过AI驱动的模拟与数据分析，理解共享出行服务与土地利用及可持续性之间的关系。课程结合案例研究，分析新兴的交通趋势及其对城市系统的影响，为参与者提供设计高效且环保的现代城市交通解决方案的实用工具和见解。同时，你将精进时空数据中的洞察，聚焦于利用时空数据挖掘和机器学习技术分析人类出行模式与城市动态。参与者将学习使用AI工具设计自适应的出行解决方案，优化公共交通和共享出行系统的管理。课程重点展示AI在缓解交通拥堵、提升城市可达性以及改善运输系统中的实际应用。通过高级数据分析技术与实际案例相结合，课程将为参与者提供构建更智能、更高效的城市交通网络的能力。

4）城市形态优化生成

生成式AI助力以人为本的城市设计：探讨如何利用GenAI重塑城市设计，打造更加以人为本的城市环境。参与者将学习使用AI工具分析城市空间，优化步行体验，提升公共空间的包容性。通过案例研究与实践活动，课程展示AI驱动的设计流程如何改善公共空间，促进社会公平并推动可持续发展。课程还将探讨将生成式设计与城市数据相结合的创新方法，为多元化社区需求提供响应式解决方案。其中，你将学习GenAI与Urban Visual AI如何分析与优化城市公共空间。参与者将学习使用生成对抗网络（GAN）和扩散模型（Diffusion Models）生成稀缺城市场景数据，运用计算机视觉工具（如YOLO、SAM）进行实时城市公共生活分析，并利用大型语言模型（LLMs）模拟市民视角，实现迭代式、包容性的设计流程。通过AI驱动的实时反馈改善城市设计，打造更宜居、更以人为本的城市空间。