Зонирование на основе AI - это ответ для умных и «справедливых» городов

Коды зонирования имеют вековую историю и жизненную силу всех крупных городов США (кроме, возможно, Хьюстон), определение того, что может быть построено, где и какие действия могут иметь место в районе. Тем не менее, поскольку их сложность возросла, ученые все больше изучают вопрос о том, можно ли заменить их основанные на правилах системы рационализации городского пространства динамическими системами, основанными на блокчейнах, алгоритмах машинного обучения и пространственных данных, что может привести к революционным изменениям в городском планировании и развитии на следующие сто лет. года.

Эти видения будущего были вдохновлены моими недавними беседами с Кентом Ларсоном и Джоном Клиппингером, динамичным городским думающим дуэтом, которые сделали улучшение городов и городского управления своей текущей карьерной направленностью. Ларсон является главный научный сотрудник MIT Media Lab, где он руководит Городской научной группой, а Клиппингер ранее был научным сотрудником в Human Dynamics Group в MIT Media Lab и сейчас является соучредителем Swytch.io которая разрабатывает служебный токен под названием Swytch.

Одной из самых сложных задач, стоящих перед крупными городами США, является цена на жилье, которая взлетела за последние несколько десятилетийНевероятная нагрузка на бюджет молодых и пожилых людей, одиночек и семей. Среднее двухкомнатная квартира стоит $ 3,400 в Сан-Франциско  $ 3,350 в Нью-Йоркечто делает эти мекки инноваций все более недоступными даже для хорошо финансируемых стартапов, не говоря уже о художниках или педагогах.

Однако жилья недостаточно, чтобы насытить работника современной экономики знаний. Ожидается, что любой район будет иметь список услуг прачечной, от хороших и дешевых ресторанов, открытых пространств и культурных учреждений до критически важных услуг, таких как продуктовые магазины, химчистки и парикмахерские.

Сегодня совет по зонированию будет просто пытаться потребовать, чтобы различные разработки включали необходимые удобства в рамках процесса выдачи разрешений, что приводит к пищевые пустыни и любопытный бездушность некоторых городских кварталов, В мире Ларсона и Клиппера, однако, модели, основанные на правилах, будут выброшены для «динамических саморегулирующихся систем», основанных на том, что можно безоговорочно назвать токенами.

Каждый район состоит из разных типов людей с разными жизненными целями. Ларсон объяснил, что «мы можем смоделировать эти разные сценарии того, с кем мы хотим работать здесь, и какие удобства нам нужны, тогда они могут быть математически определены в виде алгоритмов, а стимулы могут быть динамическими на основе потоков данных в реальном времени».

Идея состоит в том, чтобы сначала взять среди множества данных наборы данных, такие как времена мобильности, экономика единицы, показатели благосостояния и результаты в отношении здоровья, и включить их в модель машинного обучения, которая пытается максимизировать счастье местного населения. Жетоны тогда будут валютой, чтобы подавать рынку сигналы о том, что нужно добавить в сообщество или убрать, чтобы улучшить счастье.

Разработчику роскошных квартир, возможно, придется заплатить токены, особенно если здание не предлагает каких-либо критически важных удобств, в то время как другой застройщик, который превращает свою собственность в открытое пространство, может быть полностью субсидирован токенами, которые ранее были внесены в систему. «Вам не нужно сводить сигналы в единый ценовой механизм», - сказал Клиппингер. Вместо этого, используя «петли обратной связи, вы знаете, что есть динамические диапазоны, которые вы пытаетесь сохранить».

Сравните этот системный подход со сложностью, которую мы имеем сегодня ...

Прочитайте полную историю здесь…