七月，在同濟大學舉辦的“建筑智能”的大派對上，我們主導(dǎo)了第八組感知、模擬、預(yù)測：億級數(shù)據(jù)如何輔助智慧城市決策的教學工作，下面是一些成果分享。

此次活動，我們?yōu)榇蠹規(guī)砣齻€主題的內(nèi)容：

第一組：主動多元感知城市脈搏

人口、商業(yè)、環(huán)境等信息的深度發(fā)掘，對于城市的規(guī)劃與建設(shè)具有指導(dǎo)意義。我們運用樹莓派自主搭建了一套軟硬件環(huán)境信息感知裝置，采集到靜安區(qū)七個地鐵站早高峰、非高峰時段，地鐵站內(nèi)外的溫度、濕度、噪聲、PM2.5等理化數(shù)據(jù)。

運用Datamap大數(shù)據(jù)分析平臺，人口潮汐、POI、地鐵進出站人流等數(shù)據(jù)，分析并呈現(xiàn)出環(huán)境信息、人口密度、POI分布等隨時空變化的趨勢，并進行了變量的關(guān)聯(lián)性分析。對數(shù)據(jù)的深入挖掘與展現(xiàn)，將帶領(lǐng)我們揭開城市的秘密，共同創(chuàng)建更美好的城市。

第二組：智能規(guī)劃決策

城市規(guī)劃是一門歷史悠久、包羅萬象的復(fù)雜科學，近年來其與人工智能呈現(xiàn)出互動相長的趨勢，一方面，城市規(guī)劃方法正經(jīng)歷由傳統(tǒng)的基于美學修養(yǎng)和經(jīng)驗知識的感性判斷，向由大數(shù)據(jù)、人工智能技術(shù)支撐的理性規(guī)劃轉(zhuǎn)變;另一方面城市研究與城市規(guī)劃的實踐為人工智能研發(fā)提供了巨大的應(yīng)用平臺和發(fā)展思路。

在本產(chǎn)品中，我們設(shè)計了智能生成城市規(guī)劃方案的對抗神經(jīng)網(wǎng)絡(luò)模型“UrbanGAN”，實現(xiàn)了根據(jù)目標地區(qū)城市規(guī)劃特征在指定地塊生成適應(yīng)性方案，并且可以適應(yīng)不同語境下的城市更新，模型中還考慮了非地理因素如人口變動和就業(yè)情況的影響，此外通過結(jié)合BicycleGAN保證了生成方案的多樣性，能夠滿足規(guī)劃師靈活的需求。

第三組：城市空間價值預(yù)測

通過對大量上海地區(qū)固定資產(chǎn)數(shù)據(jù)的數(shù)學模型建立，完成了一套完整的價格查詢、預(yù)測和對比的工具矩陣，旨在從真實而客觀的數(shù)據(jù)視角，透視區(qū)域固定資產(chǎn)價格及商業(yè)潛力，并以可視化的界面向用戶傳遞有效信息。

在前端界面，基于datamap集成系統(tǒng)，我們通過echarts代碼進行數(shù)據(jù)輸入和展示，以數(shù)據(jù)可視化的形式向用戶反饋上海城市地區(qū)任意位置的固定資產(chǎn)預(yù)測值，以及其周圍500米到1公里范圍內(nèi)交通、教育、醫(yī)療等信息的綜合評價結(jié)果。