Integrative urban AI to expand coverage, access, and equity of urban data.
Integrative urban AI to expand coverage, access, and equity of urban data.
复制标题
DOI：
10.1140/epjs/s11734-022-00475-z
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Yang Y
中科院分区：
文献类型：
--
作者：
Howe B;Brown JM;Han B;Herman B;Weber N;Yan A;Yang S;Yang Y
我们考虑使用人工智能技术来扩大城市数据的覆盖范围、访问权限和公平性。我们的目标是实现对城市动态的全面研究，将人工智能研究的注意力从以营利为导向的、对社会有害的应用程序(如面部识别)转移到移动性、参与性治理和正义等基础问题上。通过为研究提供高质量、多变量、跨尺度的数据，我们的目标是将城市作为复杂系统的宏观研究与将城市作为独立预测任务的集合的简化论观点联系起来。我们将城市人工智能的四个研究领域确定为关键的使能器：时空数据的内插和外推，使用NLP技术对语音和文本密集型治理活动进行建模，在学习任务中利用本体建模，以及在敏感上下文中理解公平性和可解释性的交互作用。
We consider the use of AI techniques to expand the coverage, access, and equity of urban data. We aim to enable holistic research on city dynamics, steering AI research attention away from profit-oriented, societally harmful applications (e.g., facial recognition) and toward foundational questions in mobility, participatory governance, and justice. By making available high-quality, multi-variate, cross-scale data for research, we aim to link the macrostudy of cities as complex systems with the reductionist view of cities as an assembly of independent prediction tasks. We identify four research areas in AI for cities as key enablers: interpolation and extrapolation of spatiotemporal data, using NLP techniques to model speech- and text-intensive governance activities, exploiting ontology modeling in learning tasks, and understanding the interaction of fairness and interpretability in sensitive contexts.
登录
查看更多内容
影响因子：
4.6
作者：
Ha S;Liu D;Mu L
通讯作者：
Mu L
影响因子：
6.2
作者：
Iizuka, Satoshi;Simo-Serra, Edgar;Ishikawa, Hiroshi
通讯作者：
Ishikawa, Hiroshi
DOI：
10.1073/pnas.1912789117
发表时间：
2020-12-01
影响因子：
11.1
作者：
Cranmer, Kyle;Brehmer, Johann;Louppe, Gilles
通讯作者：
Louppe, Gilles
影响因子：
1.4
作者：
Feng, Shou;Fu, Ping;Zheng, Wenbin
通讯作者：
Zheng, Wenbin
影响因子：
2.9
作者：
Kang, Song-Hee;Choi, Youngjin;Choi, Jae Young
通讯作者：
Choi, Jae Young