人工智能已在全球各地的城市中得到应用。
尽管提升效率的收益值得追求，但人工智能解决方案也必须优先确保收益的公平共享。
包括阿姆斯特丹和赫尔辛基在内的城市正在开创先河，通过实践证明，人工智能在城市环境中能够有效提升透明度。
人工智能已不再是城市生活中遥不可及的未来图景，而是已然深度嵌入到维系城市运转的各类系统中——从交通网络到能源电网，它正实时提升这些系统的运行效率，并减少其对环境的影响。
这种转变常被视为通往更具可持续性的城市未来的必由之路。然而，更智能化的系统是否必然能造就更具社会公平性的城市呢?
人工智能究竟是如何应用于城市之中的?
放眼全球各大城市，人工智能的应用已随处可见。在巴塞罗那和马德里，数字孪生技术正模拟着交通流、污染状况及人员出行等城市系统，使规划者能够在正式实施干预措施之前，先行进行模拟测试。在迪拜，人工智能系统正致力于优化交通流量。谷歌等科技企业则利用卫星数据及人工智能技术绘制城市“热岛效应”分布图，从而协助城市管理者确定植树造林或部署降温设施的最佳位置。
支撑这些发展趋势的核心，正是所谓的“物理人工智能”(Physical AI)：交通传感器、污染监测仪、智能电表以及各类摄像头持续不断地采集数据，并将这些数据输送给人工智能系统，使之能够做出实时响应。这种“感知”与“决策”相结合的模式，使城市管理得以超越单纯的数据分析层面，迈向对基础设施进行持续、动态管理的全新阶段。如今，交通信号灯能够根据车流变化自动调整配时;能源系统能够实时平衡供需关系;物流配送网络也能根据实际情况动态调整运输路径。
上述种种发展正深刻地改变着城市的运作模式。人工智能的角色正从单纯地“分析”城市系统，转变为实时、主动地“重塑”城市系统。在某些案例中，这种影响已显而易见。例如，巴塞罗那基于物联网技术的交通管理系统，已成功将市民的通勤时间缩短了高达30%。
这些发展趋势常被解读为一条通往可持续未来的清晰技术演进之路——即通过更优质的数据、更智能化的系统，最终构建出运行效率更高的城市。然而，这些发展同时也揭示了一个深层的结构性挑战：尽管这些技术或许有助于城市向“净零排放”的目标迈进，但它们能否真正让城市变得更加公平与包容，目前看来仍是一个远未明朗的未知数。
城市并非单纯的“优化问题”
长期以来，城市系统的设计与治理一直由少数特定主体主导，这导致了城市运作方式及其服务对象方面存在着挥之不去的盲点。人们日益认识到，许多大城市的结构特征在于存在着“劣势集聚区”——即空间、社会和环境方面的不平等相互交织并彼此强化。处于边缘地带的社区往往面临服务获取受限、经济机会匮乏以及环境风险暴露程度更高的问题。即便是在环境表现这一层面，其体验也是极不均衡的。由于城市设计和基础设施选择方面的原因，贫困地区的温度往往显著偏高，这不仅降低了其宜居性，还使其在面对气候相关的健康风险时显得尤为脆弱。
人工智能系统并非独立于上述种种模式之外运作。它们的设计初衷是基于数据、预设目标及数学模型，对可量化的结果进行优化。然而，由于这些系统是基于现有的城市数据进行训练的，它们极有可能继承并放大那些潜藏在数据背后的不平等现象。优化模型可能会优先顾及需求量大或数据覆盖率高的区域，从而在无意中将资源从那些本已服务不足的社区分流开来。除非我们能够明确地将这些深层的不平等因素纳入考量，否则人工智能非但无法解决这些问题，反而可能加剧并固化现有的“劣势集聚区”，从而进一步边缘化那些本已深受其害的群体。
这种动态并非仅限于那些历史悠久的传统城市。在诸如NEOM(新未来城)、马斯达尔城(Masdar City)、Saad Al-Abdullah以及Yiti Citi等新兴的、专为人工智能驱动而规划建设的城市开发项目中，这种现象同样显而易见。在这些项目中，充裕的资本、可利用的土地资源以及高度集中的决策机制，为大规模的城市实验创造了条件。然而，摆脱了历史遗留约束并不意味着必然能产生更具包容性的结果。事实上，它同样极易以一种技术更为先进的形式，去复制那些旧有的盲点。
研究表明，人工智能的能力与城市所面临的实际挑战之间存在着明显的脱节。即便有些研究声称旨在解决这些问题，但真正立足于城市理论框架之上的研究依然寥寥无几。近期一项大规模的综述研究估算显示，仅有略高于1%的研究能够直接援引并运用既有的城市理论框架;而近半数的研究，其主要驱动力并非源于现实世界的实际问题，而是仅仅基于技术层面的可能性。归根结底，无论是学术研究还是实践应用，其关注点往往都集中在“人工智能能做什么”，而非“城市究竟需要什么”。
当技术的作用并非在于弥合分歧，而在于放大既有的社会鸿沟时，城市便面临着这样一种风险：它或许能成为少数人的“天堂”，却沦为大多数人的“炼狱”。
采购在实现公平的人工智能(AI)方面扮演着怎样的角色?
能力水平的参差不齐使这一挑战变得更为复杂。经合组织(OECD)第五届“智慧城市与包容性增长”圆桌会议上的讨论指出，受技能、基础设施和制度资源差异的影响，各城市在采用和治理人工智能方面存在显著差异。在实践中，这意味着城市往往不会自行开发这些系统，而是通过采购的方式来获取它们。
因此，采购环节便成为了一个核心的控制点，尽管其重要性往往未得到充分的审视。城市人工智能领域的问责机制不仅仅是一项技术要求，更是一种社会关系;这种关系必须明确界定：由谁负责、向谁负责，以及对何事负责。当系统由少数私营主体负责设计与部署，且这些主体同时掌控着数据与基础设施时，关于城市运作方式的关键决策实际上已被“外部化”了。一旦这些系统投入运行，对其进行审查或提出异议往往会变得十分困难。
这对公众信任产生了深远的影响。即使在自动驾驶系统等高度专业化的技术领域，所面临的挑战也不仅限于“安全性”，更在于其“可解释性”。通过复杂系统所做出的决策往往难以解读，即便对于那些负责部署这些系统的人员而言也是如此。当决策结果无法得到清晰的解释，或无法受到实质性的质疑时，维系公众信任便会变得愈发艰难。
与此同时，这些系统也完全可以被赋予另一种用途。人工智能能够辅助决策制定，协助政策制定者权衡利弊，并评估各类城市干预措施会对不同社会群体产生何种影响。然而，能否实现这一目标，取决于系统的具体设计方式，以及其设计过程中是否充分吸纳了那些通常被排除在规划流程之外的群体的视角。
哪些城市正在推行“负责任的人工智能”?
尽管“黑箱式”城市治理所带来的风险确实存在，但一些城市已通过实践证明：人工智能完全可以被重新定位，成为赋能公民主体性的有力工具。
以赫尔辛基和阿姆斯特丹为例，这两座城市率先建立了公共人工智能登记系统。这些系统充当着“透明化门户”，让市民能够清晰地查阅：究竟是哪些算法在管理着各项公共服务?这些算法使用了哪些数据?以及相关的人工监督机制是如何落实的?这一举措彻底改变了居民的角色定位——不再仅仅是数据流中被动的“数据点”，而是转变为拥有知情权的积极“利益相关者”。
此外，阿姆斯特丹还积极尝试了“参与式人工智能设计”模式。该市邀请了包括残障权益倡导者在内的各类市民委员会参与其中，共同开发了“无障碍路线规划工具”。该人工智能系统并未像传统模式那样，仅仅以“标准用户”为参照来优化出最快的通行路径;相反，它是基于行动不便群体的真实生活体验进行训练与优化的。这些鲜活的案例充分表明，人工智能在城市治理中的价值绝不应局限于狭隘的效率提升层面。
若能将其纳入“数字主权”与“包容性采购”的治理框架之下，这些前沿技术将有力地支撑起更加负责任的决策制定过程。正如劳拉·鲁奥特萨莱宁(Laura Ruotsalainen)教授所指出的那样，借助此类工具，我们能够在虚拟仿真环境中对各项城市政策可能引发的社会后果进行“预先测试”——从而避免等到政策在现实街头演变为既成事实、且后果已无法挽回之时，才追悔莫及。
唯有在设计之初便确保透明度——明确揭示究竟谁是受益者、谁被排除在外，以及谁依然拥有对算法结果提出质疑与挑战的权利——人工智能方能真正助力城市管理者做出更为明智、更为优良的决策。
参与评论 (0)