人工智能技术正快速进入城市规划领域。从用地分类的自动识别到交通流量的实时预测，从规划文本的辅助生成到城市设计方案的智能优化，AI的应用场景越来越多。但一个根本性的问题值得讨论：AI对城市规划而言，是一次工具层面的升级，还是一次范式层面的革命？
AI作为工具：已经落地的应用
| 应用领域 | AI技术 | 典型案例 |
|---|---|---|
| 遥感影像分析 | 卷积神经网络（CNN） | 自动识别用地类型、建筑提取 |
| 交通预测 | 时序预测模型（LSTM） | 交通流量预测、出行需求预估 |
| 城市设计 | 生成对抗网络（GAN） | 街景生成、方案效果图自动渲染 |
| 文献分析 | 大语言模型（LLM） | 政策文本分析、规划文本辅助撰写 |
| 选址优化 | 多目标优化算法 | 设施选址、用地布局优化 |
在这些应用中，AI扮演的角色是“更快更准的工具”——它帮助规划师完成原本耗时的数据处理和分析任务，提高工作效率，但并没有改变规划的基本工作流程和决策逻辑。
AI作为变革：可能改变的范式
但AI的潜力可能不止于此。如果AI的能力持续提升，以下几个层面可能发生根本性变化：
- 从静态规划到动态调控：传统规划是“编一个方案管二十年”，AI+物联网使得根据实时数据持续调整成为可能。
- 从专家判断到数据驱动：传统规划高度依赖规划师的经验判断，AI可以从大量历史数据中发现人类不易察觉的规律。
- 从单一方案到多方案比选：AI可以在短时间内生成和评估大量备选方案，支持更充分的方案比较和公众讨论。
需要保持清醒的认识
AI在城市规划中的应用也有明确的边界：
- 价值判断无法自动化：规划方案涉及公平、效率、可持续性等多元价值的权衡，这些价值判断本质上是政治和伦理问题，不是技术问题。
- 公众参与不可替代：规划是公共决策过程，需要不同利益群体的充分表达和协商。AI可以辅助信息呈现和方案分析，但不能替代公共讨论。
- 数据偏见会放大不公：AI模型依赖历史数据训练，如果历史数据本身反映了不平等的资源分配，AI可能会“学会”并固化这些不平等。
合理的定位或许是：AI是城市规划师的强大助手，但不是替代者。它可以帮助规划师看得更远、算得更准、想得更多，但最终的判断和决策仍然需要由人来完成——因为规划的本质是关于“我们想要什么样的城市”的集体选择，而不是一个优化问题。
延伸阅读：中国城市规划学会《人工智能城市规划应用指南》| MIT Senseable City Lab 相关研究。