الذكاء الاصطناعي في التخطيط الحضري وإدارة المدن

تتجه المؤسسات المعنية بإدارة المدن والتخطيط الحضري بالاهتمام كثيراً بالتخطيط المستقبلي لنمو المدن والأحياء السكنية، بحيث تنمو هذه المدن والأحياء بوتيرة يمكن توقعها، ويمكن معها توفير الموارد والبنية التحتية اللازمة مثل خدمات مياه وكهرباء وتعليم، لكن الواقع يقول أن متغيرات عديدة قد تساهم في تسارع أو تباطؤ وتيرة التغيير والتطوير (Gentrification) في المدن.

هل يمكن تحليل نمط التطور في مدينة ما؟

في الواقع الإجابة هي نعم، ومن خلال بحث منشور في دورية الدراسات الحضرية، قال باحثون بكلية كينجز كولدج إن ذلك ممكن باستخدام أحد تقنيات الذكاء الاصطناعي وهي تقنية تعلم الآلة (Machine Learning)، والتي تعمل على تدريب النماذج الحاسوبية للتعلم من البيانات السابقة والاستفادة منها في توقع الأنماط المستقبلية، في الحالة التي درسها البحث، استخدم الفريق البحثي بيانات عن عمليات التطوير الماضية في لندن والتي ترجع لعام 2001 لتوقع ماذا سيحدث مستقبلاً في عام 2011 ومقارنته بما تم حدوثه بالفعل.

كيف يتم استخدام الذكاء الاصطناعي في التخطيط الحضري وإدارة المدن؟

ومن خلال تطبيق نفس النموذج، تم توقع مقدار التحسينات التي ستحدث في عام 2021، وذلك بقياس الوضع الاجتماعي والاقتصادي على أساس أربع متغيرات رئيسية هي: مستوى الدخل في المنزل، القيمة المالية للعقارات، الحصة المهنية (أي نسبة الشهادات المهنية العليا التي يحصل عليها الشخص) ومؤهلات الوظيفة (على أساس نصيب السكان الحاصلين على مستوى تعليمي معين من الشهادات المهنية الوطنية)، وبمجرد حساب الوضع الاقتصادي والاجتماعي لكل حي، يقوم الباحثون بتحليل قياسات ديموغرافية أخرى مثل السن والعرق وارتباطهم بالتطوير.

نتيجة استخدام الذكاء الاصطناعي:

كانت النتيجة دقيقة جداً ومطابقة للتطوير الذي شهده الواقع في لندن بالفعل، وجدت الدراسة أن عوامل ديموغرافية رئيسية مثل العرق ووجود دخل مزدوج وعدم وجود أطفال وملكية سيارات خاصة لم تأتِ على رأس قائمة مؤشرات التطوير.

لكن عامل الهجرة، فقط من دول الاتحاد الأوروبي والأمريكتين وأستراليا ونيوزيلاندا وفي عام 2001 تحديداً، كان مؤشراً على توقع التطوير، وكان كذلك لنوع البناية التي يسكن فيها الشخص قيمة تنبؤية بعض الشئ خاصة إن كان بها نوافذ أو كانت البنايات قديمة.

وبينت الدراسة مؤشرات أخرى منها ما يتعلق بالوظيفة من العمل لساعات طويلة، المهارات والمؤهلات، المرونة الوظيفية مثل العمل الذاتي أو العمل من المنزل.

يظهر النموذج تباطؤ عام لمسار التطوير خاصة في الأحياء التي شهدت تغيير كبير في الفترة من 2001-2011، لتظهر تغيراً أقل في الفترة من 2011-2021، يذكر النموذج أن مجاميع هذه الأحياء ستشهد ارتفاعاً بمرور الوقت.

لكن لن يكون الانتقال سريعاً، يأمل الفريق البحثي في إعادة فحص توجههم مستقبلاً باستخدام بيانات أكثر لحظية مثل أسعار العقارات في وقتها أو حتى مؤشرات الاستهلاك الثقافية من خلال موقع تويتر للتنبؤ بكيفية حدوث التطوير وأين سيكون.