关键词： 智慧城市 | AI | 人工智能 | 城市大脑 |

城市众脑的定义

城市众脑是一种高级的社会智能模型，其目标是让AI学习一个社会群落如何组织、协同、行动，从而将信息经分流进入多层、立体的决策机制，最终又能够寻求一种异质性主体共赢的策略推动整体性能的发展。

城市众脑的学习模式

众脑模型的本质是学习模式的转变。众脑模型的学习过程具有两大特征，一是群落性，二是异质性。

众脑模型的学习过程与单脑不同，不仅各参与主体需要根据自身发展需要构建一个网络，同时还要兼顾其他主体的行为和决策模式以优化自身的行为。众脑模型的学习模式是针对社会群落中的协作模式、博弈关系、协同策略等复杂行为进行的整体学习。可以分为3个阶段：

① 单机学社会。一种初级的群体智能模型，尽管每一个主体都自主决策，仍然需要通过一个整体的模型进行控制。这种学习模式对蚁群、蜂群等群体智能模型进行了改进，具有自主意识与决策能力。

② 多机学社会。与前一阶段不同，每一个主体将具有能够根据自身需要构建信息网络的能力，围绕自身的发展目的，寻求竞争、合作的主体并构建一个有利于完成目标的新的结构，进一步增加了主体之间的差异性。

③ 联机学社会。更进一步，每一个个体在完成各自的目标的同时，能够与同样追逐自身目标的个体进行协同，寻求共性的动机，各主体之间既有合作也有竞争，并且身份随之转变。这是众脑模型相比于其他群体智能模型特有的学习模式。
传统的“城市大脑”在现代化治理中面临依赖单体决策模型、缺乏群体感知和预测能力以及难以应对异质主体协同等问题。向城市社会的组织模式学习以建立更加适应多元异质主体复杂需求环境的“城市众脑”系统，既是突破“城市大脑”发展瓶颈的路径，也是AI技术研发的新方向。

从“城市大脑”到“城市众脑”，从本质上完成了以下几个历史性的进步：

① 人工智能从学习单体的智能走向学习社会群落的智能。

② 城市的智能化从依托于一个超级聪明的大脑到依托一群智慧的大脑。

③ 人类的文明并不是把所有的社会群落的智商让渡给一个大脑，而是一群独立的智商协同，完成了文明的发展，而众脑就是这种文明进步的智能模式映射。

④ 区别于鸟群、鱼群和蚁群等群体智能的分散化和自发性，众脑调用不同层级上的大脑，架构主脑、辅脑、分脑、端脑的模型框架。这些大脑之间的主次协同、层级协同、群落协同关系，共同推动“城市众脑”模型的运转。

⑤ 正如中医采用“君臣佐使”的方剂组成原则，复合思想的整体协同也在众脑结构中得到充分的反映和演绎发展。

城市众脑结构可以分为哲学层、理论层、技术层、硬件层、运行层的多重技术革命。本文主要探讨了转化源起、决策架构、联动搭接、职能分配、数字模拟、迭代升级、治理映射、三元互动、群落交互等九大关键议题，并期待涌现更多的议题，推进“城市众脑”的持续迭代更新。

以上内容摘录自：吴志强, 甘惟, 李舒然, 等.  “城市众脑”：理论模式及关键议题[J]. 城市规划学刊,2023(6):20-26. (WU Zhiqiang, GAN Wei, LI Shuran, et al. Society Brains: Theoretical Model and Key Issues[J]. Urban Planning Forum,2023(6):20-26.)

原文章链接：https://mp.weixin.qq.com/s/_qdPvxptjMBCZL6CzxJOfw

---

注：以上内容由国匠城&规划云编辑整理，转载请注明出处与本页链接。