Связь между теорией города и искусственным интеллектом: мультиагентная рекомендательная система для устойчивого развития городов

Bridging urban theory and artificial intelligence: a multi-agent recommendation system for sustainable city development
Yan Wang, Jiawei Tong, Shuihua Wang, Guangyu Wang, John Moraros
2026-03-23

классические городские теориибольшая языковая модельмультиагентная рекомендательная системаустойчивое развитие городовгородское планирование
По мере того как города всё больше полагаются на искусственный интеллект (ИИ) для решения задач устойчивого развития, возникает критически важный пробел: применение ИИ в городском планировании и обеспечении безопасности в основном осуществляется без явного опоры на устоявшиеся городские теории, которые на протяжении десятилетий направляли устойчивое развитие. Наш анализ показывает, что в этой области доминируют технологически ориентированные исследования, тогда как проблемно-ориентированные подходы, направленные на решение реальных городских потребностей, остаются крайне малочисленными. Для преодоления разрыва между теорией и практикой мы разрабатываем мультиагентную рекомендательную систему на основе большой языковой модели (LLM) [доступна онлайн], которая переориентирует развитие ИИ в соответствии с принципами устойчивого города. Система использует специализированных агентов для рекомендации соответствующих теоретических рамок, методов ИИ и источников данных при решении городских задач, опираясь на классические городские теории. На примере разнообразных тематических исследований мы демонстрируем, как предложенный подход преобразует технологически ориентированные решения в теоретически обоснованные меры, учитывающие взаимосвязанные аспекты устойчивого развития. Наша концепция принципиально меняет постановку вопроса — с «что могут делать алгоритмы?» на «что требуется для получения устойчивых результатов в рамках данной городской задачи?» — обеспечивая, чтобы ИИ усиливал, а не подменял теоретические знания, необходимые для создания устойчивых, справедливых и пригодных для жизни городов, способствующих достижению глобальных целей устойчивого развития.
1
Примеры применения показывают, что система преобразует технологически ориентированные решения в теоретически обоснованные меры для создания более устойчивых, справедливых и пригодных для жизни городов.
2
Специализированные агенты используют классические городские теории для согласования разработки ИИ с принципами устойчивого развития городов и взаимосвязанными аспектами устойчивости.
3
В исследованиях ИИ для городского планирования и безопасности преобладают технологически ориентированные работы, тогда как подходы, исходящие из реальных городских потребностей, остаются ограниченными.
4
Предлагаемый подход меняет фокус городского ИИ: вместо вопроса о возможностях алгоритмов он определяет, что требуется каждой городской проблеме для достижения устойчивых результатов.
5
В работе разработана общедоступная многоагентная рекомендательная система на основе большой языковой модели, связывающая городские проблемы с подходящими теориями, методами ИИ и источниками данных.

Мультиагентная рекомендательная система на основе LLM для устойчивого развития городов

Согласование разработки ИИ с классическими теориями города для рекомендации теоретически обоснованных методов ИИ и источников данных для взаимосвязанных задач городской устойчивости

Publication Details
Publication Date
2026-03-23
Journal
Publisher
ISSN
Cited by
3
Access Type
Author Information
Authors
Yan Wang
Jiawei Tong
Shuihua Wang
Guangyu Wang
John Moraros
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%