یادداشت از شقایق نصیری- پژوهشگر جهاددانشگاهی اصفهان: در دهههای اخیر، تحولات شتابان شهری پیچیدگی نظامهای فضایی و افزایش حجم دادههای مکانی برنامهریزی شهری را با چالشهای نوینی مواجه ساخته است.
شهرها دیگر صرفاً مجموعهای از فضاهای کالبدی نیستند، بلکه شبکهای پویا از روابط اجتماعی، اقتصادی، زیستمحیطی و زیرساختیاند که در بستر مکان شکل میگیرند. در چنین شرایطی، دادههای مکانی بهعنوان یکی از ارکان اصلی تحلیل و تصمیمسازی در برنامهریزی شهری شناخته میشوند. با این حال حجم، تنوع و پویایی این دادهها فراتر از ظرفیت روشهای تحلیلی سنتی است؛ مسئلهای که ضرورت بهرهگیری از هوش مصنوعی را برجسته میسازد.
هوش مصنوعی با توانایی پردازش کلاندادهها، شناسایی الگوهای پنهان و یادگیری از دادههای گذشته، افقهای تازهای را در تحلیل دادههای مکانی گشوده است. در برنامهریزی شهری، دادههای مکانی شامل اطلاعات مربوط به کاربری اراضی، شبکههای حملونقل، توزیع جمعیت، الگوهای رفتوآمد، دادههای سنجش از دور و اطلاعات محیطزیستی هستند. تحلیل همزمان و چندلایه این دادهها با روشهای کلاسیک GIS غالباً زمانبر و محدود به فرضیات از پیش تعیینشده است، در حالی که الگوریتمهای یادگیری ماشین و یادگیری عمیق میتوانند بدون اتکا به چارچوبهای خطی، روابط پیچیده فضایی را شناسایی کنند.
یکی از مهمترین کارکردهای هوش مصنوعی در مباحث دادهمکانی، ارتقای تحلیلهای پیشبینانه در برنامهریزی شهری است.
بهعنوان مثال، پیشبینی گسترش کالبدی شهر، تغییرات کاربری زمین، تراکم جمعیت یا حتی بروز نابرابریهای فضایی، با استفاده از مدلهای مبتنی بر هوش مصنوعی، دقت و واقعگرایی بیشتری مییابد. این امر به برنامهریزان امکان میدهد بهجای واکنش به مسائل پس از وقوع، رویکردی پیشنگرانه و مبتنی بر شواهد اتخاذ کنند.
علاوه بر این، هوش مصنوعی میتواند شکاف میان تحلیلهای فنی و تصمیمگیری سیاستی را کاهش دهد. دادههای مکانی خام، بهتنهایی برای مدیران شهری قابل فهم نیستند؛ اما ابزارهای هوشمند میتوانند نتایج پیچیده فضایی را به الگوها، سناریوها و شاخصهای قابل تفسیر تبدیل کنند. بدینترتیب، تصمیمسازی شهری از اتکا به شهود یا ملاحظات کوتاهمدت فاصله گرفته و به سوی تصمیمگیری دادهمحور حرکت میکند.
در انتها، باید تأکید کرد که هوش مصنوعی نه جایگزین برنامهریز شهری، بلکه ابزاری توانمندساز برای اوست. تلفیق دانش انسانی، فهم زمینهای از شهر و قابلیتهای تحلیلی هوش مصنوعی، میتواند به شکلگیری نسلی نوین از برنامهریزی شهری بینجامد؛ برنامهریزیای که مبتنی بر داده، حساس به مکان و پاسخگو به پیچیدگیهای معاصر شهر است. از این رو، آموزش و بهکارگیری هوش مصنوعی در تحلیل دادههای مکانی، نه یک انتخاب، بلکه ضرورتی اجتنابناپذیر برای آینده برنامهریزی شهری به شمار میآید.
