美國(guó)規(guī)劃協(xié)會(huì)規(guī)劃AI白皮書-機(jī)遇挑戰(zhàn)與響應(yīng) Al in Planning

AI與響應(yīng) 核心觀點(diǎn)統(tǒng),即使專家依時(shí)間的推移變得更加強(qiáng)大。然而，我們?nèi)祟愐?guī)劃的最佳人工智能將需要時(shí)間來(lái)創(chuàng)造,只有第一步是明確的規(guī)劃的最佳人工智能劃”或“為公共利益服務(wù)”意味成熟行動(dòng)可能會(huì)變得更維，將是規(guī)劃師與人工智能成功合作變革，挑戰(zhàn)的涌現(xiàn)，社會(huì)的轉(zhuǎn)變以及技術(shù)的革括新的工具、流程和技能。AI一直在發(fā)展。然而，由于大數(shù)據(jù)的可用性和十年中大幅增長(zhǎng)，預(yù)計(jì)在未來(lái)幾年中每年將行業(yè)產(chǎn)生影響。規(guī)劃師和相關(guān)專業(yè)人員，應(yīng)充的潛在影響和益處。人工智能已經(jīng)在重塑地方和有效地使用人工智能。如果負(fù)責(zé)任地部許規(guī)劃師將他們的工作重點(diǎn)放在規(guī)劃的人為因素上(即人與人之間的互動(dòng)，與社區(qū)成在規(guī)劃中使用人工智能(并最終與人工智能合作)的目標(biāo)應(yīng)該是改善我們目前正在地完成(例如，處理和分析大數(shù)據(jù)集和艱苦的重復(fù)性任務(wù)，如交通統(tǒng)計(jì))，以及哪些任務(wù)必須由人類與社區(qū)成員面對(duì)的智能系統(tǒng)的發(fā)展，可能有助于我們更好地理解當(dāng)前的規(guī)劃過(guò)程(及其缺陷)。關(guān)于規(guī)劃中的人工智能的討論需要圍繞運(yùn)行良好，哪些沒(méi)有。我們需要確保我們從可持續(xù)的，然后我們才可以編程讓機(jī)A析、社會(huì)學(xué)、地理學(xué)和工程學(xué)等智能的發(fā)展。本白皮書總結(jié)了研究結(jié)做好準(zhǔn)備、規(guī)劃師如何確保以公平和稿人lan長(zhǎng)HollanderFAICPTheodoreLim市事務(wù)和規(guī)劃助理教授國(guó)際事務(wù)學(xué)院城市事務(wù)和規(guī)劃教授arahWilliamsNormanWrightAICP任ICPdraGomez居環(huán)境復(fù)雜性的集體努力。與現(xiàn)代大的基本組成部分。規(guī)劃工作的其中。這其中很大一部分工作，都是基于數(shù)據(jù)和便如此，綜合和底層解理和易于理解。事實(shí)、觀點(diǎn)、價(jià)值列原則和規(guī)則之中，然后用于持續(xù)與非專業(yè)人士不同，規(guī)劃師可以利用對(duì)原則和確定提案的優(yōu)勢(shì)和劣勢(shì)。他們?nèi)缓罂尚袆?dòng)條件來(lái)做到上述這一點(diǎn)。例如，如果這個(gè)的基本標(biāo)準(zhǔn)，那么它將被否決。在世界各地的，型等剛性過(guò)程、不連貫的漸進(jìn)主義等柔性過(guò)程,以及我們今天看到的公眾參與戰(zhàn)略最佳實(shí)踐得到了完善。然后是經(jīng)典的數(shù)據(jù)驅(qū)動(dòng)分析的定量方法。這項(xiàng)工作從普通的統(tǒng)計(jì)技術(shù)(線性回歸和中心極限定理)據(jù)和制圖結(jié)合起來(lái)，提供從土地使信息納入一個(gè)優(yōu)先價(jià)值序列。這些價(jià)值反是以明顯方式塑造城市的強(qiáng)大規(guī)則。當(dāng)這樣這項(xiàng)技術(shù)是一種自動(dòng)化的決策預(yù)測(cè)器，將定期自動(dòng)糾正最常見的錯(cuò)別字(以便將“receipt”一詞立即替換為t作，它經(jīng)常以書面形式強(qiáng)制為數(shù)字信息，并被注入文字處理器的照這些規(guī)則和標(biāo)準(zhǔn)，持續(xù)監(jiān)測(cè)文本中的每動(dòng)更正系統(tǒng)就會(huì)做出更改。這允許用戶可以代飛機(jī)自動(dòng)駕駛系統(tǒng)和圖像，以使人工智能發(fā)揮預(yù)期運(yùn)行方面，married”替換成“murdered(被謀殺)”等詞語(yǔ)。語(yǔ)如此，在定量數(shù)據(jù)、清晰的邏輯和單地打開軟件來(lái)審查形成命令的代碼，透預(yù)期的結(jié)果的例子，這些結(jié)果包括不僅來(lái)指示(即提示)，語(yǔ)言學(xué)習(xí)模型GPT-3就能規(guī)則。盡管如此，在人工智及研究人員和開發(fā)人員灌輸給它的結(jié)2.3人工智能和規(guī)劃之間的相似性和協(xié)同作用決當(dāng)?shù)貑?wèn)題的原因。因此，我們代，“機(jī)器”會(huì)接管我們的工作。我們好的國(guó)際象棋選手，然后自然而然不取代，而是增強(qiáng)。這樣一來(lái)，“人的任務(wù)是保證飛行高度，他們可以根據(jù)是至關(guān)重要的，因?yàn)樽詣?dòng)駕駛行員必須能夠識(shí)別并干預(yù)這種在自動(dòng)駕駛功能啟動(dòng)后的所有時(shí)刻，保它無(wú)法做到這一切。即使在最先手來(lái)指導(dǎo)系統(tǒng)，即使專家依靠系統(tǒng)來(lái)在改善人工智能的定量分析和預(yù)測(cè)大進(jìn)步。通過(guò)一系列的條件、數(shù)字權(quán)重和變量，將他們的直覺(jué)轉(zhuǎn)化為可靠的，從而正式確定他們?cè)跊Q策方面的專業(yè)知識(shí)。這些簡(jiǎn)單的示意圖代表了規(guī)行理性判斷的基本邏輯流程。以一個(gè)有序的順序，把這個(gè)流程清楚，然后把我們所有的變量與社區(qū)的代表性價(jià)值進(jìn)行權(quán)衡，并把這些信息添加相同的數(shù)據(jù)，運(yùn)行算法，并看到結(jié)果。何其他專業(yè)有效地編寫。它們沒(méi)有一個(gè)是完更容易接受社區(qū)不斷變化的態(tài)度和需求。更妙楚這個(gè)錯(cuò)誤已經(jīng)發(fā)生。在復(fù)雜的模型解決，但錯(cuò)誤還是很明顯的。這就激發(fā)了反復(fù)自己的錯(cuò)誤。以與機(jī)器學(xué)習(xí)模型相同的方驗(yàn)。我們也可以。有了正確的數(shù)據(jù)和得最大的交通便利。它可以確定最須在各方面不V此——數(shù)據(jù)必須在數(shù)量、速度、種類、可變量的公式的過(guò)程必須不斷完善。最后，每解和信任的方式，透明地分享。，將他們的不斷變化的關(guān)注和需求，技術(shù)數(shù)據(jù)，越來(lái)越多地通過(guò)自動(dòng)化系統(tǒng)進(jìn)智能提供它所需要的量化信息，以。人類建構(gòu)的，但如果沒(méi)有規(guī)劃師與技術(shù)的2.4人工智能在規(guī)劃中的潛在用途和影響可以產(chǎn)生無(wú)數(shù)權(quán)重和度量的排列。其質(zhì)量(可靠性和準(zhǔn)確性)取決于它得到的數(shù)據(jù)理解數(shù)據(jù)收集、分析和算法開發(fā)的最佳街道、策的一部分。深入了解街道設(shè)計(jì)和死區(qū)政策等等涵義。這些知識(shí)曾經(jīng)只屬于從事易學(xué)習(xí)。我們?cè)谶@個(gè)領(lǐng)域已經(jīng)取得了巨的數(shù)據(jù)所限制的。數(shù)據(jù)的缺乏導(dǎo)本上是遙不可及的。我們還缺乏將我們數(shù)字和對(duì)象所需的知識(shí)。這些問(wèn)題一步是明確的：規(guī)劃的最佳人工智能。我們對(duì)這種邏輯有清晰的認(rèn)識(shí)嗎？我的問(wèn)題和解決方案？我們知道如何培果我們不為規(guī)劃開發(fā)這種算法邏輯，那AI開發(fā)基于AI的規(guī)劃工具時(shí)，很可能會(huì)開發(fā)這種人工智能和規(guī)劃之間協(xié)同作用的最佳方面。的能源基準(zhǔn)計(jì)劃，確定該州所有建筑面積超的足跡和高度，因?yàn)榉慨a(chǎn)稅記錄的建筑面積統(tǒng)和人工智能，從閉路電視(交通實(shí)時(shí)影、突然停車和其他異常情況。這有助于規(guī)處理事故。這些數(shù)據(jù)被輸入到一個(gè)實(shí)時(shí)疫的機(jī)會(huì)。這需要具備與相關(guān)任何，學(xué)習(xí)新的技能，了解新工具做得好的地師應(yīng)用程序?qū)⑹呛苤匾?。相?duì)劃師的數(shù)量很少。這意味著規(guī)劃師大的經(jīng)濟(jì)體中成熟后，再到專業(yè)領(lǐng)域能是不明智的，但“閃亮物體”重要挑戰(zhàn)。當(dāng)人工智能工具從最初此，例如使用銷售預(yù)測(cè)工具，來(lái)評(píng)估主要街智能，會(huì)使工作流程更有效率，提高其質(zhì)戰(zhàn)相類似。有時(shí)我們會(huì)選擇方建。一個(gè)例子是，關(guān)于如何在交通領(lǐng)域下，或許由于說(shuō)明決策對(duì)服務(wù)不足的社集。有時(shí)，我們并沒(méi)有有意識(shí)地選擇數(shù)據(jù)的呈現(xiàn)、敘述的構(gòu)建以及最終規(guī)劃決智能應(yīng)用中的公平和道德問(wèn)題，以及人工智能1技術(shù)部門和規(guī)劃電子表格、統(tǒng)計(jì)包和地理信息系統(tǒng)起源于技術(shù)部門編寫了大部分規(guī)劃師最終使正如數(shù)學(xué)家阿爾弗雷德·諾斯·懷特海(1911)很久以前就寫道：“文明的進(jìn)步，。一些規(guī)標(biāo)。然而，通過(guò)人因?yàn)楫?dāng)我們?cè)试S人工智能在我們沒(méi)有思考的情況下應(yīng)用方法或造成意想不到的后果。因此，定期評(píng)估求的效率是社區(qū)和更廣泛的社會(huì)所珍視的，從而更好從業(yè)者需要了解人工智能的工作原理-它不應(yīng)該是一個(gè)黑盒子。他們需要了解輸出的態(tài)度，而不是被動(dòng)的。作為人工智能消費(fèi)者和用戶，他們應(yīng)該鼓勵(lì)將研究重點(diǎn)放在可解釋的人工智能上(幫助用戶理解和意味著什么，以及所有規(guī)劃者需要知道和機(jī)遇。營(yíng)利性活動(dòng)與為者將使用人工智能工具來(lái)推進(jìn)他們更多的自由來(lái)創(chuàng)新和測(cè)試想法。特別是地?cái)　保@表明科技部門應(yīng)該承擔(dān)更多的術(shù)、社區(qū)和自然》)，許多人將其歸因于麥克斯韋(2000)的格言“早失敗，常失評(píng)價(jià)，以評(píng)估其相對(duì)優(yōu)勢(shì)和劣勢(shì)。這是經(jīng)常與從業(yè)圍繞部門主題進(jìn)行研究，例如為能源經(jīng)濟(jì)規(guī)劃學(xué)術(shù)界和實(shí)踐界AI應(yīng)用方面，以及在培訓(xùn)學(xué)生和職業(yè)中期從業(yè)師考慮應(yīng)用人工智能相關(guān)方法的好時(shí)機(jī)。像其他商業(yè)和政府乏關(guān)于城市場(chǎng)所和過(guò)程的數(shù)據(jù)，在人工智能的進(jìn)一步發(fā)展受到了信息的數(shù)據(jù)收集傳感器，這種限制正在迅速改善(見Thakuriah，Tilahun，andlner時(shí)間框架，以便更好地與控制論和城市運(yùn)營(yíng)研究的劃將在規(guī)劃制文獻(xiàn)表明，在土地使用、分區(qū)和許可、環(huán)境這些問(wèn)題沒(méi)有商定的規(guī)則、邏輯或可能結(jié)果的于“可馴服”的問(wèn)題，例如通過(guò)大量的監(jiān)督數(shù)據(jù)得重大進(jìn)展，而學(xué)術(shù)研究可定義、人工智能工具的評(píng)法不同，在研究過(guò)程中很少考的經(jīng)驗(yàn)來(lái)指導(dǎo)新的或調(diào)整后的流成。規(guī)劃行業(yè)一直在努力糾正過(guò)的社區(qū)。公平的規(guī)劃實(shí)踐需要成作時(shí)需要解決的其余缺點(diǎn)。此外，規(guī)劃師性方面的缺點(diǎn)，這與規(guī)劃師在自己的專業(yè)4.1規(guī)劃目標(biāo)和人工智能的目的首先提出了一個(gè)問(wèn)題：規(guī)劃的目的是什么？一般來(lái)否意味著“群體的觀”比個(gè)人的觀點(diǎn)更重要？如能得到服務(wù)嗎？雖然規(guī)劃師的目標(biāo)是為共同利益些問(wèn)題，特別是那些人類自己無(wú)法智能本身并不有害，也不是有意有害的。它的目的取決于其用戶自己的決定，沒(méi)有意見，也沒(méi)有經(jīng)驗(yàn)。人工智能的程序員算法并決定將哪些數(shù)據(jù)輸入機(jī)器的人—要對(duì)它所做的決定以是，為公共利益進(jìn)行規(guī)劃的規(guī)劃師可。4.2價(jià)值觀和道德判定道德處理(大數(shù)據(jù)、開放數(shù)據(jù)、數(shù)據(jù)保護(hù)、數(shù)據(jù)隱私)、透明度等，在圍繞道德規(guī)開發(fā)或使用的組織(OECD)等全球組織和各國(guó)政府以及智能的初步概念，但沒(méi)有一個(gè)實(shí)推理。4.3包容性都被包括在內(nèi)。然而，諸如“最響亮的聲音”的主導(dǎo)問(wèn)題(我們?nèi)绾伟l(fā)現(xiàn)從屬的敘述，并鼓勵(lì)邊緣化的聲音說(shuō)出來(lái)并被聽到？)，社區(qū)參與的預(yù)算限制(什么渠道、工具、方法和地點(diǎn)可用于外聯(lián)、投入和參與？)，以及阻力最小的路徑(誰(shuí)最容易等問(wèn)題都強(qiáng)調(diào)了包容性的必?fù)?jù)大數(shù)據(jù)集做出決策)，那些在數(shù)據(jù)不代表社區(qū)的數(shù)據(jù)，會(huì)導(dǎo)致加劇問(wèn)題。4.4透明度理解，以及對(duì)自上而下決策的看法。如何才能，即輸出的接收者。夠以公平的方式使用人工4.5歷史的包袱，和工具的發(fā)展提供信息。分析和評(píng)估過(guò)。規(guī)劃師和人工智能開發(fā)者需要了解歷史同的問(wèn)題；使用新的思維方式、新的缺陷的、不公平的方法的學(xué)習(xí)，將是4.6多樣性社區(qū)的多樣性。這種多樣性的缺失導(dǎo)致了社區(qū)，了解不同的需求和價(jià)值觀，服務(wù)者也需投入并不能解決不平等問(wèn)題。然而，它可以幫據(jù)和算法需要反映社區(qū)的多樣師意造成排斥的，哪些是無(wú)意的，因此人工智能創(chuàng)造的成果負(fù)他們的主要任務(wù)是開發(fā)這些工具，而不是考慮潛在的使用案例和錯(cuò)誤使用的后果(Kaye，2022)。在規(guī)劃中利用人工智能和培訓(xùn)規(guī)劃者能開發(fā)和使用過(guò)程中面臨的一些風(fēng)險(xiǎn)的缺點(diǎn)，但在試圖為兩者共同解決這的任何一種情形。5規(guī)劃師的角色以及如何為人工智能做誰(shuí)備。多樣性和包容性目標(biāo)，這些目標(biāo)應(yīng)該是規(guī)劃實(shí)踐的核心。規(guī)劃師(用戶)和科技公司(開發(fā)者)之間的聯(lián)系和關(guān)系需要建立、維護(hù)和發(fā)展，盡管不是每個(gè)科技公司都基于人工智能的規(guī)劃工具GIS)產(chǎn)品在規(guī)劃行業(yè)的應(yīng)用一樣，專家將變，以促進(jìn)基于人工智能的規(guī)劃產(chǎn)品的立以規(guī)劃倫理為基礎(chǔ)和為共同利益而，應(yīng)該指導(dǎo)和推動(dòng)關(guān)于何時(shí)和如何使智能技術(shù)、隨之而來(lái)的劃師是基于人工智能工具開發(fā)的貢獻(xiàn)者。之外工作的人工智能開發(fā)者。該專業(yè)還需要考慮到不同方法(如基于資產(chǎn)的社區(qū)發(fā)展或設(shè)計(jì)思維)對(duì)從業(yè)者如何定義重新評(píng)估，特別是考慮到正在進(jìn)行的公出現(xiàn)的差異。。特別重要的是要與社區(qū)成員展開于人工智能的工具的經(jīng)驗(yàn)和實(shí)際(或感知到的)結(jié)果。隨著時(shí)間的推移，這將有助于人工智能標(biāo)準(zhǔn)的發(fā)展，并反席會(huì)議的理由。規(guī)劃師是人工智能開發(fā)者試決方案的主題專家。在開發(fā)以人工智能為業(yè)知識(shí)，同時(shí)努力避免偏見將是改善規(guī)劃的作可以向社區(qū)(以及規(guī)劃組織)展示人工智能的價(jià)值，并能夠促進(jìn)社區(qū)提升關(guān)于人以注意到哪些有效，哪些無(wú)效，并根據(jù)需要擴(kuò)大(或縮小)規(guī)模。民數(shù)據(jù)促進(jìn)者的一個(gè)機(jī)會(huì)。規(guī)以倡導(dǎo)改善數(shù)據(jù)質(zhì)量和適用使用定性的方法來(lái)填補(bǔ)定量數(shù)據(jù)人，作為人工智能主題的倡導(dǎo)者。這可能是管了解還有誰(shuí)參與(或不參與)。話的專業(yè)人員。規(guī)劃行業(yè)可以通過(guò)與些有共同利益的人合作，來(lái)獲得一席之地以做出的一個(gè)重要貢獻(xiàn)。大工智能進(jìn)行長(zhǎng)期預(yù)測(cè)和決策。以幫助人工智能開發(fā)者變得行動(dòng)，對(duì)雙方都有利。但重要基于人工智能的工具發(fā)展的參與者作為知情消費(fèi)者的規(guī)劃師試圖進(jìn)入一個(gè)充滿了數(shù)十年的規(guī)劃師的角色應(yīng)該是這些確認(rèn)數(shù)據(jù)(和其他)局限性。工具的基礎(chǔ)部分和所需投入。他們應(yīng)該對(duì)數(shù)據(jù)和模型進(jìn)行有效的(但不是禁止性的)批評(píng)，以確定它們是否適合于規(guī)陷和瑕疵并不意味著完全取消其使用；相定的或完美的，但在規(guī)劃過(guò)程中仍有白。簡(jiǎn)而言之，規(guī)劃師需要了解該技術(shù)如應(yīng)調(diào)整。理解并非所有工具都適用于助力完成每項(xiàng)工作任務(wù)。但也可能不適用于其他數(shù)據(jù)粒度。采納和將數(shù)據(jù)和模型的分辨率與決策的適當(dāng)時(shí)間范圍(短期、中期或長(zhǎng)期)和空間范圍(地方、區(qū)域等)相匹配?？赡馨ㄒ韵聝?nèi)容：這個(gè)工具能幫助我完嗎？這個(gè)工具是否能促進(jìn)我所服務(wù)社區(qū)的公這個(gè)工具是否有利于規(guī)劃？它是否能解決實(shí)也可以為規(guī)劃提供經(jīng)驗(yàn)教訓(xùn)。從看似遙如民事和民事訴訟、工程和景觀建筑工智能的使用。規(guī)劃師可能意識(shí)到其中的一民趨勢(shì)，但他們需要確保改變他們的預(yù)測(cè)以標(biāo)記這些偏差，并要求在必要時(shí)進(jìn)行調(diào)整 來(lái)一個(gè)更強(qiáng)大和更便利業(yè)，因此使用現(xiàn)有的產(chǎn)品不僅是不可有的信息。高技能和持續(xù)學(xué)習(xí)了明確的技能提，使他們能夠以更有意義的方式完成接觸到許多理論、方法和他們心課程應(yīng)向他們介紹與AI規(guī)劃相位在作為更熟悉的方法的延伸。選修化，對(duì)那些剛開始從事這一職業(yè)的人來(lái)級(jí)規(guī)劃師通過(guò)在監(jiān)督下執(zhí)行較簡(jiǎn)單的任的依賴將極大地增加新手規(guī)劃師需要用的職業(yè)發(fā)展。地方規(guī)劃?rùn)C(jī)構(gòu)和私人提升，以促進(jìn)創(chuàng)新并與不斷變化的世界相他們的人文技能(軟技能)和技術(shù)技能(硬技能)。正如本白皮書中提到的，人工智能在規(guī)劃中的使用將使規(guī)劃行業(yè)重新聚焦于規(guī)劃中的人為因素。人工智能可以處理重復(fù)性的任務(wù)(如交通統(tǒng)計(jì))和理性的決策(如自動(dòng)許可程序)。人工智能將能夠進(jìn)行定量分析，提供其他相關(guān)問(wèn)題的知識(shí)，對(duì)規(guī)劃師來(lái)說(shuō)變得越來(lái) (例如，用于收集一致的數(shù)據(jù))；以及跨不同的機(jī)構(gòu)(如開發(fā)新的數(shù)字工具)。規(guī)劃師將需要溝通、人際關(guān)系和建立關(guān)系的技能，以通過(guò)公平的招聘實(shí)踐，以及提供與所有規(guī)劃師在政策、規(guī)劃和設(shè)計(jì)領(lǐng)域重新定義6人工智能規(guī)劃的未來(lái)行業(yè)中發(fā)揮重要作用的未來(lái)趨勢(shì)。它旨人工智能概念及其對(duì)規(guī)劃專業(yè)來(lái)說(shuō)，這可能是一個(gè)全新的概念，了解圍繞人工智能及其潛在應(yīng)用的討幻小說(shuō)，基于人工智能的規(guī)劃工具已經(jīng)成他人就會(huì)取代我們。讓我們學(xué)習(xí)如何7參考文獻(xiàn)7.1規(guī)劃中的人工智能前瞻社群成員的作品SanchezTWTLimandPHurtadoArtificialIntelligenceandUrbanPlanningOpportunitiesandConcerns.”APANationalPlanningConferencesession.Wasserman,D.,N.Wright,andJ.Fierman.2022.“StandardizeEverything:PlanningDatainaDigitalWorld.”APANationalPlanningConferencesession.Wasserman,D.,andM.Flaxman.2022.“ArtificialIntelligenceandPlanningPractice.”PASMemo111.SanchezT.W.2022.“AIinPlanning:WhyNowIsTheTime.”Planning,February.igenceandUrbanPlanningWhatPlannersNeedtoKnowNow.”APAPodcast.Hurtado,P.,andA.Gomez.2021.“SmartCityDigitalTwinsAreaNewToolforScenarioPlanning.”Planning,April.Mohammadi,N.,andJ.E.Taylor.2021.“ThinkingFastandSlowinDisasterDecision-MakingWithSmartCityDigitalTwinsNatureComputationalScience3.Williams,Sarah.2020.DataAction:UsingDataforPublicGood.MITPress.MohammadiNandJ.E.Taylor.2020.“SmartCityDigitalTwins.”PASQuickNotes89.DeAngelisJ.2020.“ArtificialIntelligence.”PASQuickNotes85.Wasserman,D.2020.“TheArtofLearningbyExample.”Planning,October.Wright,N.2019.“ApplyingAlgorithmstoLand-UseDecisionMaking.”ZoningPractice,March.7.2文中引用的參考文獻(xiàn)UrbanAnalyticsandCityScience1):3–6.lanningEducationintheDigitalAgeEnvironmentandPlanningBUrbanAnalyticscelicyDebateBrail,R.K.,editor.2008.PlanningSupportSystemsforCitiesandRegions.Cambridge,Mass.:LincolnInstituteofLandPolicy.ElSaddik,A.2018.“DigitalTwins:TheConvergenceofMultimediaTechnologies.”IEEEMultiMedia87–92.Geels,F.W.2002.“TechnologicalTransitionsasEvolutionaryReconfigurationProcesses:AMultiLevelPerspectiveandaCase-Study.”ResearchPolicy31(8–9):1257–74.Goodspeed,R.2015.“SmartCities:MovingBeyondUrbanCyberneticstoTackleWickedProblems.”CambridgeJournalofRegions,EconomyandSociety8(1):79–92.JacobsAZandDKMulliganTheHiddenGovernanceinAITheRegulatoryReview,July7.Kaye,K.2022.“NotMyJob:AIResearchersBuildingSurveillanceTechandDeepfakesResistEthicalConcernsProtocolJuly11.Maxwell,J.C.2000.FailingForward:TurningMistakesintoSteppingStonesforSuccess.Nashville:HarperCollinsLeadership.Safransky,S.2020.“GeographiesofAlgorithmicViolence:RedliningtheSmartCity.”earchSanchez,T.W.,H.Shumway,T.Gordner,andT.Lim.2022.“TheProspectsofArtificial