دانلود ترجمه مقاله کلان داده، هوش مصنوعی و شهر هوشمند

1. مقدمه 2. کلان داده ها و شهرها 3. حکومت شهری در عصر دیجیتال 4. آسایش اجتماعی شهری و برادر بزرگ 5. پایداری و تکنولوژی 6. مروری بر کاربردهای فعلی هوش مصنوعی 7. زیست پذیری شهری و شهرهای هوشمند 8. چارچوب پیشنهادی 9. بحث و بررسی 10. نتیجه گیری

چکیده – شهرها به طور فزاینده ای به یک سری تکنولوژی های خاص روی آورده اند تا موضوعات مرتبط با جامعه، اکولوژی، مورفولوژی و بسیاری مسائل دیگر را حل کنند. مفهوم نوظهور شهرهای هوشمند نیز با ترویج ارتباط سنسورها و کلان داده ها از طریق اینترنت اشیا (IoT)، مشوق و زیرساختی برای این موضوع شده است. این مقاله نیز به ارائه احتمالات جدید در طراحی و مدیریت شهرها بیشتر از دیدگاه اقتصادی، پرداخته است. با اینکه پردازش کلان داده ها از طریق هوش مصنوعی (AI) می تواند سهم بسزایی در ساختارهای شهری داشته باشد، با این حال ابعاد پایداری و زیست پذیری نباید به نفع تکنولوژی، نادیده گرفته شوند. این مقاله نیز به بررسی پتانسیل های شهری AI پرداخته و چارچوب جدیدی را بر مبنای تکنولوژی AI و شهرها ارائه داده تا ادغام ابعاد کلیدی فرهنگ، متابولیسم و حاکمیت را تضمین کند، این موارد به عنوان ابعاد کلیدی شهرهای هوشمند برای انطباق با هدف توسعه پایدار و برنامه ریزی های شهری، شناخته شده اند. این مقاله برای سیاست گذاران، دانشمندان داده، و مهندسینی که به دنبال بهبود ادغام هوش مصنوعی و کلان داده در شهرهای هوشمند هستند و هدف شان افزایش زیست پذیری ساختارهای شهری در کنار رشد اقتصادی و نیل به فرصت هاست، مفید خواهد بود. مقدمه: گمان می رود که تولید داده، در همه فعالیت های انسانی، امکان پذیر بوده و نویدبخش روش های جدیدی برای درک جهان ما باشد. این دسترسی پذیری به داده ها، نشان می دهد که کلان داده ها می توانند در استفاده بهینه از منابع و تصمیم گیری های آگاهانه، مفید باشند (آلام، سجاد، طالب و نیاز، 2014). اینترنت اشیا (IoT)، هوش مصنوعی (AI) و یادگیری ماشین (دمپسی، براملی، پاور و براون، 2009)، در کنار فناوری های دیگر (مایرچونبرگر و کوکی، 2013) می توانند سهم بسزایی در این فرآیند داشته باشند. شهرهای هوشمند، IoT را به عنوان ابزاری برای ارتقای کارایی و عملکرد ساختارهای شهری، انتخاب کرده اند. بادانی (2016) و باتی (2016) اظهار داشته اند که افزایش ارتباط می تواند منجر به خلق حجم گسترده ای از داده ها گردد که این موضوع نیز زمینه ساز پلتفرمی است که توانایی جمع آوری، تحلیل و توزیع داده هایی را داشته باشد که در حوزه های مختلف زندگی بشر، مفید هستند (ایوان، 2011). اینترنت اشیا شامل دیجیتالی سازی که تغییراتی را در فرآیندهای کاری سازمان ها، کسب و کارها، دولت ها و افراد ایجاد می کند (میلر و مورک، 2013). این تغییرات منجر به رشد بسیار بالای داده ها می گردد. به گزارش موسسه بین المللی داده (IDC)، داده های موجود تا سال 2020، به 35 تریلیون گیگابایت خواهند رسید (گو، لی و چائو، 2014).

Cities are increasingly turning towards specialized technologies to address issues related to society, ecology, morphology and many others. The emerging concept of Smart Cities highly encourages this prospect by promoting the incorporation of sensors and Big Data through the Internet of Things (IoT). This surge of data brings new possibilities in the design and management of cities just as much as economic prospects. While Big Data processing through Artificial Intelligence (AI) can greatly contribute to the urban fabric, sustainability and liveability dimensions however must not be overlooked in favour of technological ones. This paper reviews the urban potential of AI and proposes a new framework binding AI technology and cities while ensuring the integration of key dimensions of Culture, Metabolism and Governance; which are known to be primordial in the successful integration of Smart Cities for the compliance to the Sustainable Development Goal 11 and the New Urban Agenda. This paper is aimed towards Policy Makers, Data Scientists and Engineers who are looking at enhancing the integration of Artificial Intelligence and Big Data in Smart Cities with an aim to increase the liveability of the urban fabric while boosting economic growth and opportunities. Introduction: Data generation is believed to be possible in almost all sectors of human activity and this promises new ways of understanding our world. This availability of data showcases that Big Data can be useful in optimal usage of resources while making informed decisions (Alam, Sajid, Talib, & Niaz, 2014). The Internet of Things (IoT), Artificial Intelligence (AI) and Machine Learning (Dempsey, Bramley, Power, & Brown, 2009) amongst others (Mayer-Schonberger & Cukie, 2013) can contribute greatly to this process. Smart Cities have adopted IoT as a means to encourage efficiency and performance of urban fabrics. Bhadani (2016) and Batty (2016) supports that increased connectivity led to an unprecedented amount of data creation, which created the possibility for a platform that allows for gathering, analyzing and distribution of data that is useful in different spheres of life (Evans, 2011). IoT encompasses digitization, which sparked changes in the way numerous entities work; be it governments, organization, businesses or individuals (Miller & Mork, 2013). These changes have resulted into a tremendous growth in generated data. A report by the International Data Corporation (IDC) shares that available data by 2020 will increase to beyond 35 trillion gigabytes (Gu, Li, & Cao, 2014).