Technocrat Smart City-arkitekter henvender seg til AI og systemteori for å automatisere eiendomsregulering. Dr. Parag Khanna hadde rett da han sa 'globalisering er systemet'. ⁃ TN Editor
Reguleringskoder er hundre år gamle, og livsnerven i alle de store amerikanske byene (unntatt uten tvil Houston), bestemmer hva som kan bygges hvor og hvilke aktiviteter som kan foregå i et nabolag. Samtidig som deres kompleksitet har økt, undersøker akademikere i økende grad om deres regelbaserte systemer for rasjonalisering av byrom kan erstattes med dynamiske systemer basert på blockchains, maskinlæringsalgoritmer og romlige data, noe som potensielt kan revolusjonere byplanlegging og utvikling for de neste hundre. år.
Disse fremtidsvisjonene var inspirert av mine nylige chatter med Kent Larson og John Clippinger, en dynamisk urban tenkende duo som har gjort forbedring av byer og bystyre til sitt nåværende karrierefokus. Larson er en hovedforsker ved MIT Media Lab, hvor han leder City Science Group, og Clippinger var tidligere forsker ved Human Dynamics Group på MIT Media Lab og er nå en medstifter av Swytch.io som utvikler et verktøystoken kalt Swytch.
En av de tøffeste utfordringene store amerikanske byer står overfor er prisen på bolig, som har skyrocketed de siste tiårene, som legger utrolig stor belastning på budsjettet til både store og små, enslige og familier. Den gjennomsnittlige 1-roms leilighet er $ 3,400 i San Franciscoog $ 3,350 i New York City, noe som gjør disse mekkaene til innovasjon i økende grad utilgjengelig for selv godt finansierte oppstartsstiftere, enn si artister eller lærere.
Boliger er imidlertid ikke nok til å mette den moderne kunnskapsøkonomearbeideren. Det er en forventning om at alle bydeler vil ha en vaskeri over bekvemmeligheter, fra fine og billige restauranter, åpne områder og kulturinstitusjoner til kritiske menneskelige tjenester som dagligvarebutikker, renserier og frisørsalonger.
I dag ville et reguleringsstyre ganske enkelt prøve å kreve at ulike utbygginger inkluderer nødvendige fasiliteter som en del av tillatelsesprosessen, noe som fører til mat ørkener og de nysgjerrige sjeleløshet i noen byområder. I Larson og Clippingers verden vil imidlertid regler-baserte modeller bli kastet ut for "dynamiske, selvregulerende systemer" basert på det som agnostisk kan kalles tokens.
Hvert bydel består av forskjellige typer mennesker med forskjellige livsmål. Larson forklarte at "Vi kan modellere disse forskjellige scenariene om hvem vi vil jobbe her, og hva slags fasiliteter vi ønsker, så kan det avgrenses matematisk som algoritmer, og insentivene kan være dynamiske basert på sanntids datafeeds."
Ideen er først å ta datasett som mobilitetstider, enhetsøkonomi, resultat for fasiliteter og helseutfall, blant mange andre, og mate det inn i en maskinlæringsmodell som prøver å maksimere lokal innbyggers lykke. Tokens ville da være en valuta for å gi signaler til markedet om hvilke ting som bør legges til samfunnet eller fjernes for å forbedre lykke.
En luksusleilighetsutvikler må kanskje betale symboler, spesielt hvis bygningen ikke tilbyr noen kritiske fasiliteter, mens en annen utvikler som konverterer eiendommen sin til åpen plass, kan bli fullstendig subsidiert av symboler som tidligere hadde blitt betalt inn i systemet. "Du trenger ikke å slå signalene sammen i en enkelt prismekanisme," sa Clippinger. I stedet, med "tilbakemeldingsløkker, vet du at det er dynamiske områder du prøver å beholde."
Sammenlign den systembaserte tilnærmingen med kompleksiteten vi har i dag ...
