大数据智能在城市中的应用最为广泛和重要，智慧城市的实践也多是在大数据的基础上进行的，如基于道路交通网络数据的智能交通调配。大数据智能支持模型包括多样性数据采集、建立结构化数据知识信息库及数据的可视化表达。对城市和行为的监测及对数据的分析是进行规划决策与调控公共资源的基础，因此在城市决策和城市运行中，有效运用大数据智能，可以提升规划决策水平和城市运行效率。

(2)互联网群体智能。

    互联网群体智能本质上是利用互联网的集体智慧来解决问题，应对挑战 。互联网群体智能有一对多与多对多两种形式。一对多指将一个任务、一个目标按照一定的规则分包到群体中来完成，如多国合作基因组测序、wiki的一个词条集合多个人的编辑等；多对多指多个任务、多个主体通过平台匹配来完成目标和任务，如滴滴、知乎等。

    互联网群体智能对城市的影响更多的体现在对人们生活方式的影响上，如共享单车的出现改变了人们的出行方式。未来随着共享经济的进一步发展，城市空间势必会随着人们需求的变化而变化。在空间治理方面，人们在社交网站上对城市景点、公共空间的评论和反馈可以成为城市更新与空间整治的依据。互联网群体智能得以有效应用的核心点在于平台的构建和规则的制定，良好的平台构建可以实现群体的合作协调，规则的制定则可以保证群体参与的有效性和可靠性。

(3) 跨媒体智能。

    跨媒体智能理论研究主要围绕跨媒体感知计算理论展开，通过将视、听、语言等感知通道把外部世界转换为内部模型，实现智能感知。智能城市即是跨媒体智能的典型综合应用，其通过研究城市全维度智能感知推理引擎，实现对人、车、物及事件等的多维度、跨时空协同感知和综合推理。

    跨媒体智能在城市中的应用首先是与大数据智能相结合，为城市数据采集提供更加全面可靠的数据来源。同时，跨媒体智能多维度采集数据的特性还能够为城市空间设计规划研究提供新依据和新方法。例如，在城市街道活力的研究上，传统的研究方法是测量人流量、进行问卷调查等。而跨媒体智能则可以通过提取人群的表情、肢体动作和散发出的气味来判断城市空间究竟是积极的还是消极的，更准确地判断参与者在场所中的感受。随着跨媒体智能的进一步发展，借鉴根据情绪输出图画的原理，或许能够根据情绪创造出空间。

(4)人机混合增强智能。

    由于人类生活中很多问题具有高度不确定性和复杂性，机器无法完全取代人类，需要在 AI 系统中引入人类认知能力或类人认知模型，即人机混合增强智能。人机混合增强智能可以实现人机合作，发挥人类和机器各自的优势，从而更好地进行决策。同时，人机混合增强智能也可以使人类能力得到拓展，如谷歌眼镜能够让人看见更细微的东西，在文物修复上能够提供很大帮助。

    在城市决策中，人机混合增强智能具有重要作用。在规划编制过程中，大数据智能可以通过数据知识库的构建和相关推理分析提供多个规划方案，使规划决策者可以综合考虑分析，从多个规划方案中勾选出最优规划方案，从而降低决策风险；通过传感器与可穿戴设备的结合，可以更有效地采集城市生活数据，为城市大数据智能提供支持。

(5)自主智能系统。

    自主智能系统是无需人工干预便能自主运营或管理的高级系统，未来可应用于无人驾驶车辆、飞行器、服务机器人、太空机器人、海洋机器人、无人工作车间和智能工厂等方面。自主智能系统将会影响到未来城市的运行方式和城市的空间形态，如自动驾驶与高效调配的城市智能交通系统结合，能准时准点预约，不会出现交通拥堵，城市不再需要司机；时空上的压缩会使人们改变对工作和居住区位的选择，引起职住关系的空间变换，导致城市空间与功能发生变化。

二  人工智能2.0时代对城市的影响

（一）分散化的城市形态特征

    空间经济学的研究表明城市的集聚具有向心力和离心力。向心力来自于关联效应、厚实的市场、知识溢出和其他外部经济；离心力有不可流动的生产要素、土地租金 / 运输成本、拥塞和其他外部不经济。物流业和信息大数据的高速发展，使得市场和物品生产地的分离成为现实，城市的关联效应减弱，未来无人送货机器人的普及会进一步加强这一趋势。互联网群体n