导语

城市是现代文明的载体，是我们赖以生存的空间，其丰富性和复杂性不断吸引着我们去发掘它的规律，以帮助我们更好的适应和应对其发展变化。近年来，时空大数据的发展为城市科学研究提供了新的机遇，人工智能也成为了城市科学研究的新引擎，我们离“从时空数据到知识再到智慧的自动转换”的梦想又近了一步。

城市作为不断发展的巨系统，城市空间充斥着各种变化，城市科学将帮助我们更好地应对城市空间中的这些变化。应对变化的第一步，就是理解变化——如何理解城市中的各种变化？有哪些方法去帮助我们理解这些变化？我们又面临怎样的机遇和挑战？

“复杂系统视角下的城市科学”读书会的第一次分享，我们邀请到了董磊、朱递、李海峰三位发起人以《AI与因果交织的城市复杂系统》为题，为我们介绍城市科学系列读书会的整体框架、分享重点及框架间的内在关联。

集智俱乐部的“城市科学”读书会由北京大学助理教授董磊联合明尼苏达大学助理教授朱递、中南大学地球科学与信息物理学院教授李海峰、北京航空航天大学计算机学院博士寄家豪共同发起，通过对“城市作为复杂系统”的理论、研究方法及应用的分享、讨论和梳理，促进相关领域学者的交流，推动交叉学科间的合作，促进城市科学的发展和研究。本系列读书会线上进行，2023年7月1日开始，每周六晚 20:00-22:00，持续时间预计10周。欢迎对城市科学这一前沿领域有兴趣的朋友报名参与！

分享简介

第一部分，董磊老师将介绍城市科学研究的背景、目的和意义。

第二部分，董磊老师将以“复杂系统视角下的城市科学”为题，介绍该领域的发展路径和学术界情况。重点介绍“空间组织模式与交互”“城市中的标度律”“空间网络、空间认知”三个子主题的重要文献及文献间的逻辑关联。最后介绍一些新的实证观测结果。

第三部分，朱递老师将以“城市科学中的人工智能”为题，介绍AI的发展及其与地理科学的渊源，分析空间在描述、建模、预测等方面的特殊性；介绍地理人工智能（GeoAI）的学术领域进展、研究内容、空间显示的人工智能模型以及智能空间分析方法；介绍时空大数据、人工智能与城市在社会经济、城市环境、移动性和交通等领域的应用；最后探讨地理人工智能在城市科学中面临的可解释性、弱可复现性、时空隐私等挑战与问题。

第四部分，李海峰老师将以“城市科学中的因果性”为题，探讨城市科学中因果关系研究的重要意义，分析广义因果框架及其“不适用于城市科学领域的观察性研究”的瓶颈，介绍观察性研究中的因果发现现状和地理科学中的因果研究现状。探讨当前城市科学研究存在的“缺少对城市空间下的因果本质讨论”“实验方法基于对观察数据强假设”“人工智能方法依赖因果充分性假设”等问题，在此基础上提出“城市科学中的因果性”的三个子主题，即“城市科学视角下的因果论”“城市科学视角下的因果发现”“城市科学视角下的因果推断”，并介绍三个子主题的内在关联性。

分享大纲

背景介绍

Part1 董磊：复杂系统视角下的城市科学

• 从生物、物理系统到城市系统（社会经济系统）

• 发展路径

• 学术界情况——机构、学者、会议

• 文献概览

1. 空间组织模式与交互

2. 城市中的标度律

3. 空间网络、空间认知

• 一些新的实证观测结果（实验vs理论）

Part2 朱递：城市科学中的人工智能

• 人工智能与地理学的渊源

1. AI发展的起起伏伏
2. 空间的特殊性

• 地理人工智能

1. 学术领域进展
2. 模型与方法

• 时空大数据、人工智能与城市

社会经济、自然环境、人类移动性与交通等

• 未来城市科学中的人工智能

可解释性、可复现性、隐私及伦理等

Part3 李海峰：城市科学中的因果性

• 背景

1. 地理因果是理解城市空间变化的必经之路
2. 理解地理因果
3. 观察性研究中的因果发现现状
4. 地理科学中的因果研究现状

• 读书会设计&内容

1. 现有研究存在问题
2. 城市科学中的因果性

• 内在关联性

核心概念

• 复杂系统 Complex systems

• 城市标度律 Urban scaling laws

• 空间交互 Spatial Interaction

• 人类移动性 Human mobility

• 空间网络 Spatial networks

• 地理人工智能 Geospatial AI

• 空间显式模型 Spatially explicit models

• 因果性 Casuality

• 随机对照试验 Randomized controlled trial

• 准实验 Quasi-experiment

文献列表：

以下是由三位发起人老师推荐的文献列表与相关学习资源。城市科学读书会3大主题、60篇文献抢先读：AI与因果交织的城市复杂系统

欢迎在集智斑图网站扫码阅读并收藏论文列表：

路径地址：https://pattern.swarma.org/article/233

主讲人介绍

董磊：北京大学助理教授；清华大学博士。研究兴趣: 城市复杂系统中的理论与应用问题。

个人主页：http://donglei.org/

朱递：明尼苏达大学助理教授、博士生导师；北京大学本硕博、伦敦大学学院访问讲师/研究员。研究兴趣为地理空间人工智能、空间分析、社会感知和城市复杂性。

个人主页：https://www.dizhu-gis.com/

李海峰：中南大学地球科学与信息物理学院教授，博士生导师、UIUC访问学者/研究员。研究兴趣：机器/深度学习，人工/类脑智能，地理/遥感大数据

个人主页：https://faculty.csu.edu.cn/lihaifeng/zh_CN/index/8958/list/index.htm

直播信息

时间：

2023年7月1日（本周六）晚上20:00-22:00

参与方式：

扫码参与复杂系统视角的城市科学读书会，加入群聊，获取系列读书会回看权限，成为城市科学社区的种子用户，与社区的一线科研工作者与企业实践者沟通交流，共同推动城市科学社区的发展。

城市科学读书会启动

随着工业化和现代化的发展，世界范围内的城市化率不断提高，越来越多的人口聚集在城市，使得交通拥堵、环境污染、资源短缺等城市问题日益严峻。为了建设一个让人们幸福生活、可持续发展的城市，我们对于城市的基本运行规律迫切需要科学的认知。

近十几年来，数据获取手段的进步及计算技术的发展，为研究城市问题提供了新的机会。智能手机、物联网、卫星遥感使我们可以获取高精度的城市数据，提供了数据基础；机器学习、人工智能的发展，为处理大规模多源异构数据提供了技术手段。

除了数据与方法外，复杂性科学（Complexity）也极大地推动了城市科学的跨学科发展。复杂性科学从演生的视角，在不同的时空尺度上研究城市现象的基础规律，丰富了城市科学的理论框架；同时，基于复杂系统的模拟方法也在实践中有广阔的应用前景。

在这个大背景下，集智俱乐部的“城市科学”读书会由北京大学助理教授董磊联合明尼苏达大学助理教授朱递、中南大学地球科学与信息物理学院教授李海峰、北京航空航天大学计算机学院博士寄家豪共同发起，通过对“城市作为复杂系统”的理论、研究方法及应用的分享、讨论和梳理，促进相关领域学者的交流，推动交叉学科间的合作，促进城市科学的发展和研究。

本系列读书会线上进行，2023年7月1日开始，每周六晚 20:00-22:00，持续时间预计10周。读书会详情及参与方式见后文。

详情请见：

城市科学读书会启动：AI与因果交织的城市复杂系统

因果科学读书会第二季

哥伦比亚大学 CausalAI 实验室主任 Elias Bareinboim 在其 ACM 邀请文章中提到：“如果我们希望下一代人工智能系统是安全的，稳健的，与人类兼容的，提升人类社会福祉的，那么把因果之梯和人类经验连接起来是至关重要的步骤”。回顾人类从亚里士多德开始的 2000 多年的因果研究历程，探求事物之间的因果关系是哲学、自然科学和社会科学等众多研究所追求的终极目标。那么如何让 AI 系统超越曲线拟合，攀登因果之梯思考为什么，并使用因果建模回答因果问题？是本次读书会希望解决的问题。

详情请见：

连接统计学、机器学习与自动推理的新兴交叉领域——因果科学读书会再起航

点击“阅读原文”，报名读书会