[論文レビュー] Responsible Urban Intelligence: Towards a Research Agenda

Rui Cao, Qili Gao+1 more|arXiv (Cornell University)|Aug 7, 2022

Smart Cities and Technologies被引用数 1

ひとこと要約

本論文は、都市問題、支援技術（AI や地理情報学的ビッグデータなど）、および透明性、公平性、環境配慮の3つのコア責任を統合した概念的枠組み「レスポンシブル・アーバン・インテリジェンス（RUI）」を提唱する。これは、4段階の実装プロセスに統合されたものである。本研究は、データ／モデルの透明性、パフォーマンスと公平性のトレードオフ、持続可能な AI に関する研究アジェンダを提示し、都市における国連持続可能な開発目標（SDGs）を支援する。

ABSTRACT

Acceleration of urbanisation is posing great challenges to sustainable development. Growing accessibility to big data and artificial intelligence (AI) technologies have revolutionised many fields and offered great potential for addressing pressing urban problems. However, using these technologies without explicitly considering responsibilities would bring new societal and environmental issues. To maximise the benefits of big data and AI while minimising potential issues, we envisage a conceptual framework of Responsible Urban Intelligence (RUI) and advocate an agenda for action. We first define RUI as consisting of three major components including urban problems, enabling technologies, and responsibilities; then introduce transparency, fairness, and eco-friendliness as the three dimensions of responsibilities which naturally link with the human, space, and time dimensions of cities; and further develop a four-stage implementation framework for responsibilities as consisting of solution design, data preparation, model building, and practical application; and finally present a research agenda for RUI addressing challenging issues including data and model transparency, tension between performance and fairness, and solving urban problems in an eco-friendly manner.

研究の動機と目的

• 規制のない AI やビッグデータの利用が都市的文脈で増大するリスク、特に社会的格差の拡大や環境的被害を助長する可能性を是正するため。
• 持続可能な開発目標（SDGs）と整合する、都市問題解決のためのデータドリブン技術を活用する構造的で責任あるアプローチを確立するため。
• 都市インフォーマティクスにおける技術的潜在力と倫理的責任のギャップを埋めるために、責任、透明性、持続可能性を都市 AI システムに組み込む。
• 学際的研究と責任あるイノベーションを通じて、人間中心的で公平かつ環境に配慮した都市開発を促進するため。
• 透明性、公平性、エネルギー効率に焦点を当てた、今後の都市向け責任ある AI の研究を導く研究アジェンダを開発するため。

提案手法

• 都市問題、支援技術（例：AI、GIS、データマイニング）、責任（透明性、公平性、環境配慮）という3要素から成る概念的枠組みを提唱する。
• ソリューション設計、データ準備、モデル構築、実用的応用という4段階の実装枠組みを導入し、各段階を責任の原則が指針とする。
• 責任の3次元を、都市システムの「人間」（公平性）、「空間」（透明性）、「時間」（環境配慮）の次元と一致させる。
• モデルの説明可能性、バイアス低減、エネルギー効率の良い計算を、モデル構築段階のコア技術的要件として強調する。
• 責任ある展開を支援するため、オープンな都市データ、市民参加、分野特化型のコンピューティングインfraを提唱する。
• 段階間で反復的フィードバックループを活用し、動的かつ継続的なソリューションの最適化を図り、倫理的・実用的目標との整合性を保証する。

実験結果

リサーチクエスチョン

• RQ1 透明性、公平性、環境配慮を、データドリブンな都市インテリジェンスシステムに体系的に統合する方法は何か？
• RQ2 都市 AI 応用において、高いパフォーマンスを維持しつつ、モデルの説明可能性を実現する際の主な課題は何か？
• RQ3 特に代表されないか、弱い立場にある都市コミュニティにおいて、モデルのパフォーマンスと公平性の間の緊張をどのように緩和できるか？
• RQ4 実用性を損なわせることなく、大規模な AI モデルの都市的文脈における環境的影響を低減する戦略は何か？
• RQ5 市民参加と包摂的代表性を、都市 AI システムの設計および展開にどのように組み込むことができるか？

主な発見

• RUI フレームワークは、都市 AI 応用に倫理的かつ持続可能な原則を統合するための構造的で学際的なアプローチを提供する。
• データとモデル設計の透明性は、一般の信頼と責任の確保に不可欠であるが、データ品質、プライバシー懸念、モデルの不透明性のため、依然として限界がある。
• 特に交通や住宅配分といったハイリスクな都市応用では、モデルの正確性と解釈可能性の間で顕著なトレードオフが生じる。
• 都市 AI における公平性は、標準化されたメトリクスの欠如と、データおよび意思決定プロセスにおけるマイノリティグループの代表不全によって妨げられている。
• 現在のディープラーニングモデルは、二酸化炭素排出量に顕著な貢献をしているため、軽量なアーキテクチャと最適化された分野特化型コンピューティングインフラの開発が急務である。
• 実装段階間の反復的フィードバックにより、ソリューションの信頼性が向上し、AI ライフサイクル全体にわたり倫理的責任との整合性が保証される。