[论文解读] The Role of LLMs in Sustainable Smart Cities: Applications, Challenges, and Future Directions

Amin Ullah, Guilin Qi+3 more|arXiv (Cornell University)|Feb 7, 2024

Smart Cities and Technologies被引用 17

一句话总结

对 DL、FL、物联网（IoT）、区块链、自然语言处理（NLP）和大语言模型（LLMs）如何在可持续智慧城市中优化信息与通信技术（ICT）进行理论性探讨，概述应用、挑战及潜在未来方向。

ABSTRACT

Smart cities stand as pivotal components in the ongoing pursuit of elevating urban living standards, facilitating the rapid expansion of urban areas while efficiently managing resources through sustainable and scalable innovations. In this regard, as emerging technologies like Artificial Intelligence (AI), the Internet of Things (IoT), big data analytics, and fog and edge computing have become increasingly prevalent, smart city applications grapple with various challenges, including the potential for unauthorized disclosure of confidential and sensitive data. The seamless integration of emerging technologies has played a vital role in sustaining the dynamic pace of their development. This paper explores the substantial potential and applications of Deep Learning (DL), Federated Learning (FL), IoT, Blockchain, Natural Language Processing (NLP), and large language models (LLMs) in optimizing ICT processes within smart cities. We aim to spotlight the vast potential of these technologies as foundational elements that technically strengthen the realization and advancement of smart cities, underscoring their significance in driving innovation within this transformative urban milieu. Our discourse culminates with an exploration of the formidable challenges that DL, FL, IoT, Blockchain, NLP, and LLMs face within these contexts, and we offer insights into potential future directions.

研究动机与目标

• 促进使用人工智能、深度学习、联邦学习、物联网、区块链、自然语言处理和大语言模型，以提升可持续智慧城市的ICT。
• 突出这些技术在城市环境中的潜在应用。
• 识别将这些技术整合进智慧城市生态系统的关键挑战。
• 为未来研究与开发提供洞见与方向。

提出的方法

• 开展关于深度学习、联邦学习、物联网、区块链、自然语言处理和大语言模型在智慧城市中的作用的概念性和文献基础的论述。
• 综合潜在应用与巩固智慧城市倡议的基础要素。
• 讨论这些技术在智慧城市环境中面临的重大挑战。
• 提供未来研究与开发的视角与方向。

实验结果

研究问题

• RQ1 在可持续智慧城市中，深度学习、联邦学习、物联网、区块链、自然语言处理和大语言模型在优化ICT流程方面有哪些重要应用？
• RQ2 在智慧城市情境下，这些技术带来哪些挑战，尤其是在数据隐私和整合方面？
• RQ3 有哪些未来方向是可行的，以促进这些技术在智慧城市中的采用与效能提升？

主要发现

• 所讨论的技术（深度学习、联邦学习、物联网、区块链、自然语言处理和大语言模型）在优化智慧城市ICT流程方面具有巨大潜力。
• 新兴技术在维持智慧城市倡议的动态发展中发挥关键作用。
• 存在包括数据隐私担忧和整合问题在内的重大挑战，必须得到解决。
• 本文为在该领域推进研究与实践的潜在未来方向提供了见解。