क्यों डोमेन उपयुक्त है
शहरी नियोजन व्यापक, शोरगुल और अपूर्ण संवेदन पर आधारित है (जैसे यातायात गणनाएँ, ऊर्जा और पानी के प्रवाह, भूमि उपयोग पैटर्न, सामाजिक संकेतक) जो सक्रिय अनुमानों के अवलोकन से सीधे मेल खाता है, जिसका उपयोग एजेंट छिपे हुए राज्यों जैसे मांग पैटर्न, बुनियादी ढांचे की स्थिति और सामाजिक आवश्यकता का अनुमान लगाने के लिए करते हैं। यह नीति चयन और नियंत्रण के बारे में मौलिक रूप से भी है - ज़ोनिंग, बुनियादी ढाँचे में निवेश, परिचालन नियम, शासन व्यवस्था - सक्रिय अनुमान इसे अपेक्षित मुक्त ऊर्जा को कम करने के लिए चुनी गई क्रियाओं के रूप में देखता है, ज्ञानमीमांसी (अनिश्चितता-कम करने वाले) और व्यावहारिक (परिणाम प्राप्त करने वाले) दोनों शब्दों में। शहर अतिरिक्त रूप से गैर-स्थिर हैं (जनसांख्यिकीय बदलाव, नई तकनीक, नीति परिवर्तन) और बहु-स्तरीय/बहु-एजेंट (इंटरसेक्शन से जिलों तक पूरे शहर की रणनीति तक) दोनों, जो पदानुक्रमित, लगातार अपडेट होने वाले जनरेटिव मॉडल को संभालने के लिए डिज़ाइन किए गए हैं।
साहित्य की स्थिति
मूलभूत सिद्धांत फ्रिस्टन के काम से ध्यान, अनिश्चितता और ऊर्जा की स्वतंत्रता (पहचान गतिशीलता और वैरियेशनल अनुमान) पर आधारित है, साथ ही योजना/नेविगेशन के रूप में सक्रिय अनुमान और सामूहिक अर्थ-निर्माण के समूह स्तर के अनुमान के रूप में एक कथात्मक दृष्टिकोण (फ्रंटियर्स इन साइकोलॉजी)। लागू, समीक्षाधीन कार्य दो क्षेत्रों में मौजूद हैं: शहरी जल शासन, जहां कारपोउजोग्लू और सहयोगियों (इकोलॉजी एंड सोसाइटी) समूह-आधारित सक्रिय अनुमान का समर्थन करने वाले राज्य-संवर्धित ज्ञान अवसंरचनाओं का विश्लेषण करते हैं, और निर्मित वातावरण, जहां बीईएसीओएन (फ्रंटियर्स इन द बुिल्ट एनवायरनमेंट) सक्रिय अनुमान सिमुलेशन ऑन्टोलॉजी को मौन वास्तुकला डिजाइन ज्ञान का प्रतिनिधित्व करने के लिए एम्बेड करता है। ट्रैफिक नियंत्रण कार्य - एक एसयूएमओ-आधारित सक्रिय अनुमान नियंत्रक और arXiv प्रीप्रिंट पर शोर, गैर-स्थिर आईओटी वातावरण में अनुकूलनीय सिग्नल नियंत्रण - और मिलिडिज के बड़े पीओएमडीपी में सक्रिय अनुमान ट्री सर्च भी सिमुलेशन/प्रीप्रिंट चरण में हैं, इसके साथ ही शहरी बुनियादी ढांचे और टिकाऊ गतिशीलता के लिए वैरियेशनल बेयसियन रीइन्फोर्समेंट लर्निंग भी लागू किया गया है।
खुले प्रश्न
रिपोर्ट में स्केलिंग को सबसे बड़ी चुनौती के रूप में चिह्नित किया गया है: वास्तविक शहर की अवस्था स्थान और जटिल गतिशीलता सिमुलेशन और प्रदर्शनकर्ताओं से बहुत अधिक है, जिसके लिए अधिक प्रबंधनीय पदानुक्रमित अनुमान और अंततः बड़े पैमाने पर सिमुलेशन और परिचालन पायलट तैनाती के साथ दीर्घकालिक प्रदर्शन डेटा की आवश्यकता होती है। यह मानव व्यवहार और कथा को जनरेटिव मॉडल में एकीकृत करने, सक्रिय अनुमान के वर्णनात्मक उपयोग (जैसे कि जल-शासन पेपर में संस्थानों के व्यवहार की व्याख्या करना) से सामान्य उपयोग (जैसे BEACON, GEO-INFER, और EcoNet में नए नियंत्रकों को डिजाइन करना) को अलग करने, विभिन्न क्षेत्रों में साझा बेंचमार्क और मूल्यांकन मानकों को स्थापित करने और योजना-प्रासंगिक जनरेटिव मॉडल में एन्कोडेड पूर्वाग्रहों और उद्देश्यों से संबंधित नैतिक, कानूनी और राजनीतिक प्रश्नों पर भी काम करने की आवश्यकता है।
संदर्भ आधार
Karl J. Friston (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Maxwell J. D. Ramstead, Dalton A. R. Sakthivadivel, Conor Heins, Magnus Koudahl, Beren Millidge, Lancelot Da Costa, Brennan Klein, Karl J. Friston (2023). On Bayesian Mechanics: A Physics of and by Beliefs. arXiv. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2015). Active Inference, homeostatic regulation and adaptive behavioural control. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2015.09.001. Pablo Lanillos, Cristian Meo, Corrado Pezzato, et al. (2021). Active Inference in Robotics and Artificial Agents: Survey and Challenges. arXiv. DOI: 10.48550/arXiv.2112.01871.