AI-agenter ger liv åt digitala tvillingar

Livet i en stad handlar om dess invånare. Med hjälp av AI-agenter, tränade på mänskliga beteenden, kan vi skapa mer kompletta digitala tvillingar av städer. Vilket värde kan det tillföra att människan kan ta plats i de digitala miljöerna? Detta har vi utforskat i projektet AI-Agenter ger liv åt digitala tvillingar.

När en stadsmiljö förändras påverkar det invånarnas rörelsemönster och upplevelse av platsen. I den demokratiska samhällsbyggnadsprocessen finns utrymme för dialog mellan staden och de som påverkas av förändringarna. Det här görs i syfte att få in medborgarnas perspektiv och skapa delaktighet i frågan. Men vad händer om man som stadsplanerare utöver det här kan direkt se i modeller hur människors beteenden och rörelsemönster kommer att förändras i takt med förändringarna? 

Genom projektet Virtual Gothenburg Lab har vi tidigare använt icke-spelbara figurer (NPC) för att simulera mänskliga beteenden i digitala tvillingar. Nu i projektet, AI-agenter ger liv år digitala tvillingar, har vi tagit nästa steg och utforskat hur AI-agenter dynamiskt kan anpassa sig efter olika förändringar i stadslandskapet, som nya butiker, torg, övergångsställen, väder och interaktion med trafik. Vi hoppas hitta svar på vilket värde som tillförs om vi skapar en mer realistisk bild av hur människor rör sig och beter sig i digitala tvillingar.

Projektet har arbetat utifrån hypotesen att integrationen av AI-drivna digitala människor i digitala tvillingar kommer att signifikant förbättra förmågan att förstå och simulera komplexa mänskliga interaktioner med den byggda miljön, vilket leder till mer informerade, effektiva och människocentrerade beslut inom stadsutveckling och regionplanering.

Metod

Projektet är en förstudie, vilket innebär att metoden främst är inriktad på kunskapsinhämtning, analys och syntes. Kunskapsinhämtning genomfördes i huvudsak via två metoder - litteraturstudier och intervjuer. Litteraturstudierna bestod av omvärldbevakning via olika digitala källor och intervjuerna genomfördes med experter och behovsägare. I samband med ett event inhämtades även kunskap via frågeformulär.

Förstudien genomfördes utifrån fyra huvudsakliga områden - identifiera och specificera behov, kartlägga tekniska möjligheter, bedöma relevanta användningsområden samt addera perspektiv gällande integritet och etik.

Resultat

En central insikt är att simuleringar kan förändra planeringen genom att ge djupgående insikter i mänskligt beteende. Vi kan nu förutse hur människor faktiskt använder staden, från deras val av transport till hur de reagerar på förändringar i tid och rum. Detta möjliggör design av städer som är skräddarsydda för invånarnas verkliga behov och välmående. Den bakomliggande tekniken bygger på att generera en anonymiserad population av digitala invånare, med statistiskt korrekta och realistiska beteendemönster baserade på data om exempelvis resvanor och demografi. Detta skapar en grund för agentbaserad modellering där varje digital individ reagerar dynamiskt på sin omgivning.

Förstudien identifierar ett tydligt behov och en betydande potential för att integrera AI-agenter (digitala människor) i urbana digitala tvillingar för dynamisk beteendesimulering. Erfarenheter från pilotprojekt inom Virtual Gothenburg Lab, litteraturstudier samt intressentundersökningar pekar på att nytta uppstår genom att simulera, analysera och visualisera olika scenarier för komplexa sammanhang. Utvärderingar kan göras på parametrar, som estetik, klimat, flöden och sociala frågor. Exempelvis kan utrymningssituationer eller transportlösningars klimatpåverkan analyseras. Att låta människan visuellt ta plats i de digitala miljöerna ger en förståelse för effekten av beslut.

Intressenterna uttrycker även ett intresse för att kvantifiera "mjuka värden". Även om kunskapsnivån kring virtuella medborgare är relativt låg, är intresset påtagligt. Befintlig forskning, som den syntetiska befolkningsmodellen för Göteborg (Somanath et al., 2024), exemplifierar metoder för att generera anonymiserade och statistiskt valida "fröpopulationer" med realistiska aktivitets- och mobilitetsmönster.

Resultaten stödjer hypotesen att AI-agenter kan förbättra förståelsen för mänskliga interaktioner med stadsmiljön. En utmaning är AI:s nuvarande förmåga att representera och agera bortom specifika tränade mönster, särskilt gällande nya beteenden eller djupare mänskliga känslor. Detta understryker vikten av att olika modeller kompletterar och verifierar varandra för ökad pålitlighet. Den upplevda "svarta lådan" i AI:s beslutsfattande indikerar att hanteringen av datakvalitet, bias och transparens är avgörande för teknikens etiska acceptans och långsiktiga förtroende.

Diskussion

AI-agenter i digitala tvillingar har potential att vara en viktig innovationsdrivare för stadsutveckling. För att realisera potentialen och minimera risker krävs en genomtänkt strategi. En gradvis implementering i mindre skala kan vara värdefull för uppbyggnad av en robust och validerad process. Denna kunskap kan sedan spridas för att gynna en bredare användning. Det är viktigt att utveckla en metodik som säkerställer en rättvisande syntetisk befolkning. Framtida forskningsområden innefattar att öka AI-agenters beteendekomplexitet, ytterligare säkerställa representativitet och utveckla verktyg för att hantera etiska och transparensrelaterade dilemman. Ett nätverk för användare och utvecklare vore värdefullt för att snabbare nå effektiva och trygga resultat.

Förstudien har även identifierat viktiga utmaningar. Dagens AI-modeller, som ofta bygger på historisk data och förprogrammerade regler, kan ha svårt att fånga upp helt nya beteenden eller att till fullo simulera komplexa mänskliga känslor. Det finns också svårigheter med datainsamling, både på grund av lagstiftning och komplexiteten i att mäta mänskliga motiv. En betydande farhåga är risken för bias i AI-agenter, att de inte representerar befolkningen korrekt, samt den upplevda "svarta lådan" i AI:s beslutsfattande, vilket skapar krav på transparens och kompetens.

Vill du veta mer om innovationsprojektet?