“对于像纽约这样的老城市来说,这是一个难题,”拉贾说,“随着时间的推移,建筑材料会发生变化。”实验室的工作在很大程度上依赖于分布式人工智能,这是一种由多个代理(包括人类和环境)决定决策的方法。通过整合管道年龄、材料、位置和环境压力等各种数据点,她的团队编写的算法可以预测水管故障并确定维修计划的优先顺序。维修管道对于防止潜在的城市洪水至关重要,DAIR 团队正在研究使用多代理人工智能计算机模型模拟潜在洪水情景的算法,该模型可为应急响应和长期城市规划提供信息。利用公开数据并通过与纽约市立大学/纽约大学的 FloodNet 计划的潜在合作,该团队目前正在开发一个仪表板和智能手机应用程序,可在洪水期间提供实时更新,使居民和应急响应人员都受益。
主要关键词