智能城市中人工智能的采用：全面回顾

International Journal of Information Management Data Insights 2（2022）100076智能城市中人工智能的采用：全面回顾H.M.K.K.M. B Heratha，Mamta Mittalba计算和信息技术学院，斯里兰卡技术学院，斯里兰卡帕杜卡b德里技能和创业大学，印度aRT i cL e i nf o保留字：人工智能（AI）数字城市智能交互物联网（IoT）智慧城市a b sTR a cT最近，城市人口密度以更快的速度增加。根据联合国人口基金的数据，2014年城市容纳了全球33亿人口（54%）。到2050年，50亿人（68%）将居住在城市。为了让城市的生活方式更舒适、更经济，城市必须是智慧的、智能的。它主要通过使用基于计算智能的技术的智能决策过程来完成。本文探讨了人工智能（AI）如何用于智慧城市概念。从2014年到2021年，我们检查了133篇文章（Scopus的97%和WoS的73%），涉及医疗保健、教育、环境和废物管理、农业、移动和智能交通、风险管理和安全。此外，我们观察到，医疗保健（23%的影响），移动性（19%的影响），隐私和安全（11%的影响）以及能源部门（10%的影响）对智能城市中人工智能的采用具有更大的影响。自2019年疫情袭击城市以来，医疗保健行业已将其基于人工智能的进展加强了60%。根据分析，人工智能算法，如ANN，RNN/LSTM，CNN/R-CNN，DNN和SVM/LS-SVM对各个智慧城市领域具有较高的影响力1. 介绍城市被定义为人口稠密的地区。这是一种永久 人口稠密的地区，有明确的职业界限，农民主要从事非农业工作（Goodall，1987）。在城市地区，住宅、商业地产、道路、桥梁和铁路等人类发展的密度很高，表明高度发达。根据联合国经济及社会事务部的数据，全球55%的人口居住在城市地区，预计到2050年，这一比例将上升至68%。于二零一六年，约有512个百万人口城市及约31个人口超过千万的特大城市。到2030年，预计将有大约662个城市地区和41个特大城市，其中绝大多数将位于新兴地区（Nations，2018）。这种城市化速度将对城市的环境、管理、医疗保健、能源、教育和安全产生重大影响。智能城市将成为该国主要城市地区的标准。现代智慧城市使用各种技术，并支持可帮助城市实现长期社会经济目标和前景的进步。正如许多研究所证实的那样，各种各样的智慧城市项目正在不同的地理位置实施，产生了丰富的城市愿景（Cowley等人，2018; Dowling等人，2019; Fernando-Anez等人，2018; Pinna等人，2017年）。*通讯作者。（Ingwersen Serrano-López，2018）的科学计量分析显示，自2008年以来，人工智能已被用于智慧城市研究。然而，它与全球可持续发展有关，特别是与不发达国家有关（例如，（AdunadepoSunday，2016）），他们正在利用人工智能推进联合国实现智慧城市解决方案的人工智能具有多个优势，包括更充足的供水、能源管理、废物管理以及减少交通拥堵、噪音和污染。大多数智慧城市活动和技术都集中在创建数据和获取有关城市复杂性和动态的新信息（Kapoor等人，2021; Kar等人，2017; Kar等人，2017年）。人工智能将城市提升到一个新的水平，允许他们使用这些数据和知识来帮助决策。到2025年，人工智能将允许超过30%的智慧城市应用，包括城市交通解决方案，这将有助于提高城市生活由于基于人工智能的智慧城市计划的快速增长，研究人员，政府官员和决策者一直在寻求新的信息和方法来使城市变得智能。如（Kassens-Noor& Hintze，2020;Verma等人，2021年），人工智能，就像历史上许多其他变革性技术一样，将对人类社会产生重大影响。许多城市政策圈和关于智慧城市转型的讨论都集中在人工智能上，特别是在寻求以技术为中心的解决方案来解决重大城市化问题的城市政策制定者和规划者中。电子邮件地址：kasunkh@sltc.ac.lk（H.M.K.M.B. Herath），mittalmamta79@gmail.com（M. 米塔尔）。https://doi.org/10.1016/j.jjimei.2022.100076接收日期：2021年12月31日;接收日期：2022年4月29日;接受日期：2022年4月30日2667-0968/© 2022作者。由Elsevier Ltd.发布。这是一个CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）可在ScienceDirect上获得目录列表国际信息管理数据见解期刊主页：www.elsevier.com/locate/jjimeiH.M.K.K.M. B Herath和M. 米塔尔International Journal of Information Management Data Insights 2（2022）1000762表1对“智慧城市”一词的不同定义参考定义IBM根据IBM的说法，智慧城市最大限度地利用了当今所有可用的关联数据，以更好地了解和规范其运营，同时最大限度地利用有限的资源。（Chourabi等人，（ 2012年）通过连接城市的物理基础设施、信息技术基础设施、社会基础设施和商业基础设施，利用城市（Aguilera等人，（2013年）智慧城市是一个全面的概念，包括物理基础设施以及人类和社会问题。（Khan等人，（2013年）一个城市，从事信息和通信技术加强治理和参与程序，以确定适当的公共服务和交通这些投资可以改善生活质量、智能资源管理和可持续的社会经济增长。（Sterbenz，2017）“智慧城市”一词（穆斯塔法·卡尔，2017年）“智慧城市”的概念智慧城市的基本理念是利用现有资源，更聪明的方法此外，Zhou Kankanhalli（2021）指出，虽然智慧城市人工智能应用提供了自动化和效率等好处，但它们也带来了监管问题，例如服务提供中的歧视，隐私，法律和道德问题。由于各种研究人员提出了不同的观点，因此调查人工智能算法在智慧城市中的优势，缺点和影响力至关重要。这篇评论探讨了人工智能是如何被用于现代智能 市解决问题。此外，在彻底检查相关文献后，我们没有发现关于智能城市采用人工智能的可行评论论文。本文的其余部分分为六个部分，如下文献综述见第2节。第三部分讨论了研究方法。第4节回顾了过去八年中与智慧城市中人工智能概念相关的选定研究。第5节涵盖了所有潜在的突出问题，障碍和未来的研究路径。第六部分是论文的最后一部分，总结了论文的主要观点。2. 文献综述本节由两节组成。第2.1节讨论了新兴智慧城市的主题。这里讨论了智慧城市的定义，智慧城市的主要领域以及世界上排名最高的智慧城市。第2.2节讨论了人工智能和智慧城市中不同人工智能技术的分类。2.1. 新兴智慧城市在信息和通信技术领域，对“智能“的字面含义没有统一的理解尽管它很受欢迎，但这个短语现在被广泛用作几乎所有被认为是现代和智能的同义词。敏锐，机敏，精明和快速只是简单定义的几个同义词（Gil-Garcia et al.，2014年）。表1列出了来自各种来源的“智慧城市”的图1描绘了自2014年以来Google Trend中关键词“智慧城市”和“人工智能”的趋势该图显示，随着时间的推移，人们对人工智能和智慧城市的兴趣有所增加技术在以下方面发挥着至关重要的作用： 智能城市， 根据 至（Kar等人，2019年），以及创造性的技术技术，有效地帮助城市变得更加智能。智慧城市利用ICT实现流程自动化，提高城市地区人民的生活质量此外，它还采用集成智能技术来改善城市基础设施，并使响应式治理能够使居民参与城市管理。各种现代技术和方法使智能服务模型能够提高医疗保健、交通、能源、教育和许多其他领域的效率和运营（Herath，Karunasena Herath，2021a）。众所周知，如果城市图 2. 表2讨论了人工智能在不同领域的参与情况在图中描述的智慧城市中， 2.2021年智慧城市指数（Smart City Observatory Web，2021）由管理发展学院（IMD）与新加坡科技设计大学（SUTD）合作发布，其中包括关于COVID-19在城市人口中快速扩散如何迫使城市领导人承担新责任的重要发现。2021年7月，来自118个城市的数百名个人就其城市的五个主要领域的技术进行了调查：（1）。健康与安全（2）。活动，（3）.流动性，（4）。 机会;（5）。政新理念表3描述了根据2021年智慧城市指数记录排名前十的世界智慧城市。全球互联网用户在过去几十年中逐渐增加（图3）。随着互联网技术和许多其他类型的网络和通信策略的发展，物联网（IoT）已成为智慧城市中最重要的基础设施之一。此外，物联网技术被认为是现代智慧城市计划中最重要和最关键的组成部分，这些计划会产生大量数据（Al-Turjman，2017年;Chatterjee等人，2021年）。术语“物联网“可以被描述为允许用户通过无线和有线互联网网络访问由各种设备生成的数据的一组技术（Gubbi等人， 2013年）。超过1.6 2017年，智能城市中使用了10亿个物联网组件和设备，比2015年增加了39%。2018年，估计使用了大约33亿个物联网设备和组件（Park等人，2018年）。此外，物联网组件和设备在2017年和2018年分别增长了42%和43%。智能设备和组件的增长在智慧城市中的应用有助于扩展基于物联网的解决方案（Khan Salah，2018）。例如，在智能家居设置中，由诸如冰箱的电子家用设备创建的数据被交换和保存以提供用户定制的服务（Geneiatakis等人，2017; Samuel，2016）。在处理大量复杂数据时，可能很难确定最精确和最有效的操作。AI、DRL和ML是复杂方法的例子，可用于分析大量数据以获得最佳结论。2.2. 人工智能（AI）人工智能（Bostrom，2017）由计算机科学家John McCarthy于1979年创造，他将其定义为&人工智能可以定义为训练计算机模仿思维过程，甚至模拟人类行为（Tecuci，2012）。此外，它是计算机科学的一个分支，致力于模拟人类智能过程和数据驱动系统，使计算机或软件能够执行任务或做出判断。 Brynjolfsson和McAfee在他们的书《与机器赛跑》（The Race Against the Machine，Brynjolfsson Andrew，2012）中指出&图4描述了现代智慧城市中使用的六种H.M.K.K.M. B Herath和M. 米塔尔International Journal of Information Management Data Insights 2（2022）1000763图1. 自2014年以来，“智慧城市”和“人工智能”这两个关键词的流行程度（来源：Google Trend）。图2. 智慧城市的主要领域。主要国家的智慧城市计划现在都集中在基于AI的智能应用上。据统计（纽约智能学校委员会2018年报告），到2025年，人工智能产业将价值1900亿美元。到2021年，全球对认知和人工智能系统的投资 中国拥有世界上数量最多的智慧城市（Insti- tute，2019），这些城市使用计量设备，摄像头，嵌入式传感器和其他监控技术以及数据挖 掘 ， 处 理 和 基 于 AI 的 分 析 技 术 来 管 理 其 城 市 和 公 共 空 间（Caprotti& Liu，2020; Dameri等人，2019年）。据说中国有大约800个智慧城市试点项目正在进行或计划进行，超过全球智慧城市试点项目的一半。自2015年以来，中国近年来，人工智能已被用于智慧城市研究和实践，学者们观察到它如何成为智慧城市化越来越重要的一个人工智能可以通过利用巨大的资源库并结合当代机器视觉、自然语言处理、机器学习、机器人技术和其他技术，促进未来智慧城市的效率并改善生活质量成功的AI算法依赖于大量数据来执行有用的任务。这些信息可以通过使用数字和机械技术获得，H.M.K.K.M. B Herath和M. 米塔尔International Journal of Information Management Data Insights 2（2022）1000764表2人工智能参与智慧城市的不同领域，采用自（Bellini et al.， 2022; Herath，Karunasena &Herath等人，2021年a）。智慧城市领域描述涉及意外智能移动性智能移动网络是智能交通和移动性交通管理，自主和可持续的移动性，供应链弹性，智能路由和停车教育智能教育是为新兴数字原生代智能教室，基于虚拟现实的学习平台，学生跟踪管理，特殊需要学生的学习工具。智慧图书馆医疗保健智能医疗保健是一种医疗保健提供方法，使用可穿戴技术，物联网和移动互联网不断访问数据并连接人员，资源和机构智能医院，远程医疗，远程护理，智能医疗跟踪，电子健康记录，病人监护，流行病预测环境创造一个集成了传感器、显示器和计算机设备的环境的概念，让人们更好地理解和管理他们的环境空气质量监测，天气监测，废物管理，水管理，智能灌溉，Photoprophics治理智能治理是应用技术和创新来改善治理组织电子政务，决策政策，灾害预防与管理，城市规划生活建筑智能生活是一种利用城市基础设施，同时提高人们生活质量的方法智慧建筑、智慧家居、智慧教育、智慧旅游、智慧警务经济智能经济是一种以技术创新、可持续性、高水平的社会福祉和资源效率为成功智能商务，电子商务，零售，智能购物，点对点市场，点对点劳务，智能供应链，智能共享服务表32021年全球智慧城市排名第一（资料来源：2021年智慧城市指数（智慧城市观察网站，2021年））。市2021年排名评级2021结构2021技术20212020年排名新加坡1AAAAAAAAA1苏黎世2AAAAA一3奥斯陆3AAAAA一5台北市4一一一8洛桑5一AAA一新赫尔辛基6一AA一2哥本哈根7一AA一6日内瓦8一AA一7奥克兰9一一一4Bilbao10BBB一BBB24图三. 自2005年以来的全球互联网用户（资料来源-国际电联统计数据）。传输和存储基本数据，并对其进行处理，以给出问题的满意解决方案。如图4所示，智慧城市AI技术可以分为机器学习（ML）、自然语言处理（NLP）、语音、视觉、专家系统和机器人技术。机器学习（ML）是人工智能的一个子集，它使软件程序在预测结果方面变得越来越有效，而无需显式编程。机器学习算法通过使用过去的数据作为输入来估计新的输出值。自然语言处理（NLP）是一个分支研究计算机如何与人类语言互动的人工智能。目标是创建一个计算机程序或算法，可以理解论文的内容，包括上下文中语言的细微差别。语音识别是一个跨学科的课题，计算机科学和使用人工智能生成结果的计算语言学。语音识别、语音识别、语音到文本和文本到语音是其他一些名称。NLP和自动语音识别是两个相关但不同的人工智能领域。计算机视觉（Aggarwal等人，2021）是人工智能的一个分支，它允许计算机和系统从数字照片、视频和其他视觉输入中提取有用的信息，然后根据这些数据采取行动或提出建议。专家系统是一种计算机程序，它采用人工智能方法来处理通常需要人类技能的特定主题中的问题。机器人技术是生产能够在没有人类参与的情况下完成任务的机器人，而人工智能是系统在决策和学习方面模仿人类思维的过程。H.M.K.K.M. B Herath和M. 米塔尔International Journal of Information Management Data Insights 2（2022）1000765见图4。 AI技术在现代智慧城市中的分类。图五. 概念智慧城市-AI框架。本文的下一部分讨论了拟议的研究方法。3. 研究方法这篇评论旨在探讨人工智能是如何被使用的 在现代智慧城市。在彻底检查相关文献后，我们没有发现关于智能城市中人工智能应用的可行评论文章。本节讨论了研究AI在智慧城市中的应用。图5描绘了智能城市中使用的AI的概念框架。如图所示，我们选择了常见的智慧城市应用进行研究。我们使用关键词和关键词组合，如人工智能/人工智能、机器学习/机器学习、物联网/物联网、智能医疗、智能城市/智能城市、智能教育、智能建筑、智能生活、智能安全和智能治理，搜索同行评审期刊、国际会议上发表的论文，以及Web of Science等电子书目资源中的书籍H.M.K.K.M. B Herath和M. 米塔尔International Journal of Information Management Data Insights 2（2022）1000766见图6。 提出研究方法。(WoS)和Scopus。使用上述关键词进行初步检索，得到540篇出版物。我们研究了所有249个相关的主要内容，并选择了133篇与我们的研究（2014年至2021年之间的出版物）极其相关的出版物（Scopus：97%，WoS：73%）。这些出版物包括计算和分析方法、概念模型、设计科学和案例研究。图6描述了用于源选择的拟议研究方法。以下是用于选择研究样本的入选标准：1. 对智慧城市概念进行了研究。他们强调了人工智能2. 研究成果发表在同行评议的英文期刊、书籍或会议论文上。3. 出版期为2014年至2021年。4. AI在智慧城市中虽然智慧城市的构想是在二十多年前提出的，但快速的迭代和进步带来了许多挑战。更健康的公民，无与伦比的社会流动性，更强大和更相互联系的社区以及积极的增长将定义城市（Radu，2020）。本节从对已发表论文和研究的全面审查中识别和分析贡献方面。我们主要关注人工智能在教育、移动和智能交通、农业、医疗保健、环境和废物管理、隐私、安全和风险管理中的应用。Allam Dhunny（2019）研究了人工智能的城市潜力，并提出了一个新的系统，将人工智能和城市结合起来，同时确保治理，新陈代谢和文化等基本方面的整合，所有这些都被认为是智慧城市有效整合的重要因素，以实现可持续发展目标（SDG）以及新的城市议程。根据普华永道对区块链（BC）在智慧城市概念中的应用的研究，当与ML，IoT和AI相结合时，它机器人技术、NLP（机器翻译、内容减法、文本生成、问答和分类）、语音识别、专家系统、视觉系统等只是其中的一小部分AI的子领域大数据技术使得能够从许多网络收集大量数据（Kushwaha等人，2021年）。基础设施包括各种设备和传感器。基于AI的技术用于对记录的信息进行高级调查。 大数据和物联网将为公民收集更多有用的信息，根据（Guevara Auat Cheein，2020），由于5G技术。汽车行业是随着人工智能和物联网的发展而获得重大收益的行业的一个例子。近年来，监测、分析和预测环境现象，特别是空气污染水平，已成为公共机构更重要的优先事项。长期以来，研究人员一直致力于改进空气质量（AQ）预测工具，以便为消费者和政府提供有关其周围空气健康或不健康程度的更准确信息。随着人工智能的进步，智慧城市越来越能够检测空气质量。此外，正在开发几种基于人工智能的算法，以预测和监测环境危害，如森林和野火。表4概述了目前部署在智慧城市不同领域的基于AI的应用程序。这些文章被分为智慧城市的几个主要领域，包括教育、医疗保健、能源、移动、安全和农业。该表显示，在过去八年中，人们对能源、医疗保健、移动性、安全和隐私的兴趣本节讨论了人工智能在过去八年中如何用于智慧城市。4.1. 智能教育近年来，由于人工智能应用在各种教育领域发挥了重要作用，教育领域受到了广泛关注。智能教育的关键发展之一是使用IT技术及其基于AI的应用程序。本节简要介绍了智能城市教育领域基于人工智能的发展。最初，我们专注于不同国家的智能教育和智能教育计划的历史。马来西亚在这个项目中采用了智能学校加强教育系统，以应对21世纪的挑战。2006年，新加坡启动了智能国家总体规划（Pipe，2010年），其中包括由尖端技术表4概述了目前部署在智慧城市不同领域的基于人工智能的应用程序（与新型COVID-19相关的研究）。本地化，环境、废物和Year教育医疗保健能源IT和物联网移动性和运输大数据和计算隐私和安全灾害与城市管理灾害管理农业和灌溉2014（Jain等人，2014年;Fan等人，2014;Chou& Bui，2014）（Zanella等人， 2014）（Shamshiry等人，2014年;Abbasi等人，（2014年）2015（Platon等人，2015年;Massana i Raurich等人，（ 2015年）（AhmadMehmood，2015）（AhmadMehmood，2015）（Al-Ali等人，2015年;阿南德例如，（2015年）2016年（艾哈迈德&Mehmood，2016;Lo'ai等人，2016年）2017年（Jemni&Khribi，2017年）（ Arfat 等 人 ，2017;Suma等人 ， 2017; Zhao等人， 2017年）（AhmadMehmood，2016）（Song等人，2017年）（KazakhCruz等人，2017年）2018年（Pacheco等人，2018;Bajaj&Sharma，2018;Kim等人，2018年）（Rummed等人，2018年）（Rummed等人，2018; Alam等人，2016年）（Alam等人，2016;Arfat等人，2018;Suma等人，2017;Soomro，Miraz，Prasanth，&Abdullah，2018;Khanna等人， 2018年）（Suma等人，2017年）（Al-Dhubhani等人，二〇一七年;Chackravarthy等人，2018年;Bappee等人，2018年;Selvaganapathy等人，2018年）（Lin等人，2018年）2019年（塞勒姆&Nikitaeva，2019年）（Massaro等人， 2019年;Ngiam&Khor，2019;Bruzelius等人，2019年）（ Hernández-Ocaña等人 ， 2019年）（Impedovo等人，2019; Qin等人，2019; Liu等人，2019; Hernández-Jiménez等人，2019;Celaya-Padilla等人，2019年;Perez-Murueta等人，2019年）（Estrada等人，2019年）（Romero&Salamea，2019;Li等人，2019; Ullah等人，2019年）（CrivellariBeinat，2019年;Al-Khaleefa等人 ， 2019; Kaur等人，2019年;Elbaz等人 ， 2019年）（Golbaz等人，2019年;RajamanikamSolihin，2019年）（Alreshidi，2019; Shadrin等人，2019年;文森特等人，2019年）（接下页）H.M.K.K.M. B Herath和M. 米塔尔International Journal of Information Management Data Insights 2（2022）1000767表4（续）年教育医疗保健能源IT和IoT移动性和运输大数据和计算隐私和安全地方化、灾害与城市管理环境、废物和危险管理农业和灌溉2020（Chang，2020），（ Patronov 等人，2022年），（ Alsayed 等人，2020年），（ Mollalo 等人，2020年），（Shahid等人，2020年），（Ribeiro等人，2020），（Ke等人， 2020），（Mei等人，2020年），（Al-Humairi等人，2020年; Singh等人， 2021; Tuli等人， 2020年）（Lu等人，2020;ElHusseini等人，2020;Kumar等人，2020年;阿立班&Lytras，2020年）（Cugurullo，2020; Ge等人，2020; Noh等人，2020; Shin等人，2020; Lv等人，2020; Thanh等人， 2020年）（Alotaibi等人，2020年）（S. Singh等人，2020年;Chakrabarty&Engels，2020;Rahman等人， 2020年;S. K.Singh，Jeong&Park，2020;Zhang等人，2020年）（Barletta等人，2020; Jung等人，2020年）（Ye等人， 2020年）（Ciruela-Lorenzo等人，2020年;Ragavi等人，2020年）2021（Ahmad等人，2021; Juanatey等人，2021年;Alshmrany，2021年）（Herath，Karunasena&Herath，2021 a）2021; Juyal等人，2021; Rathi等人，2021;穆罕默德&Alhussein，2021;Herath等人，2021 b）（Herath，2021）（Kaur等人，2021），（Ezugwu等人，2021年），（Ngabo等人，2021年），（Mittal等人，（2021年）（Selim等人，（2021年）（Iyer，2021年;Garg等人，（2021年）（Nasir等人，2021;Chauhan&Palivela，2021年）（Gondal等人，2021年;Goyal等人，（2021年）（Sunny等人，2021年;Ighalo等人，2021年;Shaanxi等人，2021年;Zhang等人，（2021年）H.M.K.K.M. B Herath和M. 米塔尔International Journal of Information Management Data Insights 2（2022）1000768H.M.K.K.M. B Herath和M. 米塔尔International Journal of Information Management Data Insights 2（2022）1000769技术，包括物联网和人工智能（华，2012）。这一概念要求建立八所智能学校，重点是建立各种学习环境。2011年，芬兰启动了一项智能教育计划，其中包括一个持续学习系统（SysTech）。使用用户驱动的激励学习解决方案，该倡议旨在加强21世纪的教育（Mäkelä等人，2018年）。2012年，澳大利亚与IBM合作开发并实施了一个智能的多学科教育系统，该系统将连接该国的所有教育机构（IBM，2012）。韩国政府还制定了智能教育计划（Choi& Lee，2012）。2014年，美国启动了智能学校计划，将最新的IT技术整合到课堂中（纽约智能学校委员会，2014）。此外，委员会认为，我们审查研究（艾哈迈德et例如，2021年;Alshmrany ， 2021; Bajaj& Sharma ， 2018; Jemni& Khribi ， 2017;Juanatey等人，2021;Kim等人，2018;Pacheco等人，2018年;塞勒姆N i k i t a e v a &，2019）与人工智能在智能教育中的应用有关。一些研究人员讨论了采用人工智能和计算智能来提高教育系统的质量。例如，人工智能应用（AIA）在智能教育中的功能已经由Ahmad等人研究，2021年）。为了开发智能教育和学习系统，（Jemni Khribi，2017）和（Salem Nikitaeva，2019）讨论了计算智能，知识工程范式和基于AI的智能学习框架。基于智能技术的智能设备的出现与智能学习的发展有关。Juanatey等人（2021）参与了长期的机器人人工智能教育。特别介绍了RoboboSmartCity教育框架。它围绕两个主要组件构建：1）Robobo，一个智能手机控制的机器人，以及2）现实生活中的智能城市模型。技术不仅与生活的其他元素相连，它还可以在智能教室中使用，以帮助学生学习。Pacheco等人（2018）开发了一种基于DL和Osmotic IoT计算的智能教室范例。一个情感感知的AI智能课堂范例已经由（Kim et al.，2018年）。一 的 的 最 关键 部分 的 任何 学习 环境是一种注重个人学习的学习方式。 Bajaj& Sharma（2018）提出了一个教育工具框架，该框架考虑了许多学习模型和人工智能方法来评估学生的学习风格。拟议的工具将使用户能够比较学习模式，以确定哪种模式最适合特定情况。该工具被建议在云环境中使用，以提供一种可扩展的方法来快速轻松地确定学习风格。基于不同的学习风格，每个学习者都有自己理解、保持、处理和解释新知识的方式。电子学习系统评估学生学习风格的能力变得更加重要。电子学习平台的发展为学生提供了更多的在线学习机会。Alshmrany（2021）提出了一种用于学习风格预测的CNN-LFD方法亲-提出了一个电子学习系统，分为两个部分：自动学习风格预测和分类的基础上的学习风格的数量包括。4.2. 智能能源现代社会依靠能源运转。由于人口增长和舒适性要求的提高，世界能源消耗和伴随的CO2排放量大幅增加。将人工智能纳入传统能源行 业 ， 导 致 智 能 能 源 模 式 的 发 展 。 在 （ Ahmad 等 人 ， 2014;Bourhnane 等 人 ， 2020; Daut 等 人 ， 2017; Dong 等 人 ， 2016;ElHusseini等人， 2020; Hernán-Ocaña等人， 2019; Kumar等人，2020;Lilliu等人，2019;Lu等人，2020;Sadeghi等人，2020;Selim等人，2021;Zeroban& Lytras，2020;Zhong等人，2019）研究了可持续智慧城市中能源效率的人工智能发展。此外，基于人工智能的能源预测（Ahmad等人，2014; Bourhnane等人，2020; Daut等人，2017; Dong等人，2016;Sadeghi等人，2020; Selim等人， 2021; Zhong等人， 2019）、基于人工智能的成本优化和价格计划选择（Lu et al.，2020），基于AI的智能电网区块链（ElHusseini等人，2020; Kumar等人，2020），基于人工智能的能源优化（Hernán-Ocaña等人，2019;Lilliu等人，2019年）和基于人工智能的可再生能源解决方案（Kilerban&Lytras，2020年）都在这一领域得到了解决。全自动智能电网的发展需要一个准确的电力负荷预测系统。DL和梯度树提升方法都已经由（Selim et al.，2021年），以评估短期电力需求估计的不确定性。在（Selim等人，2021年），作者已经训练了贝叶斯深度学习（BDL）和梯度提升模型，这些模型使用了真实世界的电力需求数据，证明了可以在预测的同时提供不确定性估计，并且准确性损失最小。建筑物能源表现的重要性与温室气体排放的程度同步增长。Sadeghi等人（2020）使用DNN来预测一系列结构的热负荷（HL）和冷负荷（CL）。五种不同ML算法的评估，如（1）。ANN，（2）.探地雷达，（3）. LS-SVM，（4）. SVR和（5）。GMM已经在（Dong等人，2016年），他们将其应用于四个住宅数据集，其中包括智能用于用电量预测的电表。 Ahmad等人（2014）已经审查了人工智能方法，如SVM和ANN，用于创建电能预测。作者（Daut等人，2017）已经研究了预测建筑物电能使用的方法，包括传统和人工智能方法。一种新的基于向量场的SVR用于预测建筑物的能耗，已经由Zhong等人提出，2019年）。研究结果表明，所建议的技术在准确性、鲁棒性和泛化能力方面优于常用方法。Bourhnane等人（2020）在确定机器学习之前研究了各种模型（能耗预测）。他们已经通过集成人工神经网络和遗传算法（GA）来实现这一目标此外，基于人工智能的能源预测方法至关重要，因为大多数智能城市的利用需要更高的能源。为了训练能耗预测模型，需要机器学习方法。决策树、人工神经网络、支持向量机和其他统计算法在以往的研究中已被用于预测建筑物的能源使用。一些研究（Chou& Bui，2014;Fan等人，2014;Jain等人，2014;Massana i Raurich等人，2015;Platon等人，2015）分析了各种算法在预测能源使用方面的性能。表5描述了研究中使用的不同AI算法的比较。由于人工智能技术的发展，拥有智能电表和控制器的最终用户现在可以通过从不同零售能源估算系统提供的各种价格计划中进行选择来优化其消费成本组合。Lu等人（2020）提出了一种基于强化学习的决策系统，用于支持电价方案的选择，该系统有可能减少单个智能电网终端用户的电力支付和消费不满。一些作者在智能城市能源范式的背景下将人工智能方法与区块链技术相结合。在（ElHusseini等人，2020年），作者认识到两个主要的电动汽车（EV）挑战：1)易受影响的充电站和电动汽车，2）非最佳充电时间表。为了应对所提出的挑战，作者评估了区块链和人工智能与电动汽车充电基础设施的集成。Kumar等人（2020）讨论了分布式能源以及物联网，人工智能和区块链如何用于智能电网。此外，他们还表示，基于人工智能的分析、能源互联网架构、区块链辅助和物联网组件都发挥了作用。促进智能电网服务的一部分，如可靠性，稳定性，可用性，安全性，弹性和可持续性。4.3. 移动和智能交通中的AI交通、运输和物流问题困扰着世界上大多数大城市。这是由于人口的快速增长H.M.K.K.M. B Herath和M. 米塔尔International Journal of Information Management Data Insights 2（2022）10007610表5中使用的不同AI算法的比较（Chou& Bui，2014;Fan等人，2014;Jain等人，2014;Massana i Raurich例如， 2015;Platon等人， 2015年）。AI算法Ref年安CBRSVMMLRArimaRFMLPBT火星KNN（周培，2014）2014XX（Jain等人，（2014年）2014XX（Fan等人，（2014年）2014XXXXXXXX（Platon等人，（ 2015年）2015XX（Massana i Raurich等人，（2015年）2015XXX以及路上越来越多的汽车。 在设计和管理一个可持续的交通系统时，技术可能是非常有益的。我们回顾了研究（Bai等人，2019;Celaya-Padilla等 人 ， 2019;Cugurullo ， 2020;C. Englund ， 2020; C.Englund ，2020;Englund等人，2021;Garg等人，2021;Ge等人，2020; Hernández-Jiménez等人，2019年;Huang等人，2019;Impedovoet例如，2019;Iyer，2021; Khanna等人， 2018年; Liu等人， 2019; Lv等人，2020 年 ;Noh 等 人 ， 2020;Perez-Murueta 等 人 ， 2019;Qin 等 人 ，2019;Shin 等 人 ， 2020;Soomro ， Miraz ， Prasanth ， &Abdullah ，2018;Thanh等人，2020年;Yi等人，2019; Zhao等人，2017年），基于有效的交易管理，包括基于人工智能的决策的安全集成（Bai等人，2019;C. Englund，2020;C. Englund，2020;Huang等人， 2019;Noh等人 ， 2020 ） ， 交 通 监 测 / 预 报 （ Englund 等 人 ， 2021;Ge 等 人 ，2020;Impedovo等人，2019;Iyer，2021; Khanna等人， 2018年;Liu等人，2019