联合国预测，到2050年，全球约有66%的人口将生活在城市地区。预计人口增长最快的地区将是非洲和亚洲等发展中地区。这些地区的城市将面临挑战，既要满足居民的需求，也要提供充足的住房、能源、废物处理、医疗保健、交通、教育和就业机会。
因此，了解城市将如何发展，以及如何在这一过程中让城市更智慧、更可持续，是全球研究人员和各国政府的优先事项。若要为未来规划城市，我们需要掌握城市内部的运行机制。幸运的是，有一些工具能帮助我们做到这一点。更妙的是，使用这些工具有点像玩《模拟城市》。
一个全新的（模拟）世界
城市是复杂系统。越来越多的研究城市的科学家已从把“城市视为机器”转向把“城市视为生物体”。将城市看作复杂、适应性强的生物体——类似白蚁丘或黏菌群落等自然系统——能让我们独特地洞察其内部运作。下面就来看看其中的道理。
复杂生物体的特点是由各个单元组成，而这些单元的行为可以由少数简单规则驱动。当这些相对简单的单元生活和行动时，它们各自的互动与行为汇聚起来，就会产生范围更广的整体现象。例如，鸟群飞行形成的优美复杂图案并非由领头鸟组织，而是因为每只鸟都遵循一些非常简单的规则：彼此保持多近、朝哪个方向飞，以及如何躲避捕食者。
同样，蚁群也会表现出极其复杂、看似智能的行为。但这种复杂性并非源于一位优秀的领导者，而是许多蚂蚁各自遵循相对简单的规则、全然不顾整体局势的结果。很容易看出，这种视角也可以应用于人类系统，用来解释交通拥堵等现象。
因此，如果城市如同生物体，我们就应该自下而上地考察城市，探究意料之外的大规模现象如何从个体层面的互动中涌现出来。具体来说，我们可以运用一系列称为“基于智能体的建模”的技术，模拟各个“智能体”——无论是个人、家庭还是组织——的行为如何影响城市环境。
这时就有点像《模拟城市》了。这款电脑游戏最初以杰伊·福雷斯特的研究为基础，可谓恰如其分。福雷斯特是世界知名的系统科学家，对城市动力学颇感兴趣。在游戏中，每个智能体都有自己的特征和规则，并可与其他智能体及环境互动。这些互动会产生不同的行为，并推动下一轮互动。
然而，电脑游戏可以概括人和组织的行为，研究人员则必须从现有数据集中挖掘信息，构建真实可靠且经过严格测试和评估的规则集。要有效做到这一点，我们需要大量个体层面的数据。
利用大数据建模
如今，计算能力的提升以及大数据的广泛涌现，赋予基于智能体的建模前所未有的能力和应用范围。最令人振奋的发展之一，是有望将人们的想法和行为纳入模型。这样一来，我们就能开始模拟人们的选择对当前状况和未来的影响。
例如，我们可能想了解道路布局的变化会如何影响犯罪率。通过模拟活动——即可能试图实施犯罪的个人的活动——我们可以看到，改变城市环境会如何影响人们在城中的出行、他们注意到的房屋类型，进而影响哪些地点最容易成为入室盗窃的目标。
要充分实现以这种方式模拟城市的目标，模型需要海量数据。例如，要模拟人们每天在城市中的流动，我们需要了解人们花时间做什么、在哪里做、与谁一起做，以及是什么驱动他们的行为。
如果没有高质量、高分辨率的数据，我们就无法判断模型是否得出了真实的结果。大数据可以为研究人员提供丰富的信息，满足这两方面的需求。令城市建模研究人员感到振奋的数据包括：
电子交通卡数据，可以告诉我们人们如何在城市中出行。
推特消息，可以让我们了解人们在做什么、在想什么。
手机密度数据，可以暗示人群聚集的位置。
会员忠诚度计划和信用卡交易数据，可用于了解消费者行为。
通过公众参与绘制此前未知的城市空间地图，例如OpenStreetMap。
这些数据通常可以细化到个人层面。因此，城市现象模型不再需要依赖对整体人口的假设，而是可以量身定制，反映由众多个体组成的城市的多样性；这些人往往有着不同的想法和行为。
被遗漏的人群
当然，将大数据纳入城市模型时，必须考虑重要的实际和伦理问题。新数据源中的背景噪声可能很大，难以提取有用可靠的信息。例如，往往很难区分推特消息是由机器人账号发布，还是真人发布。
我们还必须确保了解哪些群体在数据中有充分代表，哪些群体没有。数字鸿沟依然存在，且研究表明，会不会制作数字内容的人群之间存在阶层差异。这意味着，数据集中可能缺少人口中的很大一部分。
我们还需要找到新方法，使这些方法符合伦理规范。传统上，消费者伦理和研究伦理都以知情同意为基础。在参与访谈或调查之前，参与者需要签署同意书，授权研究人员使用其数据。但如今，个人正在将生活中的情绪、想法、感受和行为等方面数字化，而这些内容过去一直未被记录。值得注意的是，这些数据往往会公开发布在互联网上。
即使个人勾选了同意使用其数据的选项，也不能保证他们读过并理解相关条款。苹果 iTunes 于2015年6月发布的条款与条件例如，篇幅超过2万字（是本文长度的20倍）。研究人员和服务提供商需要自问：有多少人真正仔细阅读并理解了这些文件？他们的同意是否符合我们对知情同意的理解？
我们或许永远无法模拟城市中的每一个人，而且可能也永远不想这么做。但我们正越来越接近模拟那种交织构成城市的丰富肌理。如果能够做到这一点，我们就能为未来城市的最佳规划提供有益参考，甚至细化到每一盏路灯、每一辆公交车和每一栋公寓楼。
