Artificial intelligence for sustainable and resilient infrastructure systems: a review of innovations across energy, water, transportation, and urban development

方法

系统文献综述与主题分析，筛选2020-2026年文献及机构报告。

发现

AI支持预测监测与资源优化，但跨部门证据不均，缺乏长期实证与跨部门整合。

机会点

可切入跨部门可互操作数据生态与生命周期评估，并聚焦发展中地区AI基础设施应用空白。

人工智能（AI）正日益应用于基础设施系统，以在快速变化和不确定的环境中提升效率、韧性、可持续性和决策能力。本研究对人工智能在可持续与韧性基础设施系统中的应用进行了系统性文献综述与分析性综合，重点关注能源、水资源、交通和城市发展领域。综述考察了经同行评审的研究以及部分机构报告，这些文献主要通过Google Scholar、SpringerLink、ScienceDirect和相关国际组织获取，并侧重于2020年至2026年间发表的最新文献。研究对检索到的文献进行了筛选，并按基础设施部门、数据来源与类型、数据采集技术、数据基础设施与平台、人工智能方法、决策支持功能、可持续性与韧性成效以及实施挑战进行了主题分类。综合分析表明，人工智能在四个领域中支持预测性监测、需求预测、异常检测、资源优化、基础设施管理和决策支持。然而，各领域和不同地理背景下的证据仍不均衡，在长期实证验证、跨部门整合、可互操作的数据生态系统、生命周期评估以及发展中地区的应用方面存在显著空白。综述还识别了与数据质量和可用性、数字基础设施、互操作性、网络安全、机构能力、数字不平等以及维护人工智能赋能基础设施系统所需资源相关的挑战。本综述的新颖贡献在于提出了一个数据—人工智能基础设施—可持续性的综合视角，将数据来源与采集技术同数据基础设施、人工智能方法、决策支持功能和基础设施成效联系起来。这一视角为理解人工智能如何超越孤立的、特定部门的应用程序，迈向更加集成、自适应、韧性和创新的人工智能驱动解决方案以服务于可持续基础设施系统提供了基础。