前所未有的海量开放的地理空间城市形态数据 —— 涵盖城市的建筑、街道、土地利用、兴趣点和社会人口统计数据 —— 使得人工智能（地理空间人工智能）能够用于提升城市决策水平 … 尽管地理空间人工智能潜力巨大，但本论文指出了阻碍其在低碳城市规划中应用的四个差距：首先，尚不清楚（1）如何在众多城市中有效利用开放但分散的城市形态数据 … 没有证据表明地理空间人工智能能够提供（2）针对特定社区、（3）考虑观测变量之间的因果关系以及（4）可扩展至多个城市的规划建议。
前所未有的海量开放的地理空间城市形态数据 —— 涵盖城市的建筑、街道、土地利用、兴趣点和社会人口统计数据 —— 使得人工智能（地理空间人工智能）能够用于提升城市决策水平 … 尽管地理空间人工智能潜力巨大，但本论文指出了阻碍其在低碳城市规划中应用的四个差距：首先，尚不清楚（1）如何在众多城市中有效利用开放但分散的城市形态数据 … 没有证据表明地理空间人工智能能够提供（2）针对特定社区、（3）考虑观测变量之间的因果关系以及（4）可扩展至多个城市的规划建议。