MIT 新书《How AI Sees the City》探讨视觉 AI 研究城市的潜力与风险

麻省理工学院新闻办公室网站上可供下载的图片，以知识共享署名—非商业性使用—禁止演绎许可协议提供给非商业实体、新闻界和公众使用。除可裁剪至所需尺寸外，您不得对所提供的图片进行任何改动。转载图片时必须注明出处；若下方未提供出处，请将图片署名标注为“MIT”。

上一张图片 下一张图片

几个月前，麻省理工学院可感知城市实验室（MIT Senseable City Lab）的研究人员发表了一项关于纽约市污染的研究，其中采用了一些新方法。例如：他们利用机器学习识别出该市331个交通摄像头中出现的车辆类型，并估算每辆汽车的排放量。只要有足够多的摄像头，这些视觉人工智能技术就能以前所未有的精度和规模监测排放。

就此而言，如今的视觉AI可以为城市规划者解答各种问题。交通究竟为何拥堵？不同交叉口最危险的方面是什么？广场或公园的哪些部分吸引的人最多？

在各个城市，更多的图像意味着更多的数据、更深刻的洞察——以及对隐私和公平的更多担忧。

“我们可以把这些数字图像当作数据，量化城市的各项特征，”麻省理工学院研究员、一本关于视觉AI与城市研究的新书的合著者法比奥·杜阿尔特（Fábio Duarte）说。“借助计算机视觉技术，每一张图像都是一个数据集。”不过，他补充道，“我们必须对此保持谨慎。”

尽管城市研究者长期以来一直利用视觉分析来启发思考，但如今能够达到前所未有的程度。

“每个人都在观察城市环境，试图获得一些洞见，”麻省理工学院学者、这本新书的合著者玛蒂娜·马扎雷洛（Martina Mazzarello）说。“但如果我们能大规模地做到这一点，并在各处都获得洞见，那会怎样？”

上一项 下一项

学者们在《AI如何看城市：城市视觉智能》（How AI Sees the City: Urban Visual Intelligence）一书中探讨了这些话题，该书本月由Routledge出版。作者包括：杜阿尔特，麻省理工学院可感知城市实验室首席研究科学家兼副主任；马扎雷洛，研究科学家、麻省理工学院可感知城市实验室全球倡议负责人；卡洛·拉蒂（Carlo Ratti），实践教授、麻省理工学院可感知城市实验室创始人兼主任；以及张帆，北京大学遥感与地理信息系统研究所助理教授。

“凯文·林奇（Kevin Lynch）和威廉·H·怀特（William H. Whyte）等伟大的城市学家向我们展示了‘观察’城市的非凡价值，”拉蒂说，他指的是书中描述的两位研究城市动态的杰出思想家。“如今，视觉AI为我们提供了在这一传统基础上继续发展的新途径——使我们能够以前所未有的规模和细节程度观察城市。”

新工具，悠久传统

《AI如何看城市》源于麻省理工学院可感知城市实验室的工作，该实验室成立于2004年，利用数据更好地理解城市动态。正如作者们在书中所讨论的，视觉再现有着悠久的历史，塑造着我们对城市的思考方式，从罗马人绘制大理石地图，到摄影术的问世——摄影产生了许多有影响力的城市图像，涉及奥斯曼对巴黎的改造，或19世纪纽约市下东区公寓的拥挤状况等。

近来，一些学者利用视觉研究来更好地理解城市形态，其中包括林奇，这位前麻省理工学院教授的1960年著作《城市意象》影响了许多学者。怀特是一位以《组织人》一书闻名的社会学家，后来成为细致考察公共空间的城市学家。

通过明确将AI置于这些视觉城市研究的延续脉络之中，作者们表达了一个观点：尽管AI可能很强大，但我们仍然可以主要将其视为服务于人类目的的工具，正如我们寻求设计和完善城市形态一样。

“麻省理工学院的凯文·林奇当时只用纸和笔，”杜阿尔特说。“现在我们借助视觉AI，可以把他所做的工作规模化，同时还能考察城市的许多不同维度。”

将视觉AI应用于城市规划有着广泛的可能性，涵盖排放、交通流量、安全、街道层面活动和人行道的更佳影像等诸多方面。例如，该书还考察了城市绿化。虽然卫星图像可以显示城市有多少树木覆盖和绿色空间，但来自手机和其他来源的近乎无处不在的图像也能揭示人们在日常生活中看到绿植的程度，而这是影响所报告的健康状况的一个因素。

“视觉AI的真正前景不仅仅在于计算机能够查看数百万张图像，”张帆说。“而在于我们能够将这些图像中可见的内容——街道、建筑、绿化、交通、公共空间——与关于城市如何运作、人们如何体验城市的更大问题联系起来。”

AI 更出色的图像识别能力甚至延伸到了城市室内空间。最近一项 Senseable City 研究利用来自全球 40 万条 AirBnB 房源的照片表明，与某些说法相反，室内设计风格并未在全球范围内变得更加同质化，而是反映出显著的地理差异。

“无论它是什么，我们都能从所见之物中学习，然后将其用于城市设计师、规划者、政策制定者和市民的工作中，”Mazzarello 说。“它可以是我们的眼睛，也可以是搭载计算机的摄像头，但归根结底方法论是一样的，而现在我们正努力优化使用这些工具的方式。”

前景与隐患

如果说视觉 AI 在城市研究中的前景广阔，那么其隐患也令人担忧。在《AI 如何看城市》一文中，作者们概述了这项技术的多个潜在问题，包括无处不在的视觉监控所带来的侵入性，以及 AI 系统可能强化偏见的风险。

无处不在的摄像头安装会迅速引发人们对监控的担忧。伦敦是闭路电视的早期采用者，每平方英里约有 210 个摄像头。但全球摄像头密度最高的 10 个城市中有 8 个在中国；上海每平方英里拥有超过 5,000 个摄像头。此类监控做法在世界其他地区引发了争议，今年美国也围绕交通摄像头的用途展开了激烈辩论。

在评估密集视频录制可能带来的安全收益时，作者们写道：“必须将这些收益与个人自由的显著侵蚀以及持续监控体系固有的滥用可能性相权衡。”

与此同时，AI 系统也可能强化社会偏见，导致生成的数据在强化既有认知的同时，也强化了关于人、社区乃至整个城市的底层现实。如果 AI 模型基于多数群体进行训练，它们可能不会以同样的方式评估少数群体。

“我们需要教 AI 去看，而取决于你如何教它，它就会看到文化中嵌入的东西，”Duarte 说。“AI 并非中立。”

不过，正如 Mazzarello 补充道，“我们的眼睛也并非中立。每一种工具都必须以正确的方式加以引导，并以最佳的方式加以训练。”

其他学者对《AI 如何看城市》给予了高度评价。伦敦大学学院的 Michael Batty 称其为“一本引人入胜的书”，“展示了我们如何开始解读城市设计的世界，并提示了我们可以利用城市分析、AI 和大语言模型改进设计的方式。”

归根结底，尽管作者们认为运用视觉 AI 来深入了解我们的城市、其运作方式以及如何加以改善具有巨大价值，但只要保持谨慎和独立思考，进步是可能的。或者，正如他们在书中所总结的那样：“我们应当明智、批判且富有创造性地探索这一点。”

X；Facebook；LinkedIn；Reddit；打印

图书与作者；城市研究与规划；城市；研究；伦理；建筑；人工智能；计算机视觉；交通；技术与社会；建筑与规划学院

相关文章

城市设计如何带来更好的健康