几个月前，麻省理工学院感知城市实验室（MIT Senseable City Lab）的研究人员发表了一项关于纽约市污染问题的研究，其中运用了一些新方法。例如：他们通过机器学习技术，识别了城市中331个交通摄像头拍摄到的车辆类型，并估算了每辆汽车产生的排放量。只要有足够多的摄像头，这类视觉人工智能技术就能以前所未有的精度和规模来监测排放情况。
事实上，如今的视觉AI能够解答城市规划者面临的各类问题。交通拥堵的具体原因是什么？不同路口最危险的因素有哪些？广场或公园的哪些区域最能吸引人群？
在各个城市中，图像越多意味着数据越多、洞察越深——但同时也意味着对隐私和公平性的担忧越多。
“我们可以把这些数字图像当作数据，用来量化城市的各种特征，”麻省理工学院研究员、新书合著者法比奥·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。”不过他也补充道，“我们必须对此保持谨慎。”
尽管城市规划学者长期以来一直运用视觉分析来辅助思考，但如今这种分析已经能够达到前所未有的规模。
“每个人都在观察城市环境，试图从中获得一些洞见，”麻省理工学院学者、新书合著者马蒂娜·马扎雷洛（Martina Mazzarello）说。“但如果我们能大规模地做到这一点，在任何地方都能获得洞见呢？”
在《AI如何观察城市》一书中，作者们列举了这项技术可能带来的多种问题，包括大规模视觉监控的侵入性，以及AI系统可能强化偏见的风险。
图片说明：图片版权归作者所有
两位学者在新书《AI如何观察城市：城市视觉智能》中探讨了这些主题，该书由劳特利奇出版社（Routledge）本月出版。本书作者包括：杜阿尔特，麻省理工学院感知城市实验室首席研究科学家兼副主任；马扎雷洛，感知城市实验室研究科学家兼全球项目负责人；卡洛·拉蒂（Carlo Ratti），实践教授、感知城市实验室创始人兼主任；以及张凡（音译），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（Willian H. Whyte）等杰出的城市规划学者向我们展示了‘观察’城市的非凡价值，”拉蒂说，他所提到的这两位关于城市动态的重要思想家的研究成果在书中均有介绍。“如今，视觉AI为我们提供了在这一传统基础上继续深入的新方法——让我们能够以前所未有的规模和细节水平来观察城市。”
新工具，长传统
《AI如何观察城市》一书源于成立于2004年的麻省理工学院感知城市实验室的研究工作，该实验室致力于运用数据更好地理解城市动态。正如作者在书中所述，视觉呈现方式塑造我们对城市的认知，这一传统由来已久——从古罗马人绘制大理石地图，到摄影技术的引入，后者催生了诸多影响深远的城市影像，比如奥斯曼男爵对巴黎的改造，以及19世纪纽约下东区拥挤的廉租公寓景象。
近年来，一些学者运用视觉研究来更好地理解城市形态，其中包括林奇——这位麻省理工学院前教授1960年出版的著作《城市意象》影响了众多学者。而以《组织人》一书闻名的社会学家怀特，后来则成为专注于研究公共空间的城市规划学者。
通过将AI明确置于这些城市视觉研究的延续脉络之中，作者们表达了一个观点：无论AI多么强大，我们仍然可以将其视为服务于人类目的的工具，助力我们设计和优化城市形态。
“麻省理工学院的凯文·林奇当年只能用纸和笔，”杜阿尔特说。“如今借助视觉AI，我们能够将他当年的工作大规模扩展，同时还能从多个不同维度审视城市。”
将视觉AI应用于城市规划的可能性极为广泛，涵盖排放监测、交通流量、安全性、街道层面活动与人行道的更精准影像记录等诸多领域。这本书还探讨了城市绿化问题。虽然卫星影像能够告诉我们城市拥有多少树木覆盖和绿地，但来自手机等设备近乎无所不在的图像，还能揭示人们在日常生活中接触绿意的程度——这正是影响人们幸福感的一个因素。
“视觉AI真正的潜力，并不仅仅在于计算机能够查看数百万张图像，”张凡说。“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——与更宏大的问题联系起来，即城市如何运转，人们如何体验城市生活。”
AI在图像识别方面的提升，甚至延伸到了城市内部空间的研究。感知城市实验室近期的一项研究，利用了全球40万个爱彼迎（Airbnb）房源的图片，结果显示：与某些说法相反，室内设计风格在全球范围内并未趋向同质化，反而呈现出显著的地域差异。
“无论是什么内容，我们都能从所见之物中学习，然后将其运用于城市设计师、规划者、政策制定者和市民的工作中，”马扎雷洛说。“它可以是我们的眼睛，也可以是配备了计算机的摄像头，但归根结底方法论是相通的，如今我们正努力优化使用这些工具的方式。”
机遇与陷阱
如果说视觉AI在城市研究中的应用前景广阔，那么其潜在陷阱同样令人担忧。在《AI如何观察城市》一书中，作者们列举了这项技术可能带来的多种问题，包括大规模视觉监控的侵入性，以及AI系统可能强化偏见的风险。
无处不在的摄像头安装很快就会引发监控方面的担忧。伦敦作为闭路电视监控系统的早期采用者，每平方英里约有210个摄像头。但在全球摄像头密度最高的10个城市中，有8个位于中国；上海每平方英里的摄像头数量超过5000个。这类监控做法在世界其他地区也引发了争议，今年美国国内关于交通摄像头使用问题的讨论也不断升温。
在评估密集视频监控可能带来的安全收益时，作者们写道：“必须权衡这些收益与持续监控体系所固有的个人自由严重受损及滥用风险之间的关系。”
与此同时，AI系统同样可能强化社会偏见，导致所产生的数据既反映了先前的认知，也反映了潜在的现实情况——这涉及到对人群、社区乃至整座城市的评判。如果AI模型是基于多数群体的数据进行训练的，那么它们对少数群体的评估方式可能就会有所不同。
“我们需要教会AI去‘看’，而根据教授方式的不同，它所看到的将是文化中根深蒂固的内容，”杜阿尔特说。“AI并非中立的。”
不过，正如马扎雷洛所补充的，“我们的眼睛同样并非中立。每一种工具都必须以正确的方式加以引导，并接受最恰当的训练。”
其他学者也对《AI如何观察城市》给予了高度评价。伦敦大学学院的迈克尔·巴蒂（Michael Batty）称这是一本“引人入胜的著作”，“展示了我们正在如何开始解读城市设计的世界，并提出了运用城市分析、AI和大语言模型来改进设计的思路。”
尽管如此，作者们仍然认为，运用视觉AI来深入了解我们的城市——它们如何运转、又该如何改进——具有巨大价值。只要保持谨慎并独立思考，进步是可以实现的。正如他们在书中总结的那样：“我们应当以明智、批判和创造性的方式来探索这一领域。”
Q&A
Q1：视觉AI在城市研究中具体能做什么？
A：视觉AI可以通过分析交通摄像头等设备拍摄的图像，识别车辆类型并估算排放量，还能帮助分析交通拥堵原因、评估路口安全性、追踪广场公园的人流分布，以及研究城市绿化对居民幸福感的影响等。
Q2：视觉AI在城市监控方面存在哪些隐私隐患？
A：大规模安装摄像头会引发严重的监控担忧。书中提到，伦敦每平方英里约有210个摄像头，而上海每平方英里摄像头数量超过5000个。作者指出，必须权衡安全收益与个人自由受损、监控滥用风险之间的关系。
Q3：AI系统在观察城市时会存在偏见问题吗？
A：会。如果AI模型主要基于多数群体的数据进行训练，可能无法公平评估少数群体。研究者杜阿尔特指出，AI并非中立的，它所"看到"的内容取决于训练方式和背后蕴含的文化偏见。
