视觉AI观察城市：机遇与隐忧

几个月前，麻省理工学院可感知城市实验室（MIT Senseable City Lab）的研究人员发布了一项关于纽约市污染问题的研究，采用了一些新方法。例如：借助机器学习，他们识别出该市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监测排放情况。

事实上，如今的视觉AI能够为城市规划者解答各种问题。交通拥堵的根本原因是什么？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？

在城市中，更多的图像意味着更多的数据、更深的洞察——但也带来了更多关于隐私和公平性的担忧。

“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《AI如何看待城市》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使用视觉分析来支撑研究，但如今这种分析已经能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，并在各处都获得洞察，会怎样呢？”

在《AI如何看待城市》一书中，作者们列举了这项技术可能带来的多重问题，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。

这些学者在由劳特利奇出版社（Routledge）本月出版的新书《AI如何看待城市：城市视觉智能》中探讨了这些话题。作者团队包括杜阿尔特——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——该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，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）等杰出的城市规划学者向我们展示了‘观察’城市所具有的非凡价值，”拉蒂说道，他提到的这两位知名城市动态研究学者的工作在书中有所描述，“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方式——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如何看待城市》一书源于成立于2004年的麻省理工学院可感知城市实验室的研究工作，该实验室致力于利用数据更好地理解城市动态。正如作者在书中所讨论的，塑造我们城市思维方式的视觉呈现有着悠久的历史，从古罗马人绘制大理石地图，到摄影技术的引入——后者产生了诸多具有影响力的城市图像，比如奥斯曼男爵改造巴黎的过程，或是19世纪纽约下东区拥挤的廉租公寓景象。

近年来，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——这位麻省理工学院前教授1960年出版的著作《城市意象》（The Image of the City）影响了众多学者。而以《组织人》（The Organization Man）一书闻名的社会学家怀特，后来则转型为专注于研究公共空间的城市规划学者。

通过明确地将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：无论AI多么强大，我们仍然可以把它主要看作是服务于人类目的的工具，帮助我们设计和完善城市形态。

“麻省理工学院的凯文·林奇当年只能用纸和笔，”杜阿尔特说，“现在我们可以借助视觉AI，把他当年做的工作规模化推广，同时还能从许多不同维度审视城市。”

将视觉AI应用于城市规划的可能性极为广泛，从排放监测到交通流量、安全问题，再到街道层面活动和人行道的更清晰成像等等，不一而足。书中还探讨了城市绿化问题。卫星图像可以告诉我们城市有多少树木覆盖和绿地，而来自手机等设备近乎无所不在的图像，则能揭示人们在日常生活中接触绿意的程度——这一因素与人们自我报告的幸福感密切相关。

“视觉AI真正的价值，不仅仅在于计算机能够处理数百万张图像，”张帆说，“更在于我们能够将这些图像中可见的元素——街道、建筑、绿化、交通、公共空间——与城市如何运转、人们如何体验城市这样更宏大的问题联系起来。”

AI图像识别能力的提升甚至延伸到了城市室内空间。可感知城市实验室最近的一项研究，利用来自全球40万条Airbnb房源的图像发现，与某些说法相反，室内设计风格并没有在全球范围内趋于同质化，反而反映出显著的地域差异。

“无论是什么内容，我们都可以从所见之物中学习，并将其应用于城市设计师、规划师、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，也可以是配备计算机的摄像头，但归根结底方法论是相同的，现在我们正在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，那么其中的隐患也同样令人担忧。在《AI如何看待城市》一书中，作者们列举了这项技术可能带来的多重问题，包括大规模视觉监控的侵入性，以及AI系统可能强化社会偏见的风险。

无处不在的摄像头装置很快就会引发人们对监控问题的担忧。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。但全球摄像头密度最高的十座城市中有八座位于中国；上海每平方英里的摄像头数量超过5000个。这类监控做法已在世界其他地区引发争议，今年美国国内关于交通摄像头使用问题的辩论也逐渐升温。

在评估高密度视频监控可能带来的安全收益时，作者们写道：“这些收益必须与个人自由的严重削弱、以及持续监控体系中固有的滥用风险进行权衡。”

与此同时，AI系统同样可能强化社会偏见，导致生成的数据既反映了潜在的现实，也同样强化了既有的偏见认知——无论是对人群、社区，还是整座城市而言都是如此。如果AI模型的训练数据主要来自多数人群，那么它们对少数群体的评估方式可能会有所不同。

“我们需要教会AI如何‘看’，而根据教学方式的不同，它所看到的将是这种文化中所固有的东西，”杜阿尔特说，“AI并非中立的。”

不过马扎雷洛也补充道：“我们人类的眼睛同样不是中立的。每一种工具都需要被正确引导，并接受最恰当的训练。”

其他学者也对《AI如何看待城市》一书给予了高度评价。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解读城市设计的世界，并提出了利用城市分析、AI和大语言模型来改进设计的可能路径。”

归根结底，作者们认为，运用视觉AI来更深入地了解我们的城市、探究其运作方式并寻求改进途径，具有巨大的价值。只要保持审慎态度和独立思考，进步就是可能实现的。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图像数据，监测车辆排放、分析交通拥堵原因、评估路口安全性、了解公共空间人流分布，甚至研究城市绿化覆盖和室内设计风格差异，为城市规划提供前所未有的精度和规模化数据支持。

Q2：视觉AI用于城市监控会带来哪些隐私问题？

A：大规模摄像头监控存在明显的侵入性隐患。比如上海每平方英里超过5000个摄像头，远超伦敦的210个。这种做法虽然可能提升安全性，但也会严重侵蚀个人自由，并存在被滥用的风险，需要在收益与隐私代价之间谨慎权衡。

Q3：AI在观察城市时会存在偏见吗？

A：会存在偏见。如果AI模型主要基于多数人群的数据进行训练，就可能无法公平地评估少数群体。书中作者指出“AI并非中立的”，它所呈现的内容取决于训练方式和所嵌入的文化背景，因此需要谨慎引导和训练。