AI入侵城市规划和设计，效果参差不齐 - 彭博社

一个“数字孪生”应用程序在2022年第五届世界人工智能大会上创建了一个充满烟花的上海天际线的图像。

摄影师：王刚/VCG通过盖蒂图片社

当设计师们在虚拟城市景观上努力工作时，开始观察和调整他们的创作时，他们首先注意到的是，当他们沿着林荫大道或穿过主要街道时，树木。更确切地说，引人注目的是缺乏树木覆盖。

在InfiniCity的街道，这是一个使用人工智能构建的模型3D城市综合体，于今年早些时候发布，可能看起来有点像粗糙的蜡笔画在硬纸板上的大都市。该项目通过一个多步骤的过程呈现一个无尽的人工城市；一系列软件程序共同工作，汇集卫星数据并使用其他设计工具和算法来创建用户可以无限巡游的街景。共同开发者Chieh Hubert Lin表示，目标是“自动重新创建逼真的现实世界城市”，完全由合成思维的想象生成。

尽管InfiniCity看起来令人着迷，但你不会想住在这个城市蛇形图中。早期版本缺乏绿色植被 —— 树叶的几何形状对计算机来说太细粒度了，Li说 —— 而建筑环境是一堆看起来奇怪的建筑物，街道随机死胡同或意外地通向湖泊。这有点像一个ChatGPT撰写的学术论文的3D视觉，其中包含虚构的引用和尴尬的语法。真实世界城市的有机逻辑还不能完全简化为类似模拟城市的平台

InfiniCity的一个场景，这是一个由人工智能生成的城市模型。Chieh Hubert Lin提供InfiniCity对无尽都市的愿景出现在人们对利用人工智能进行类人创造力表现的兴趣高涨之际。最新一代的AI驱动的图像制作和规划工具可以利用大型数据集和神经模型来呈现从令人难以置信的真实到纯粹幻想的建筑和城市景观；通过像Midjourney这样的程序创造的许多虚构示例可以在网上找到[。与此同时，城市官员开始思考人工智能在城市治理中的相关性和风险（也是最近一份联合国报告的主题）。](https://www.designoutsider.com/articles/we-designed-buildings-and-urban-spaces-using-an-ai-image-generator-here-are-the-surprising-results)

阅读更多： 为什么人工智能革命将是城市化的

，Imdat As指出，他是一位建筑师，也是《建筑中的人工智能路德维希同伴》的合著者。在设计过程中使用的计算机辅助设计软件（CAD）始于1960年代，并自1980年代以来广泛使用，当时Peter Eisenman使用计算机建模为他在法兰克福的J.W.歌德大学创造的未实现的生物中心项目，以及其公司后来会着名开发他们自己的数字设计界面，对CAD进行了实验。如今，像建筑信息建模（BIM）、数字孪生和生成设计等技术在整个领域中被广泛使用。

像Delve这样的程序，是Alphabet旗下Sidewalk Labs推出的一款生成式房地产设计工具，以及Autodesk以2.4亿美元收购的瑞典公司Spacemaker（现名为Forma）推出的工具正在用于规划邻里规模的项目。例如，Forma可以帮助开发者调整大型住房项目的阳光和风。 Spacemaker首席执行官Håvard Haukeland表示，这些工具能够快速设计并将诸如管道和电力线路等内容纳入拟议计划，避免后续出现“糟糕”的时刻。

但是，质量和数据偏见问题可能会影响这些应用的实用性，并凸显出完全由人工智能规划城市的梦想（或噩梦）目前仍然遥不可及。

如何训练您的人工智能

即使是这项技术的知名和开拓性用户对其当前潜力也有直接的印象。布鲁克林音乐家和自行车倡导者Zach Katz，他的Better Streets AI项目使用图像生成系统DALL-E 2来为以汽车为中心的街景进行虚拟改造，认为AI图像生成更多是关于传达信息。

“AI有助于创建一幅印象派的图像和艺术作品，以促进某人的想象力，而不是一份蓝图，”他说。他指出布鲁克林初创公司Laneform，目前正在开发一个用于公共项目社区参与的愿景工具，作为利用数字渲染来建立共识和政治意愿，将渲染变为现实的例子。

像ChatGPT和其他生成式AI聊天机器人一样，利用人工智能进行城市设计的程序会消耗大量数据来创建它们的输出，收集街道和建筑物的图像以重新创造和想象新的城市形态。这些数据的可变质量是AI对城市产生更具体影响能力的障碍之一，来自德克萨斯大学奥斯汀分校的建筑与技术教授科里·比格（Kory Bieg）表示。曾尝试过由AI生成的建筑。

例如，肺癌筛查需要处理数十亿张肺部图像，这些图像都非常相似，相比之下，大型美国城市街角的照片就不那么相似。城市图像的多样性会导致奇怪的幻觉，比如颠倒的标识牌，因为多样性使得难以预测接下来会发生什么。比格说：“对于城市来说，这是一个非常多样化的数据集。”“从交通灯到街道网格，各种不同的分辨率，你能想象到的一切都有。”

建筑师和保护主义者马克·休伊特（Mark Hewitt）在设计出版物Common Edge中指出了AI化设计的另一个关键问题。他认为，“训练”这些建筑程序的数据源倾向于现代和中等水平，鼓励这些工具简单地复制不幸的想法和趋势。他将其与当代中国城市主义进行了比较，称后者大量生产了现代主义和以汽车为中心的战后蔓延的最糟糕的例子。

“好的现代城市并不存在于任何将被AI采样的数据集中，”他说。“AI将采样的是中国城市和建有大型高速公路立交桥的城市。它会拿一个糟糕的城市，试图让它变得不那么糟糕。”

机器增强创造力

为了纠正AI的缺陷，卡茨在他的BetterStreets AI项目中使用了DALL-E 2，因为它允许对图像进行编辑；他通常需要花大约一个小时来修饰程序生成的场景。如果要求更先进的AI模型创建，比如说，在洛杉矶的某条特定街道上增加更多的自行车道和行人基础设施，很可能会额外加入棕榈树和好莱坞标志。这些视觉陈词滥调在这些模型中承载了太多的重量；努力重现巴黎等城市特定年份的街景通常会呈现出许多时代的建筑风格和建筑类型的拼贴。

更详细的数据将有助于克服这种倾向：Bieg表示，专家注释将使数十亿张城市和建筑物的图像，这些图像通常包含更通用的标签和元数据，对城市规划师、建筑师和规划者来说可用。他发现现有的数据集通常以非常简单的方式标记诸如门和窗户之类的事物，这会强化偏见。“每次我和其他学者交谈时，这都是谈论的话题，” Bieg说。“我们如何开始控制这些数据？”

其他流行的数据集，比如 HoliCity，它基于伦敦市中心的街道图像，具有自己的偏见，因为它们来自一个具有特定气候和建筑库存的大都市。让建筑专家审查这些数据集，识别他们想要或不想要的特定设计元素或特征 — 有点类似于新服务提供者基于人类作家的现有作品来训练写作机器人 — 将“放松”技术对定义设计元素的控制，并使它们变得更加有用。他认为这最终将为构思会话提供素材，设计师和规划者可以在圣菲、曼哈顿和底特律混合风格和结构，创造新的混合体。

AI已经被应用于建筑师和作家As所称的机器增强创造力中，该技术提供建议，同时处理像确定水管和电线在建筑物和更大的城市社区中应该放置在哪里这样的繁琐工作。

伊斯坦布尔NAR创新区的渲染。图片来源：Imdat AsAs正在利用AI来帮助设计伊斯坦布尔的 NAR创新区。Spacemaker生成设计程序被用来帮助创建该区的总体规划，该区被设想为各种“智能城市”技术的试验场，如自动驾驶车辆、无人机和数据传感器。（“Nar”在土耳其语中意为石榴，这是该项目旨在通过整个城市推动技术发展的目标的一个参考。）人工智能帮助规划者设计了开发场地的最有效利用方式，该场地位于一个弯曲、不平整的区域，并测试了不同布局的环境效率。

AI设计工具的一个优势在于它们能够混合建筑的不同方面。As对这项技术的第一次体验是在2011年，当时他是初创公司 Arcbazar的负责人，希望开发一种技术，可以混合搭配房屋的不同部分，创造新的混合设计。这个概念吸引了2017年来自美国国防创新计划DARPA的资金支持，因为那里的领导人认为，任何能够正确融合房屋部件的工具，可能也能够融合不同部分的车辆，创造出一种类似弗兰肯斯坦的战场设备。

AI的其他最近的建筑应用则略显平淡。英国房屋开发商Quintain使用Delve来优化一个租赁住宅项目 — 该工具帮助设计师找到了近200个额外单元的空间，同时改善了采光和开放空间的使用。位于巴塞罗那的加泰罗尼亚高级建筑学院的一个项目使用AI和街景图像来评估整个城市的材料库存，旨在创造一种利用这些数据回收旧材料并创造更加循环的建筑经济的方法。Sasaki城市规划师的Bostolena项目，通过对巴塞罗那的图像进行训练，将这些经验应用到波士顿，以建议如何开始更新这个新英格兰城市，以适应更多的步行友好型超级街区。

AI的黑暗面

虽然人工智能经常被用来完善或改进人类生成的设计，但一些人担心它也可能被利用于更邪恶的目的——强化我们对城市生活的最坏偏见和倾向。

最近，多伦多保守派市长候选人安东尼·菲利的竞选平台体现了人们对政治广告中使用人工智能生成图像的主要担忧。除了一个奇怪的三臂女人，候选人强硬打击犯罪的信息还用看似是多伦多街道和公园被无家可归者营地占领的照片来说明，而这些照片都是通过人工智能生成的。

这样的场景很快可能会成为地方政治的常态，因为人工智能创造误导性但令人信服的图像的能力被候选人或倡导者用来框定政策辩论，尤其是围绕犯罪或城市功能紊乱的问题。布鲁金斯学会专注于技术的研究员达雷尔·韦斯特表示：“通过让几乎任何人都能生成照片或视频，人工智能可能会‘赋予更广泛的声音在地方层面发声的能力，这样不仅仅是有钱人才能做广告’。‘这可能是你社区里的小商店支持的候选人。但这也可能导致更多混乱。潘多拉魔盒将会是虚假信息’。”

其他人警告称，人工智能可能进一步巩固社会不平等，尤其是围绕住房问题。麻省理工学院城市规划教授卡洛·拉蒂的Senseable City Lab最近的一篇论文展示了一个计算机模型如何通过数百万街景图像来预测像房价和犯罪率这样的社区特征——这可能是城市政策制定的一个强大工具，也可能是固化偏见的手段。“想象一下一个反乌托邦的未来，每个人都会把自己的墙刷成某种颜色来打动机器人，或者地方领导者专注于提高社区在人工智能指标上的得分，而不是解决其真正的问题，”拉蒂和合著者安托万·皮孔在波士顿环球报中写道。

但 Katz，已经利用这项技术创造了更理想化的城市版本，对于人工智能的潜在滥用并不太担心；对他来说，人工智能辅助的城市图像的爆炸反映出更健康的东西 —— 对更好地方的渴望，以及对用更多智慧重塑城市的热切愿望。

“良好的城市规划现在很受欢迎，”他说。“即使有人创造了自行车道引发混乱的愿景，人们也不会接受它。”