AI 規(guī)劃師造城：它們?cè)凇段业氖澜纭分羞M(jìn)步驚人

十幾座尖頂建筑緊貼在露天礦井的邊緣，在它們的上方，一個(gè)巨大的巖石拱門上，坐落著一座無法接近的房子。在別處，一條高架鐵路環(huán)繞著一群五顏六色的塔樓，華麗的寶塔點(diǎn)綴著一片寬闊的鋪砌好的廣場(chǎng)。一臺(tái)風(fēng)車孤零零地在一座小島上旋轉(zhuǎn)，四周圍繞著一群方塊小豬。

這就是《我的世界》中用AI風(fēng)格建造的城市。

《我的世界》一直被玩家用來瘋狂發(fā)明創(chuàng)造。粉絲們借助這款大熱的沙盒游戲制作了很多復(fù)制品，從芝加哥市中心，到《權(quán)力的游戲》中的君臨城。自發(fā)布以來的十年里，所有可以構(gòu)建的東西都在這個(gè)游戲中得到了復(fù)制。

自2018年以來，《我的世界》也成為一個(gè)挑戰(zhàn)創(chuàng)新能力的平臺(tái)，可以幫助提高機(jī)器的創(chuàng)新能力。一年一度的“我的世界生成式設(shè)計(jì)比賽”（簡(jiǎn)稱GDMC）要求參賽者構(gòu)建人工智能，這種人工智能可以在以前從未見到過的區(qū)域生成逼真的城鎮(zhèn)或村莊。雖然該比賽目前為止只是為了娛樂，但各位參賽選手所探索的AI技術(shù)，是現(xiàn)實(shí)世界中的城市規(guī)劃人員可以使用的技術(shù)先驅(qū)。

成功的參賽者通常會(huì)借助多種技術(shù)來判斷何時(shí)應(yīng)把地面推平，或者是何處應(yīng)該建造橋梁和建筑物。這些技術(shù)包括將居住區(qū)偏遠(yuǎn)部分連接起來的老式尋路算法，可以利用簡(jiǎn)單規(guī)則生成復(fù)雜結(jié)構(gòu)的元胞自動(dòng)機(jī)，以及機(jī)器學(xué)習(xí)。

《我的世界》中的生成式設(shè)計(jì)比賽向AI發(fā)起挑戰(zhàn)，要求其為前所未見的地點(diǎn)設(shè)計(jì)居住區(qū)

過去3年中，這項(xiàng)比賽取得了很大進(jìn)展。在第一年的比賽中，一眼就能看出是機(jī)器建造的，建筑物重復(fù)地排列成排，或是隨機(jī)地堆在一起。今年的獲勝者于9月24日公布，其設(shè)計(jì)的居住區(qū)布局合理，完美契合每個(gè)不同的地點(diǎn)。道路圍繞山坡，橋梁橫跨河流，房屋內(nèi)甚至擺放著家具。

既開放又帶有主觀性的GDMC，其宗旨就是推動(dòng)AI進(jìn)一步發(fā)展。同其它的AI比賽（例如美國(guó)國(guó)防先進(jìn)研究計(jì)劃署發(fā)起的無人駕駛或機(jī)器人挑戰(zhàn)賽）不同，GDMC沒有明確的獲勝標(biāo)準(zhǔn)。什么樣的條件能造就一個(gè)好村莊？本大賽的聯(lián)合組織者，同時(shí)也是英國(guó)赫特福德郡大學(xué)的計(jì)算機(jī)科學(xué)家Christoph Salge表示，“不存在最佳數(shù)值。”

這項(xiàng)比賽的開放性意味著參賽的AI需要掌握多個(gè)目標(biāo)。為了贏得比賽，它們必須打動(dòng)八名擁有不同背景的裁判，包括建筑師、考古學(xué)家和游戲設(shè)計(jì)師等。

這些裁判從4個(gè)方面給AI城市規(guī)劃師打分：設(shè)計(jì)與特定地點(diǎn)的契合程度；根據(jù)不同區(qū)域之間是否有橋梁和道路等標(biāo)準(zhǔn)來評(píng)價(jià)布局是否合理；從美學(xué)角度看，其設(shè)計(jì)是否具有吸引力；以及是否可以從一個(gè)設(shè)計(jì)的細(xì)節(jié)中看出這個(gè)城鎮(zhèn)是如何形成的，比如一片廢墟，或是一個(gè)可以挖掘出建筑材料的礦井。

Salge表示，“一個(gè)10歲的小孩就能在《我的世界》中從平地上修建一個(gè)村莊，但對(duì)AI來說難度真的很大?！?/p>

平整土地

例如，一名參賽者在設(shè)計(jì)時(shí)首先確定環(huán)境類型（沙漠或是森林），然后生成像是用當(dāng)?shù)爻Ｒ姷慕ㄖ牧闲藿ǖ慕ㄖ?。另一名參賽者則負(fù)責(zé)平整地形和鋪設(shè)廣場(chǎng)。這種戰(zhàn)術(shù)在平坦開闊的地形上很適用，可以修建起引人注目的日式寺廟建筑群。但在小島上就沒那么成功了，這樣做通常會(huì)將小島完全鋪滿。

事實(shí)上，即便是獲勝者也會(huì)犯一些愚蠢的錯(cuò)誤。在一個(gè)居住地，有些房子被埋進(jìn)了沙子里，只露出個(gè)屋檐。Salge表示，這很顯然是因?yàn)樗惴ㄏ胍獙⒎课萁ㄔ煸趫?jiān)實(shí)的地面上。在碰到堅(jiān)硬的地基之前，這些房屋會(huì)一直下沉。

在日本筑波大學(xué)研究進(jìn)化計(jì)算的Claus Aranha推薦了3名選手參賽。他認(rèn)為這是一種很好的探索和測(cè)試新AI技術(shù)的方式，“我非常喜歡這項(xiàng)比賽的一點(diǎn)是，選手們的想法都很有創(chuàng)新性?！?/p>

讓游戲世界更逼真只是一方面，現(xiàn)實(shí)中的AI已經(jīng)被用來分析如何建造城市。有朝一日，比賽中所使用的類似技術(shù)和想法，可以幫助我們?cè)O(shè)計(jì)出更健康、更安全的城市。

例如，Aranha發(fā)現(xiàn)大多數(shù)選手采用的都是自上向下分析法，這就意味著AI城市生成器會(huì)先查看一個(gè)給定區(qū)域，然后生成合適的居住地。這樣得到的整體效果可能不錯(cuò)，但細(xì)節(jié)會(huì)有偏差。與之相比，Aranha認(rèn)為多主體方法（幾個(gè)AI獨(dú)立工作，根據(jù)各自周圍環(huán)境構(gòu)建建筑物）設(shè)計(jì)出來的居住地可能更有條理，更符合實(shí)際。

他正打算將這種方法運(yùn)用到自己的工作中，模擬探究不同城市規(guī)劃政策對(duì)地震或野火等災(zāi)害場(chǎng)景的影響。他用 OpenStreetMap上的數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)城市的樣式，以便生成虛擬城市。通過自動(dòng)生成成千上萬個(gè)街道布局，或是開放空間位置和數(shù)量等特性不同的虛擬城市，Aranha可以評(píng)估要求將10%的居住區(qū)預(yù)留給公園的政策是否有助于延長(zhǎng)居民的壽命。

MIT媒體實(shí)驗(yàn)室的CityScope香榭麗舍大道項(xiàng)目，利用基于自主體的模擬方法來探索設(shè)計(jì)方案與此同時(shí)，來自麻省理工學(xué)院媒體實(shí)驗(yàn)室的Arnaud Grignard和他的同事們，利用基于自主體的模擬方法為熱鬧的公共空間探究可能的設(shè)計(jì)方案，其中就包括重建巴黎的香榭麗舍大道。

來自紐約的初創(chuàng)公司Topos正在利用AI去理解城市布局是如何影響人們的生活。在一個(gè)項(xiàng)目中，該公司借助圖像識(shí)別和自然語言處理等AI方法來了解紐約的不同地區(qū)是如何被居民所利用的。隨后，其根據(jù)社區(qū)之間的相似性（如：住宅區(qū)還是商業(yè)區(qū)，高檔郊區(qū)社區(qū)還是都市社區(qū)）重新劃定了紐約5個(gè)區(qū)的邊界。在最終得到的地圖上，這些行政區(qū)就像同心圓一樣圍繞著中心的曼哈頓。

來自澳大利亞墨爾本大學(xué)的Jasper Wijnands也堅(jiān)信AI會(huì)在未來的城市設(shè)計(jì)中占有一席之地。他和他的同事已經(jīng)開始探索使用生成對(duì)抗網(wǎng)絡(luò)（GANs）對(duì)谷歌街景上的圖片進(jìn)行風(fēng)格轉(zhuǎn)換。

風(fēng)格轉(zhuǎn)換通常是將一張圖片用另一種風(fēng)格進(jìn)行復(fù)制，比如將一張自拍變得看起來像是梵高的畫作。但Wijnands的AI所學(xué)習(xí)的并不是視覺風(fēng)格，而是一種可以反映不同城市街區(qū)公共衛(wèi)生數(shù)據(jù)的“風(fēng)格 ”。隨后，他要求 AI 將谷歌街景上的圖片按照公共衛(wèi)生情況良好的社區(qū)風(fēng)格進(jìn)行復(fù)制。換句話說，他的AI可以修改公共衛(wèi)生情況不好的社區(qū)圖景，使其看起來同情況好的社區(qū)一樣。然后，城市規(guī)劃師可以將這些改變（比如在這加一個(gè)綠地，在那擴(kuò)寬一下街道）作為改善城市的指南。

沒有人告訴AI規(guī)劃師怎樣可以使一個(gè)城市變得更好，而是AI自己偶然地獲得了同樣的想法。Wijnands表示，“有趣的是，GAN的輸出結(jié)果正好與我們對(duì)于綠色空間對(duì)健康影響的科學(xué)認(rèn)知相一致?！?/p>

Wijnands 團(tuán)隊(duì)目前有一筆120萬美元的撥款來進(jìn)一步發(fā)展這一項(xiàng)目，而他本人也將這一項(xiàng)目介紹給了其城市規(guī)劃的學(xué)生。

設(shè)計(jì)影響

AI在城市規(guī)劃中最直接的應(yīng)用之一，就是從全球范圍內(nèi)了解城市設(shè)計(jì)的影響。今年1月，Wijnands和他的同事在《柳葉刀-星球健康》上發(fā)表了一項(xiàng)研究，他們調(diào)查了1692個(gè)城市，這些城市的人口占全世界人口的1/3。

他們利用卷積神經(jīng)網(wǎng)絡(luò)（常用于圖像識(shí)別），根據(jù)城市內(nèi)發(fā)生的嚴(yán)重交通事故數(shù)量對(duì)不同的城市布局進(jìn)行分類。研究顯示，在小街區(qū)周圍布有更多軌道交通網(wǎng)絡(luò)和更密集街道的城市，要比在死胡同附近布局雜亂的城市更安全。

這些結(jié)果可能沒那么令人吃驚，但若沒有自動(dòng)化的幫忙，研究人員就很難對(duì)這些這些數(shù)據(jù)進(jìn)行分析。

美好的生活愿景總是建立在城市空間會(huì)讓人們更快樂、更健康的前提下。但這些很難去測(cè)試，雄心勃勃的重建計(jì)劃也可能會(huì)失敗。AI城市規(guī)劃師可以在很多方面提供幫助，比如揭示現(xiàn)有某些布局的潛在影響，或是模擬上千個(gè)可能的設(shè)計(jì)方案。Salge目前正在與美國(guó)的規(guī)劃人員合作，研究未來的比賽如何納入人們城市生活更真實(shí)的數(shù)據(jù)，比如如何移動(dòng)，或者是去哪里購(gòu)物。這可能會(huì)讓AI創(chuàng)造出來的城市更切實(shí)際，而且可能會(huì)更加有用。

但希望AI完全接管城市規(guī)劃的工作是不現(xiàn)實(shí)的。建造城市不僅僅只是地面上幾個(gè)物品的排列：城市是人們居住的地方。

城市規(guī)劃師Dave Amos表示，這就意味著城市的創(chuàng)造權(quán)衡了很多因素。正如Amos在一個(gè)回顧2018年GDMC競(jìng)賽獲獎(jiǎng)作品的視頻中提到的：“城市規(guī)劃本質(zhì)上是一個(gè)政治過程。需要很多人對(duì)未來的發(fā)展情況去展開激烈的討論。”