Использование ИИ для помощи в проектировании городов будущего рискует создать регрессивный мир, подобный The Jetsons, если мы не признаем восприимчивость технологии к стигме и предвзятости, пишут ученые Массачусетского технологического института Фабио Дуарте и Вашингтон Фахардо.
Инструменты искусственного интеллекта (ИИ) быстро меняют то, как мы исследуем и представляем мир и городскую среду. Они могут генерировать очень «реалистичное» представление городской сцены с помощью всего одной подсказки, но не всегда к лучшему.
Инструменты искусственного интеллекта, такие как DALL-E, Midjourney и GPT-4, основанные на миллиардах и миллиардах текстовых и визуальных входных данных и дополнительных миллиардах параметров, выявляют шаблоны за шаблонами и дают чрезвычайно впечатляющие результаты.
Как выразился профессор Гарварда Стивен Пинкер в интервью Harvard Gazette, это «видимость компетентности […] произносит уверенные конфабуляции». Впечатляет, насколько правдоподобны и точны результаты. Пока они не являются таковыми.
Изображения помогают нам представить и изменить будущее городов
Изображения помогают нам представить и изменить будущее городов. Всего несколькими штрихами Лусио Коста синтезировал дух модернистского города, который впоследствии стал Бразилиа. Фотографии ненадежных условий жизни иммигрантов в Нижнем Манхэттене, сделанные Джейкобом Риисом, помогли изменить жилищную политику и политику общественного здравоохранения в Нью-Йорке.
Так как же ИИ видит наши города? Мы ввели подсказку в Midjourney: «фото в редакционном стиле, уровень глаз, широкий угол, модернистское социальное жилье в Рио-де-Жанейро, семьи, играющие дети, бразильцы, качественная архитектура, бетон, тени, вертикальный brise soleil, пилотис, зелень, деревья, растительность, собаки, птицы, естественное освещение, полдень, уют, тропики, солнечный день, комфорт, чистота, высокое качество, визуализация 3D, 8K, фотореалистичность». Получилось изображение с оттенком сепии ветхих, но благоустроенных многоквартирных домов, покрытых растительностью, с играющим ребенком на переднем плане.
Затем мы ввели вторую, очень похожую подсказку. Единственным отличием стали два новых слова: «фавела поблизости». Фавела — это неформальное поселение, в котором часто отсутствуют основные общественные услуги и в основном населены бедными семьями, которые не могут позволить себе недвижимость на регулируемом рынке недвижимости.
На получившейся картинке изображен заброшенный и грязный многоквартирный дом в тесноте, грязной обстановке, которая не имеет ничего общего с юридическими, инфраструктурными или социальными проблемами, связанными с фавелой. То, что ИИ «предсказывает», основано не только на закономерностях данных изображения, но и на закономерностях социальной стигматизации определенных городских жителей.
Мы попробовали другую пару подсказок, специфичных для Нью-Йорка: «уличные сцены Нью-Йорка, городской пейзаж, уровень глаз, жилой район, естественное освещение, фотореалистичный». К одному мы добавили «черное сообщество», к другому «белое сообщество».
То, что «предсказывает» ИИ, основано не только на закономерностях данных изображения, но и на закономерностях социальной стигматизации.
На последнем изображении мостовая лучше ухожена, а фасады зданий украшены карнизами и другими архитектурными деталями, тогда как витрины и фасады на изображении «черного сообщества» забиты рекламой, а архитектура здания проста до минимума.
Мы обратились к передовому чат-боту GPT-4 за советом по поводу стигматизации и городских образов. «Анализ городских изображений может увековечить стереотипы и предубеждения, что приведет к дальнейшей маргинализации и дискриминации и без того уязвимых слоев населения», — говорится в ответе. «Однако GPT-4 может смягчить эту проблему, генерируя более точные и нейтральные описания городских сцен, не полагаясь на предвзятые представления или предположения». Верно, но не совсем обнадеживающе.
Мы не можем сломать эти стигмы, полагаясь на шаблоны, существующие в настоящем. Вместо этого мы должны учиться у «Джетсонов», мультфильма Ханна-Барбера 1960-х годов, который предсказывал будущее, в котором люди будут водить летающие автомобили, машины будут готовить еду дома, роботы-горничные будут убирать дома, люди будут общаться через видеосистемы и компьютеры. поможет с домашним заданием.
Проектирование будущего — это отклонение от прогнозов
Хотя теперь у нас есть многие из этих технологий, The Jetsons не смогли предвидеть многие из наиболее важных преобразований: они представляли, что у нас все еще будут горничные и фиксированный рабочий день, что будут работать только мужья и что типичная структура семьи по-прежнему будет состоять из мужей. и жен.
Прогнозирующее видение будущего со всеми социальными и моральными пороками, присутствующими в настоящем. Теперь мы должны не попасть в ту же ловушку.
Модели машинного обучения все лучше подходят для анализа больших объемов данных, выявления закономерностей и прогнозирования. Однако мы не должны ошибочно принимать эти предсказания за неизбежную уверенность или даже неизбежное будущее. Проектирование будущего — это не его предсказание. Проектирование будущего — это отклонение от предсказаний.
Это не означает, что ИИ не играет роли в предложении будущего. Однако предубеждения и заблуждения ИИ-ботов узнаются из наших индивидуальных и коллективных предубеждений и заблуждений. Как пишет в Dezeen профессор Международного университета Флориды Нил Лич, «архитекторы должны проектировать прямо сейчас не другое здание, а само будущее нашей профессии». Это будущее, безусловно, включает ИИ.
Предубеждения ИИ-ботов извлекаются из наших индивидуальных и коллективных предубеждений.
Есть три варианта. Во-первых, внедрите возможные варианты будущего в настоящее. В Senseable City Lab мы уже используем ИИ для исследования скрытой семантики городской среды, раскрывая коллективное и общее понимание городов. Включая итерации, которые включают возможные варианты будущего, ИИ может помочь нам достичь целей проектирования, которые могли бы уменьшить текущие предубеждения.
Во-вторых, представьте себе города как конвергенцию данных климатических, социальных или когнитивных наук, чтобы дизайн будущей городской среды мог основываться на фактах.
Или вариант третий: не суметь изменить настоящее и рискнуть тем, что ИИ ускорит наше движение к джетсоновскому будущему.
Фабио Дуарте — главный научный сотрудник лаборатории Senseable City Lab Массачусетского технологического института. Вашингтон Фахардо, независимый исследователь из Рио-де-Жанейро. Эта статья была написана в соавторстве с Мартиной Маццарелло и Ки Мун Джанг, исследователями с докторской степенью в Senseable City Lab.
Изображения были созданы Senseable City Lab с использованием Midjourney.
Иллюстрация Селины Яу
Айтопия
Эта статья является частью серии AItopia от Dezeen, в которой исследуется влияние искусственного интеллекта (ИИ) на дизайн, архитектуру и человечество как сейчас, так и в будущем.
