uredi› krajšaj› T:117 M:344 Z: [×]

Minecraft kot novodobni urbanist

Razvijalci umetne inteligence v Minecraftu bi računalnike lahko usposobili za pomoč pri učinkovitejšem urbanističnem načrtovanju

Will Heaven, MIT Technology Review

Okoli deset zgradb s strmo streho se oklepa robov dnevnega kopa. Visoko nad njimi na vrhu impozantnega kamnitega oboka stoji nedostopna hiša. Na drugem koncu železniška proga na pilotih obkroža skupino pisanih stolpov. Velik tlakovan trg krasijo lepe pagode. Na otoku, obdanem z železnimi kvadri, se obrača osamljeni mlin. To je gradnja mesta po Minecraftovo – z umetno inteligenco.

Minecraft je že dolgo valilnica divjih inovacij. Oboževalci s priljubljeno igro za zidanje iz sestavnih elementov ustvarjajo replike vsega mogočega, od središča Chicaga in Kraljevega pristanka do delujočih centralnih procesnih enot. V desetih letih po premieri so s to igro zgradili vse, kar je mogoče zgraditi.

Minecraft se od leta 2018 spopada tudi z ustvarjalnim izzivom na robu zmogljivosti naprav. Na letnem tekmovanju v oblikovanju z Minecraftom Generative Design in Minecraft (s kratico GDMC) morajo udeleženci sestaviti umetno inteligenco, ki zmore ustvariti realistična mesta in vasi na dotlej še nikoli videnih krajih. Tekmovanje je za zdaj namenjeno zabavi, a tehnike, ki jih preizkušajo tekmovalci v umetni inteligenci, napovedujejo takšne, ki bi jih lahko uporabljali tudi resnični urbanisti.

Uspešni tekmovalci običajno uporabijo vrsto tehnik, s katerimi ugotovijo, ali je treba teren izravnati, kje je najpametneje postaviti mostove in kje zgradbe. Med temi tehnikami je opaziti tudi staromodne algoritme za iskanje poti, ki povezujejo oddaljene dele naselja, celične avtomate, ki po preprostih pravilih izdelajo zapletene strukture, in strojno učenje.

Tekmovanje se je v treh letih močno spremenilo. Na prvem ni bilo težko opaziti, da so naselja postavljena strojno. Zgradbe so bile v več enakih vrstah ali naključno sestavljenih grozdih. Letošnji zmagovalci pa so predstavili naselja s prepričljivo zasnovo, prilagojeno posameznim lokacijam. Ceste so se vile po pobočjih, mostovi so povezovali bregove rek in hiše so bile celo opremljene s pohištvom.

Odprto in ustvarjalno tekmovanje Generative Design in Minecraft so pripravili, da bi premikali meje umetne inteligence. V nasprotju z drugimi sorodnimi tekmovanji, kot je izziv Darpa za samovozeče avtomobile in robote, nima jasne ciljne črte. Kakšna je dobra vas? »Ne obstaja numerična vrednost, za katero bi se optimizirali,« je pojasnil soorganizator Christoph Salge, informatik z univerze v Hertfordshiru v Združenem kraljestvu.

Odprtost izziva brez končnega cilja pomeni, da morajo sistemi umetne inteligence biti kos več namenom. Za zmago morajo narediti vtis na osem človeških sodnikov z različnimi specializacijami, vključno z arhitekturo, arheologijo in razvijanjem iger.

Sodniki umetno inteligentne urbaniste ocenjujejo na štirih področjih: kako uspešno so svoje načrte prilagodili izbrani lokaciji, kako dobro se obnese zasnova glede na merila, kot so morebitni mostovi in povezovalne ceste med območji, kako privlačni so na videz in ali načrti pripovedujejo zgodbo – je opaziti podrobnosti, ki kažejo, kako je mesto nastalo, na primer ruševine ali kamnolom, iz katerega so vozili material. »Vsak desetletnik je zmožen sestaviti Minecraftovo vas na zemljevidu, ki ga ni še nikoli videl, vendar je to za umetno inteligenco izjemno zahtevno,« je poudaril Salge.

Pripravljanje terena

Eden od tekmovalcev je začel z opisom tipa okolja – gre za puščavo ali gozd – in nato postavil zgradbe, ki so bile videti, kot da so zgrajene iz razširjenih lokalnih materialov. Drugi je spretno izravnaval terene in gradil trge. Ta taktika se mu je obrestovala na ravnih, odprtih zemljiščih, kjer je postavil osupljive komplekse templjev v japonskem slogu, manj učinkovita pa je bila na otočkih, ki jih je v celoti tlakoval.

Celo v zmagovalnih projektih je mogoče opaziti trapaste napake. V nekem naselju je nekaj hiš zakopanih v pesek čisto do napušča. Očiten razlog je, da algoritem želi graditi na trdnih tleh, je pojasnil Salge, in zgradbe potaplja, dokler ne pridejo do skale.

Claus Aranha, ki na japonski univerzi Cukuba preučuje evolucijsko računalništvo, je svetoval trem tekmovalcem. Po njegovem mnenju je to dobra metoda za preučevanje in preizkušanje novih tehnik umetne inteligence. »Zares všeč mi je, da je pri tem izzivu toliko različnih pristopov,« je povedal.

Realistični svetovi v igrah so eno. No, umetno inteligenco že uporabljajo za analizo, kako se gradi mesta. Podobne tehnike in pristopi, kot jih je bilo videti na tekmovanju, bi nekega dne lahko uporabili za pomoč pri načrtovanju pravih mest, da bi postala bolj zdrava in varnejša.

Aranha je ugotovil, da je v večini projektov uporabljen pristop od zgoraj navzdol, kar pomeni, da umetno inteligentni generator mest pregleda neko področje in nato generira naselje, ki se ujema z značilnostmi tega področja. Na splošno to lahko prinese dobre rezultate, le podrobnosti so včasih zgrešene. Aranha meni, da bi pristop z več akterji, pri katerem več sistemov umetne inteligence neodvisno postavlja strukture na podlagi neposredne okolice, lahko prinesel celovitejše in bolj realistične načrte.

Ta ugotovitev mu bo pomagala tudi pri lastnem delu, pri katerem s simulacijami preiskuje vpliv različnih urbanističnih politik v primeru katastrof, kot so potresi in gozdni požari. Virtualna mesta zgradi tako, da nevronsko mrežo na podlagi podatkov iz OpenStreetMap nauči, kakšna so mesta. S samodejnim generiranjem na tisoče virtualnih mest, ki se razlikujejo po lastnostih, kot so cestne povezave, samo število cest in umestitev javnih površin, lahko presodi, ali bi s politiko, ki predpisuje, da se desetina stanovanjskega predela mesta nameni za parke, morda reševali življenja.

Arnaud Grignard in njegovi kolegi v Media Labu, ki deluje na massachusetskem tehnološkem inštitutu, pa z agentnimi simulacijami preučujejo različne mogoče zasnove za javne površine, kjer se mudi veliko ljudi, vključno s prenovljenimi Elizejskimi poljanami v Parizu. Newyorško zagonsko podjetje Topos poskuša z umetno inteligenco razumeti, kako zasnova mesta vpliva na njegove prebivalce. Pri enem od projektov je vključil celo vrsto umetno inteligentnih pristopov, vključno s prepoznavo podob in z obdelavo naravnega jezika, da bi ugotovil, kako prebivalci izkoriščajo različne predele v New Yorku. Nato je potegnil meje med petimi newyorškimi okrožji na podlagi podobnosti med soseskami, na primer, ali so stanovanjske ali poslovne, zelene ali urbane. Zemljevid, ki je tako nastal, je okrožja začrtal v bolj ali manj koncentričnih obročih okoli osrednjega Manhattna.

Tudi Jasper Wijnands z univerze v avstralskem Melbournu je prepričan, da bo umetna inteligenca dobila prostor v prihodnjem urbanističnem načrtovanjem. S kolegi je začel raziskovati uporabo generativnih nasprotniških mrež (GAN) za prenos sloga na podobah iz Googlovega Street View.

Prenos sloga običajno uporabljajo za reprodukcijo podobe v drugačnem slogu, na primer, da bi fotografijo samega sebe prikazali, kot bi obraz naslikal Van Gogh. Wijnands je dosegel, da se je njegov sistem umetne inteligence namesto prepoznavanja podob naučil »sloga«, ki kaže podatke o javnem zdravju v različnih predelih mesta. Nato mu je ukazal, da podobe iz aplikacije Street View reproducira v slogu sosesk z ugodno sliko javnega zdravja. Povedano drugače, njegova umetna inteligenca lahko popravi zasnovo slabih sosesk, da so bolj podobne boljšim. Urbanisti bi te popravke – tu zelenica, tam širša cesta – uporabili kot usmeritve za urbanistične izboljšave.

Umetne inteligence niso naučili, kaj po mnenju urbanistov pripomore k boljšemu mestu, temveč do najbolj razširjenih zamisli prišla kar sama. »Zanimivo je opazovati, kako so dosežki generativne nasprotniške mreže skladni z našim znanstvenim razumevanjem vpliva zelenih površin na zdravje,« je poudaril Wijnands.

Njegova ekipa je dobila 1,2 milijona dolarjev finančne podpore za razvoj takšnega pristopa in z njim seznanja svoje študente urbanizma.

Vplivi načrta

Med bolj neposrednimi načini uporabe umetne inteligence v urbanizmu je tudi raziskovanje vpliva mestnih načrtov na globalni ravni. Januarja je Wijnands s kolegi v publikaciji The Lancet Planetary Health objavil raziskavo, med katero so preučili 1.692 mest, v katerih živi tretjina svetovnega prebivalstva. Pri tem so se oprli na konvolucijske nevronske mreže, ki jih običajno uporabljajo za prepoznavo podob, in tako razvrstili različne urbanistične ureditve glede na število hudih prometnih nesreč v njih. Mesta z več živahnimi železniškimi povezavami in gostejšo mrežo cest okoli majhnih stanovanjskih naselij so se izkazala za varnejša od bolj razpršenih postavitev okoli slepih ulic.

Te ugotovitve se resda ne zdijo presenetljive, vendar teh podatkov sploh ne bi mogli analizirati brez avtomatizacije.

Videnja utopičnega sloga življenja vedno temeljijo na predpostavkah, kakšen urbani prostor ljudi bolj osrečuje in varuje njihovo zdravje. A te teorije je težko preveriti in velikopotezni projekti za obnovo lahko propadejo. Umetno inteligentno urbanistično načrtovanje bi lahko bilo v pomoč na več načinov. Lahko bi razkrilo prikrit vpliv nekaterih obstoječih zasnov in simuliralo na tisoče potencialnih načrtov za ureditev. Salge trenutno z ameriškimi urbanisti razpravlja o tem, da bi prihodnja tekmovanja morda lahko vključevala oprijemljivejše podatke o tem, kako ljudje uporabljajo mesta – se pravi, kako se premikajo po njih in kje nakupujejo. Umetno inteligentne stvaritve bi se tako še bolj približale resničnemu življenju in morda postale še uporabnejše.

A ne pričakujte, da bi umetna inteligenca lahko v celoti prevzela načrtovanje. Mesta namreč ne predstavljajo le razporeditve zgradb po tleh, temveč se v njih živi, kar pomeni, da so sad številnih kompromisov, je pojasnil Dave Amos, urbanist, ki ureja priljubljeni kanal na Youtubu z imenom City Beautiful. Amos je v video recenziji zmagovalnega projekta na tekmovanju GDMC leta 2018 med drugim povedal: »Načrtovanje je inherentno politični postopek. Ljudje morajo predvidevati, v katero smer bo krenil razvoj.«

Copyright Technology Review, distribucija Tribune Content Agency