城市的视觉文化不只由建筑构成。街道、树木、标识、基础设施和聚会场所,共同塑造我们所见的风景与共同生活的方式。在2024年研究系列的第16篇中,我探讨AI如何参与这些选择,同时提醒自己:城市模型并不等于城市本身。
数字工具可以比较发展方案、整理空间信息,识别出行与需求的规律。但并非所有地图、模拟或优化过程都使用AI。无论采用什么方法,结果都取决于数据、假设和设定的目标。好的可视化应当说明这些局限,而不是把一种提案包装成必然到来的未来。
清晰的图解、翻译和方案比较,有望降低公众参与的门槛。然而,能够使用工具,不等于能够影响决策。公共讨论需要为无法上网的人保留参与渠道,并解释居民意见如何改变规划。社区并不存在一种等待算法发现的统一偏好。
对使用量和维护需求的预测,可以辅助基础设施规划。但预测只是估计,不是韧性或可持续性的保证。工程师、规划师和公共机构仍需衡量成本、验证方案、确定优先事项。提高车流速度的措施,也可能让一条街道更不适合步行和停留。
公共空间应回应当地的生活节奏、气候与文化习惯。自动照明或灌溉在某些场景中有用,但自动控制未必就是AI。传感器更多,不意味着场所更亲切。观察、交流和个人信息保护,应当指导我们决定测量什么,以及为什么测量。
绿色基础设施需要的不只是绿意盎然的效果图。遮阴、水、土壤、生物多样性和长期养护必须相互配合。分析工具可以比较选项,而生态知识与地方经验则用于判断其适用性。环境收益应在长期使用中评估,不能从外观直接推断。
文化上的风险,是用同一套广泛传播的图像拼装城市:熟悉的广场、立面和“智能”街道设施在各地重复出现。地方特色来自使用、记忆和适应变化的能力,而不只是装饰。新投资也带来一个问题:谁从改善中受益,谁又会因成本上涨而无法继续留在这里?
我把AI视为公共判断的辅助工具,而不是替代者。更好的城市不只是一张经过优化的图表。人们应能理解、质疑并参与塑造其中的选择;城市的视觉丰富性,则应从它所容纳的生活中生长出来。


AI与视觉文化:17. 完美图像之外的室内空间 ↗

