數字技術將為城市帶來哪些改變？我們要從50年前的一個實驗說起

除了我們天生帶有的一層皮膚和身上所穿著的衣服之外，建築通常被稱為「第三皮膚」。但是，在很長一段時間裡，它更像是一件舊時女性所穿的緊身束胸，是我們身體之外的一個堅固、強硬的附加物。新型的數字化技術和分散式智能有潛力改變這一現狀。

編譯 | Rik R、王宇欣、王藝

來源 | Curbed

作者 | Patrick Sisson

1969 年，著名作家 William H. (Holly) Whyte 和同伴一道展開了一項關於紐約市民生活的調查。他們受雇於城市規劃委員會，在這個喧鬧的城市中安裝攝像機，以暗中追蹤市民的活動。最後，Whyte 對他們得到的影像素材進行分析，並成功揭秘了一些不為人知的事實。

Whyte 和他的團隊花了無數個下午來拍攝公園、廣場、人行道，又花了更多的時間去計數、刪改、分析和量化鏡頭片段。他們對人們的見面和握手方式進行了標註，將行人的運動路徑繪製在圖紙上。

為了對一個街道拐角處的行人活動進行準確評估，Whyte 的研究隊員對等待紅綠燈的行人進行了手動篩選。可以想像，這份工作有多麼耗時，僅聖巴塞洛繆教堂的花園在午餐時間的平均人流密度就能達到每千平方英尺（約 93 平方米）12-14 人。

如果你觀察一個城市的街頭、人行道、或廣場足夠長的時間，你就會發現城市的是多麼無序而充滿能量的存在。紐約市民對 Whyte 的工作表現出了極大的歡迎和好奇，把它當成了一個娛樂活動。

「Whyte 除了發現人們閑談的地點之外，就只發現了人們喜歡他的工作。」一篇 1974 年發表的紐約時報文章冷冷地說道。

但事實上，Whyte 的街頭生活項目具有強大的啟示意義。Whyte 提供的不是金塊，而是可操作的數據塊——高峰與非高峰時間段的活動、平均密度、行人流動路徑等，這些數據塊有助於幫助制定城市政策。

Whyte 被譽為「美國最具影響的城市觀察者之一」，他來之不易的結論及對城市獨到的見解影響了 1969 年的紐約城市規劃，幫助其修改了紐約分區代碼，且將過去髒亂差的布萊恩公園變成了一個受人喜愛的公共空間。

直到最近，城市規劃者還在實踐 Whyte 的做法，進行耗時的人工觀測。這肯定令 Whyte 非常欣慰，但又實在讓人難以置信。畢竟，紅外攝像機及相關技術已經存在多年，這些技術在理論上能夠有效加快數據採集過程。但實際操作過程中，對於調查、個體觀察和理性猜測等任務，這些技術往往還不能勝任，還需要手動計數和影像研究。

當下，智能手機變得越來越易於攜帶，且地方領導對智能城市技術的接受度也越來越高，我們似乎正被大量的城市數據淹沒。但這些只是毛毛細雨，行將到來的計算機視覺和機器學習技術，可能會徹底改變我們對城市及其功能的理解。這兩項迅速崛起的技術或將革新人們對城市生活的認知。

「能夠在無人干預的情況下將圖像轉為數據，是一種超級強大的能力。」谷歌城市技術子公司 Sidewalk Labs 的首席策略官 Rohit Aggarwala 說道，該公司正在多倫多建立它自己的智能社區。

由於攝像機的價格從未像今天這樣便宜，突然之間，幾乎每個城市都能夠將 Whyte 的工作方法複製到自己身上。運用計算機視覺技術將圖像轉為數據，運用機器學習針對數據進行模式識別，然後對城市進行預測和規劃。

技術進步之勢似乎無法阻擋。僅 2016 年一年，計算機視覺公司所獲得的風險投資就達到了五億美元，機器學習領域的全球投資額估計在 48-72 億美元之間。紐約大學的數據城市項目預計，到 2030 年初，城市科學與信息領域的市場規模將達到 25 億美元。

今年年初，在拉斯維加斯舉行的 CES 消費電子展上，供應商們對自稱為「智能城市」技術公司的喜愛遠超遊戲或無人機公司。隨著電子時代下的年輕一代的城市規劃者開始上任，市面上開始出現自動化產品和自動駕駛汽車，改善市政技術的迫切性和緊迫感從未如此之大。

除了攝像機的普及外，眼動跟蹤技術也已被廣泛應用於零售場景，加上智能手機數據處理能力的提高，突然之間，城市空間的意義發生了變化。現在的城市空間是實時的，甚至是可交互的，曾經科幻小說中的內容正在變成現實。

「城市規劃者在對『人』相關的問題進行決策時，可以使用這些數據。」塔夫斯大學教授 Justin Hollander 說道，他是 Urban Attitudes Lab 的 CEO，該公司試圖探索出設計與技術的交叉點。

與此同時，由以 Jan Gehl 為代表的城市規劃師所首創的「以人為中心」的設計，將進入一個新的階段。它將威脅到傳統的模擬設計方法，運用更加科學的方法來進行規劃。

「當我還是一名城市規劃師時，為了塑造建築、街道和人行道，我們會使出所有力氣。這些城市規劃需要符合環保和經濟發展的目標，」Hollander 說道，「但我們從來沒有仔細思考過空間使用者的訴求。」

要理解計算機視覺和機器學習的潛力，就去購物中心看一看吧。線上市場營銷人員已經從消費者的在線數據和購買習慣中獲益頗豐，現在他們還希望將這些新技術應用於線下商店中，連通消費者的線上線下行為，拓展生財之道。

據全球設計和建築諮詢有限公司 CallisonRTKL 副總裁 Joan Insel 的說法，零售商出於保護消費者信息安全的需要，一直在對其數據進行跟蹤。同時，由於計算機視覺、面部識別和機器學習技術的提高，數據挖掘和數據分析的維度也開始多了起來。

她說，許多公司正在大量投資新技術——沃爾瑪的「開普勒」無人超市項目中的人臉識別系統已申請專利，該系統可以追蹤消費者的情緒，並在察覺到有顧客情緒不佳時通知店員進行協助。但由於隱私問題，沃爾瑪不太願意討論這一系統。

「在如今的零售業中，市場細分已不再是被廣泛探討的問題，個體客戶需求的解讀成為行業熱點。」她說道，「每個人都想弄明白其中的秘訣。」

Standard Cognition 是一家總部位於三藩市的機器視覺初創公司，該公司對於消費者洞察有一些獨特的見解。在一系列攝像頭的支持下，該公司的自動結帳系統能夠實現無人零售/自動結賬。

由於業界對於無人零售的關注越來越多，該公司已經得到全球幾十家頂級零售品牌的訂單，並籌集了數百萬美金的風險投資，這一切都是因為他們在數據分析層面的獨特方式。

「你可以把我們的系統想像成，用一張圖像描述店裡發生的一切。」聯合創始人 Michael Suswal 說道。

Standard Cognition 系統的功能獨一無二。它可以接近完美地進行存貨清點，不會發生半點差錯。在售貨員將零散物品擺放回貨架的過程中，該系統還能夠設計最優路線，節省售貨員的體力和時間。

更重要的是，這項技術可以跟蹤人們的意圖和活動：比如人們拿起又放下，最終沒有放入購物車的東西是什麼，甚至能夠對他們在商店裡目之所及的所有東西進行跟蹤。

Standard Cognition 可以通過不同的攝像機機位，同時從多個角度對購物者進行實時跟蹤。（NBA 採用了一個類似的系統來跟蹤球員，Suswal 說道，但其技術或許會容易些，因為能夠參考球員身上的球衣號碼。）

該公司計劃在 2018 年初開放一個線下演示點，在那裡用五花八門的商品訓練機器學習系統識別不同的商品以及行為的能力。

當下，Standard Cognition 正躋身於無人商店的投資浪潮中，同處這一浪潮中的公司還有計劃開設數百家無人便利店的京東。

Suswal 說，Standard Cognition 的下一個著眼點是安全問題。既然系統能夠被訓練出識別蔬菜和水果的能力，它就也能夠識別出錢包和槍支。Suswal 說，這一過程就像教育孩子一樣，需要防止他們學壞。

像小孩子一樣，許多隱私專家擔心這項技術會無意中學習到偏見。據喬治敦法律隱私與技術中心在 2016 年 10 月出具的一份報告 The Perpetual Line-Up 顯示，國家執法網路的面部識別系統獲取了二分之一的美國成年人照片，該系統對婦女、兒童和非裔美國人的識別率最低，但該系統恰好最有可能被應用於這些群體中。

在未來，這些技術將讓你無處可藏。「它將隨著機器學習的優化而變得更加便宜，」Suswal 說，「它將無處不在，你的所到之處都會有一個計算機在看著你。但實際上，你的隱私正在變得更加安全，因為只有機器在看你。」

更進一步，意圖分析可以用來重塑人類的生存、居住、工作環境。

聯合辦公巨頭 WeWork 在全球設有 200 多個辦公地點，該公司利用視頻分析、機器學習技術及許多其它數據源，包括熱力圖和該公司的 app，來設計更好的工作環境。Daniel Davis 是該公司研發團隊的首席研究員，他認為這項技術創造了一個無窮無盡的反饋循環。

「建築業過去總是依賴於人類的直覺以及資深人士的經驗。」他說道，「而如今，我們對設計方案的測試和評估理念已經改變。無論是交通規劃設計、車輛計數還是會議室的使用規劃，我們都能夠利用很多在過去不明顯甚至根本無法獲得的信息進行分析。」

相比於傳統的建築公司，WeWork 的業務模式更偏重垂直整合，即對空間進行重塑設計、改造以及運營。這也是為什麼他們比傳統的建築公司更用力地擁抱新技術。

作為空間所有者，他們可以針對數據的表現作出反應、優化狀態不佳的區域，這對於其他建築設計方來說，可謂是一種奢侈。它們還可以預測用戶需求：通過機器學習演算法來輸入數據，他們可以在一個特定的會議室建成之前預測其使用率。

先捕獲意圖，然後在設計與建造之間建立一種循環關係——分析、設計、評估，然後再設計。按照這樣的模式，這種技術可以產生更多的以人為中心的設計和城市規劃。

Davis 說，從歷史上看，計算設計是指 Frank Gehry 和扎哈·哈迪德等設計師的扭曲、充滿瘋狂的創造性的建築，這應部分歸功於強大的計算機處理能力。在未來，計算設計將涉及更人性化的層面。

「如果你走進 WeWork 的空間，不會覺得來到了一個很高科技的地方。相反，它看起來親切、友好而熱情，」Davis 說道，「它看起來並不複雜，這個空間是以你所需要的方式在運轉，沒有數字化的身份感。」

城市規劃表面上似乎與 Davis 團隊的目標一致：你怎麼才能把共享空間做的更好？就像 Sidewalk 實驗室的 Aggarwala 所說，所有的設計都是為了改善大部分沒有被數字化的服務。

隨著 Aggarwala 的公司開始擴展自己的業務，規劃並最終設計出在多倫多的智慧城市項目，付出巨大努力做成的「互聯網+」小區也就成形了。

他說，在建設這樣的小區的過程中，最主要的考量因素是為行人設計一個自然的空間，過馬路的時候應該要讓人們有安全的感覺。

比如，嵌入 LED 燈的路面可能根據不同的需要變換顏色，為來往的人們提供一些小線索讓他們知道什麼時候該走，什麼時候該停。

動態尋路和指示牌在清晨會直接指向咖啡店，而在傍晚則會自動切換，重點突出周圍的餐廳和酒吧。

交叉路口自適應的交通信號將會識別出行人、自行車和過往的車輛，從而提升安全性。自動駕駛接駁車負責在小區接送居民到家。

Aggarwala 想要設計富有互動感、能夠理解行人意圖的街道，這樣人們就不會一個勁低頭玩手機了。

他表示，「我們不希望做出一個科技感的社區，而是想要設計一個真正的鄰里社區，科技需要落到實處。」

他說，儘管 WeWork 和其他公共領域管理者之間有很大的不同，但是 WeWork 所追隨的可用性原則仍然適用於廣大的城市規劃領域。即便公園等場所的管理方沒有研究部門，但他們仍能夠利用 WeWork 提供的新工具收集信息，並用在其規劃設計中。

他以一個社區公園為例。由於周邊地區人口統計數據的變化，尤其是 2-3 歲的幼兒和十幾歲的青少年數量的增加，社區需要被重新設計以增加更多兒童遊樂場所，例如建造更多的滑板場地和籃球場。這個社區公園的便利設施不應該在幾十年前的設計上進行翻新，而是應該隨著社區的發展自我迭代。

雖然這不是什麼革命性的技術。但是如果城市的設計能夠隨著城市的使用以及人口數據同時發生變化，那麼也就意味著城市規劃、政策和預算將發生轉變。

由麻省理工學院、哈佛大學和國家經濟研究局的研究員組成的團隊發布了一份研究，他們使用幾年間的谷歌街景地圖作為訓練素材，試圖利用機器學習技術找出執政規劃的改變與社區安全之間的聯繫（包括人口密度、接受過大學教育的成年人佔比、以及西班牙裔居民的比例等衡量因素）。團隊認為，將他們得出的結論進行反向操作，管理者就能在社會問題出現之前適時調整城市設計以期防患未然。

「現在，我們終於可以根據實際數據調整資本計劃和預算了，」他說道，「你手中握有數據，那麼你就可以在爭論中勝出。在以前，人們只會模仿過去的行事方式，因為這樣最安全，也沒有人會為了這樣循規蹈矩的設計攻擊你，現在就不一樣了。」

把這些技術擴展到整個城市的層面，要是想用攝像機和感測器覆蓋整個社區（Aggarwala 等人稱其為「數字層 Digital Layer」），則需要大量的基礎設施的支出和帶寬成本。

多倫多在這一方面具有優勢，因為 Sidewalk 實驗室正在此發展並收集數據。但與此同時，公眾對於私人公司收集民眾信息這件事還是抱有隱私方面的擔憂。總部位於布魯克林的初創公司 Numina 希望能將類似技術的門檻降低，同時讓數據採集更容易被公眾接受。

Numina 最近推出了自己的監控攝像頭，這些攝像頭被裝在一個 PVC 塑料管里，看起來就像是飲水機旁方便人們取用紙杯的塑料管一樣。

這些管子能夠被非常方便地安裝在電線杆或者道路指示牌上，成本低廉。在國際智慧城市世界大會上，該方案被評為最具前景的 5 大技術之一，已經成功地在美國的 4 個城市進行了安裝，另外還有 3 個地區正處於規劃階段。

出於個人經歷原因，聯合創始人之一 Tara Pham 創辦了這家公司。2013 年，她與她的聯合創始人在騎自行車的時候被車輛撞倒，她們痛下決心要為自行車和行人建造一個更好的環境，讓城市根據數據做出決策。

在她們剛剛創業的時候，為了獲得真實的交通數據，城市規劃人員還停留在在白板上寫寫畫畫，用計算器演算的階段。4 年之後，她們公司發布了一款多用途、易安裝、太陽能供電的公共領域測量工具，這款工具的推出在無需人工監視的情況下為城市提供了可行的智能解決方案。

相機每秒拍攝 3 次，圖像在設備上進行處理，僅傳輸有關物體類別的匿名數據，比如自行車或是行人之類，而不是存儲並共享清晰可見的人臉照片。

該系統可以追蹤街道的使用情況；設定新的安全指標，比如現在差點發生的事故也能夠被記數；甚至有可能會觸發城市服務的調整，比如垃圾回收就是一個在今年春天進行試測試調整的城市服務。

Pham 說，「我們從 18 個月前開始了我們的業務，這期間內機器學習和計算機視覺已經變得相當大眾化了。在感測器中構建圖像處理功能比以往任何時候都便宜得多。」

雖然 Numina 剛剛創立不久，但是它已經幫助城市啟動了數據設計反饋的循環。在美國佛羅里達州的傑克威爾遜市，也是行人死亡率最高的城市之一，Numina 的感測器設置在了十幾個十字路口。

在靠近一個公共汽車站的站點，經過不間斷的監控發現，在周圍乘客上下車的過程中，行人總是不斷地亂穿馬路。曾經，城市管理者認為自己需要重新設計整個路口。然而數據顯示，最快、最有效的解決方法是在馬路中間建立一個隔離欄，僅需 30 美元。

如今在街道上安裝的新的「眼睛」不會對我們的城市景象造成多麼大的改變，但卻會使城市運轉更高效、城市使用率更高，最終受益的還是人類。

建築師兼研究員 Ann Sussman 花費了數年的時間使用眼動跟蹤系統來了解人們對不同建築和城市設計的反應。她認為，技術可以理解人的意圖，甚至捕捉潛意識的慾望也不在話下，這樣的技術將會催生設計領域的「生物學時代」。

「我在建築學院上學的時候，沒人提到過什麼認知科學，」她說，「今天，我可以測量人們對建築設計的即時反應，並在修改建築外觀的同時觀察到他們激素分泌的變化。」

Sussman 一直致力於研究人類在潛意識下如何對建築作出反應。通過照片比較、追蹤微小的面部反應，她能更好地了解哪種設計能更讓人們開心：活躍的、易於開窗的設計更能討人們歡心，就像在巴黎和波士頓的建築一樣。

像阿姆斯特丹運河沿岸那樣的對稱性建築能夠讓人們平靜，而像留有大片空白外牆的波士頓市政廳等一些野獸派風格的建築，則會令人困惑，因為在人們走進去之前，建築物的外觀並不能為他們提供更多的信息。

與 Sussman 合作的 Hollander 進一步進行了這方面的實驗和調查，他測試了某些地區及其社區內人們的健康和生活質量。

2016 年，紐約想要了解一些特定的設計模式是如何影響社區健康的，他們聘請 Hollander 來查看城市周圍十幾個不同的公共建築，包括博物館、圖書館和社區衛生中心等。

使用了一系列包括腦電圖（EEG）在內的生物特徵測量大腦的活動和面部分析，Hollander 追蹤了某些改進和翻新是否會影響人們對建築物的感覺。

紐約還沒有對外公布它將如何根據 Hollander 的發現進行整修，但是 Hollander 認為這種分析為公共決策添加了另一個信息層，只是直到最近這個信息層還未可用。

Sussman 和 Hollander 的研究提出了一個更具交互性的城市的可能。城市可以對我們的行為和意圖作出回應，並被重新設計。那麼，它可以對我們潛意識作出回應嗎？也許有可能。

正如麻省理工學院教授 Carlo Ratti 所建議的那樣，我們可以使用這種分析技術來建立適應人類需求的建築，而不是反過來讓人類適應建築。

「除了我們天生帶有的一層皮膚和身上所穿著的衣服之外，建築通常被稱為『第三皮膚』。」他說道，「但是，在很長一段時間裡，它更像是一件舊時女性所穿的緊身束胸：我們身體之外的一個堅固、強硬的附加物。我認為這種新型的數字化技術和分散式智能有潛力改變這一現狀。」

智慧城市的基礎已經奠定好了。除了像 Sidewalk 實驗室、松下等對試驗社區進行投資的科技公司之外，美國的大型電信公司 Comcase 和 Verizon 等，也在投資建立新的大型物聯網網路，這將使設備連接更普遍，在全市範圍內的部署也將更便宜。

這種技術的力量，以及在城市當中迅速的應用已經讓民權團體對它能夠顛覆隱私、安全甚至是政府監視的能力有了警惕。上個月，喬治敦隱私和技術法律中心發現機場正在使用視頻和機器學習系統。越來越多的執法機構計劃升級並採用這項技術。

Ekin 是一家出售配有面部識別技術巡邏車的國際公司，「我們計劃在 2015 年把公司的經營範圍擴大到美國。」公司發言人表示。

Ekin 的產品在 1 月 8 號開始發售，為美國的執法部門提供了一整套產品，包括 Ekin Face，一種面部檢測和分析的系統，能夠確保發現可疑人員、罪犯或是通緝在逃人員，有時候人眼都不能觀察到這些人，該系統還能及時的採取適當的行動。」

智慧城市技術的支持者同樣認可我們不能為了數據而犧牲隱私和匿名權。Sidewalk 實驗室的 Aggarwala 表示（他為谷歌母公司 Alphabet 旗下的一家公司工作），有時，投放一些有針對性的廣告會起作用，表明這些系統絕對不可能被設計成獲取大量數據的工具或是被用於非法調查。在最近的 Reddit AMA 中，Sidewalk 實驗室負責人 Dan Doctoroff 說：「隱私應該成為我們開發這些工具的基礎。」

Aggawwala 認為，現在正在開發的系統實際要比 William H. Whyte 的視頻工程有更強的隱私保護的潛力：它們進行分析所需要的僅僅是一些信息點，能在不侵害任何人身份的情況下被提取出來。有了這些信息，規劃師和設計師能夠創建與其它地方別無二致，但是更好的城市，最重要的是不會侵犯任何人的隱私。

隨著物理的世界變得更加數字化，我們發現自己在過馬路時就像是在瀏覽網頁一樣：在隱私和便利之間，或者說在個性化與監視之間最佳的平衡是什麼？

Aggarwala 說，「真正令人害怕的在於這種技術很全面。」

這是一個與上帝視角有關的問題。對於 William Whyte 所採用的方法來說，最終都需要有一個記下全部事情的旁觀者。但新型的技術不僅僅是一個觀察者，而是一個博聞廣識的敘述者。

「想一想螞蟻。」Standard Cognition 的 Suswal 說，「從人類的角度來看，我們可以仔細觀察一個螞蟻部族，然後預測將要發生的事情。但是螞蟻，他們只是在彼此身邊爬行罷了。現在，我們就是螞蟻。這些具有預測分析功能的相機將使我們看到更加不同的東西。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！