现场 | 人工智能离设计师遥远吗？

主题：如何正确选择人工智能应用场景

时间：2018年6月10日

地点：E6·本土一间

嘉宾：刘瑜 王鹏 刘浏 郭湧

主持：佘依爽

摄影：张锦

由《景观设计学》期刊主办的“如何正确选择人工智能应用场景——‘人工智能与未来景观’新刊主题沙龙”于6月10日在E6·本土一间举办！【点这里，了解更多本次活动信息】

本期新刊主题为“人工智能与未来景观”，这一期探讨了：人工智能的概念层级及发展脉络、基于人类空间感知研究的环境神经科学研究进展、数据-硬件-算法这三个人工智能组成因素在设计领域的研究与应用情况，以及在人工智能影响下的工作方式、生活方式及社会参与方式的转变方向等。这些内容的寻找、讨论与展现，启发了大家更多地思考设计的价值、设计师的核心能力、设计教育和职业的未来导向。【点这里，了解本期杂志详细内容】

《景观设计学》期刊于6月10日邀请本期作者和相关领域嘉宾举办了新刊发布会，以此话题继续展开讨论，面对面深入发掘由人工智能发展带来的设计行业影响，以及如何正确选择人工智能在景观设计及相关地理学、设计学等领域的应用场景。

在发布会中，主持人和嘉宾分别陈述了各自的观点，来自直播平台及零距离交流群中的观众也纷纷向嘉宾提问，以下整理了部分的嘉宾陈述。更多精彩内容，请观看完整视频。

完整视频回放，请复制以下链接至浏览器观看↓↓↓

https://www.yizhibo.com/l/UVH-VtidWiEi049I.html

观点

佘依爽

《景观设计学》期刊

编辑部主任

编辑部主任、主持人佘依爽首先以近日刷屏的麻省理工学院批准新的城市科学专业（城市规划与计算机科学的跨专业结合）这一新闻为切入点，阐释了其产生的背景和原因。同时，她认为技术的发展离不开理论的支持，在梳理了现代城市规划理论之后，她对本期新刊的主要内容进行了梳理，并从人工智能带给设计师的“好消息”和“坏消息”两方面分别进行了介绍，以引发听众对于人工智能现阶段及未来发展的思考。

刘  瑜

北京大学遥感与地理信息系统研究所

教授

刘瑜认为人工智能可以给地理学带来新的机遇。首先，由于深度学习的发展，从前难以被提取的信息和数据现在可以被更便利地获取和使用，成为地理空间分析的有效数据源；其次，深层地理知识的发现可以揭示不同尺度下的时空格局，并总结出更多的地理规律和模型；最后，人工智能还能为我们提供智能决策。所以，人工智能可以使我们对地理学知识进行量化和形式化，以使该学科更具理论性和科学性。

王  鹏

高级城市规划师

深圳市城市空间规划建筑设计有限公司副总规划师

王鹏认为当前人工智能应用于城市规划领域还需从数据采集开始。他以共享单车数据与城市慢行系统规划为例，阐释了通过将大量的相关数据输入计算机，计算机会生成一个决策树模型，从而分析出各种城市要素对共享单车出行量的影响。在此基础上，设计师可以分析识别出城市的现状问题并更新规划设计方案。

衡复地区共享单车骑行轨迹数量分布

© 王鹏

城市要素对共享单车出行量的影响大小

© 王鹏

此外，他指出互联网数据目前存在一些问题，例如数据维度少，不足以描述复杂城市问题，以及由于采集目标的不同导致多源数据对齐和处理难度大。基于此，其团队研发出了CityGrid通用传感器以改善数据质量。通过将CityGrid传感器布局于白塔寺街区的多条街道上，该区域交通系统、街区街道通行量，以及街区交叉路口这三个层面的现状实现了数据的定量刻画。王鹏认为目前所谓的人工智能更多的是助力于存量规划，而非增量设计。

CityGrid传感器对通行数据的监测采集

© 王鹏

刘  浏

城室科技CEO

刘浏从自己的亲身经历出发，讲述了由于一次意外的夜路行走经历，而产生的对当前以出行效率为主要考量因素的传统导航系统的质疑。基于这一思考，刘浏及其所带领的城室科技团队研发了StreeTalk慢行导航系统，该系统更注重行人和骑行者的感受，特别是对安全感和舒适性的需求。通过运用物体检测识别及场景语义分割等技术，城市街景的深度特征被提取出来。之后，结合深度学习模型，机器可以代替人进行对周边环境的感知预判，对数以千万计的街景图片进行评分，从而建立可以直观显示街道安全和舒适程度的导航系统。

StreeTalk慢行导航系统

© 城室科技

此外，刘浏还介绍了相关技术的其他研究成果，例如街道绿化率及天空开放度指标、街道高宽比，以及城市影像的泛研究等。最后，他通过凯文·林奇对自己提出的城市意象五要素的反思，提醒设计师不应沉迷于已有的“规律”，而应当更多地走出去进行观察、体验，和思考。

不同类型的街道感知图

© 城室科技

郭  湧

清华大学建筑学院景观学系

助理教授

郭湧认为景观设计学科的信息化技术是一个从GIS（Geographic Information System）到LIM（Landscape Information Modeling）的过程。景观设计学科通过设计去做研究，通过项目去应用研究。在多专业协作的大尺度规划项目中，景观设计专业可以在规划前期通过模型模拟对场地进行预判，从而对规划方案进行反馈。目前，相关技术已经可以应用于古城研究、国家公园规划设计、棕地改造等多个方向。而近期由Autodesk和Esri公司联合推出的ArcGis软件将会使设计师的工作更加便捷。

多尺度、高精度的LIM模型

© 郭湧

郭湧认为，尽管信息化技术会成为设计师的好帮手，但设计师所处的空间本身、在工作环境中接触到的材料、手绘的动作，以及冥想的工作状态都是设计的一部分，这些都是不可被取代的。

传统手绘，身体动作是设计的一部分

© 郭湧

郭湧的办公桌

© 郭湧

问答

我们整理了现场提问的精简版回答，完整版回答请回看视频哦！

 1   刚刚几位嘉宾主要谈到了人工智能在设计领域现阶段的应用情况，可否预测一下其在未来的发展会是怎样的？

刘浏：这个要看是在学术理论的范畴，还是在人类生活方式的改变以及商业的范畴。我认为前者在近期不会有很大的进展，而后者则会有突飞猛进的发展，各种新的突破在商业应用方面将会层出不穷。

刘瑜：在可见的未来，人工智能主要还是去做一些诸如运算的“体力活”，而创造性的工作则依然需要人类来完成。

王鹏：人工智能将成为未来智慧城市的核心要素。随着人工智能计算能力被引入无处不在的边缘计算机物联网硬件中，我们身边的所有物体都将具备一定程度的智能。比如无人驾驶汽车不仅会改变我们的出行方式，也会引起生活方式的巨大改变。届时，城市不再需要停车场，新的公共空间将会出现。

郭湧：“无人驾驶下的未来城市”是美国伊利诺伊理工学院的一项研究课题，该课题的首席科学家是一位景观设计师。景观设计师的创造性即体现于在日常生活中去适应人工智能带来的新问题。例如无人驾驶汽车的出现可能会使得存在了上千年的马路道牙逐渐消失，而由此新增的空间可能会转变为文化空间、创意空间，以及高品质生活空间，这些空间都需要景观设计师去畅想、去整合，这正是体现我们创造力的地方。

（完整问答：108:16~121:17）

 2  当前有很多人工对图像进行标签标定，然后将之作为人工智能的基础数据进行输入的情况，请问如何看待人工标定数据这一现象？

刘浏：其实目前有很多公司在做这项工作。现阶段，这个过程无法避免，因为这是机器学习的必经之路，不过它是阶段性的。现在谷歌研发出的AlphaGo三代已经可以不借助人工数据的输入而进行自主学习了，在自主学习40小时之后，它就可以达到超越人类顶级棋手的水准，但之后却开始下一些“怪招”。所以，尽管是纯对抗自我学习，它却在走人类发展的路径，只是将这个过程缩短为几十小时。不过，好消息是人类走在正确的发展道路上，而机器是否偏离了正确的发展轨道值得探讨。

（完整问答：122:28~126:05）

 3  在机器学习的过程中，机器是否存在“顿悟”的瞬间？奇点存在吗？

刘浏：举个例子，2012年，在被视为计算机图像识别领域标杆的ImageNet大规模视觉识别挑战赛中，当时的获胜算法是卷积神经网络（CNN）。之后，CNN仅用了4年时间便将误码率降至3%，而彼时人类的平均误码率为5%。尽管从这一维度来看，机器已经超越了人类，但事实上，它仍存在很多局限性，例如在街景识别中，它无法识别从其没有学习过的角度进行物体识别。所以，不用那么在意奇点，让机器去做我们需要它们做的事情就好。

（完整问答：126:06~127:35）

 4  虽然人工智能目前只能完成一些基础性的辅助工作，但这已然对即将步入社会的学生群体形成了一定的压力。请问对于相关专业的在校学生而言，未来有哪些方向可以实现竞争力的弯道超车，从而找准未来自己可能的位置？

郭湧：其实不用那么焦虑。我们都体会过熬夜绘图几晚后突然有了灵感的那个瞬间，为了这个瞬间，再辛苦也有快感和成就感。把人工智能当作实现职业理想、人生理想的工具，秉承着对专业的热爱、对自然的热爱，你很难被人工智能取代。

王鹏：找到一个符合个人特点、爱好和能力可及的方向很重要。无所谓超过谁，超越自己就好。

刘瑜：人类被机器超越在历史上是常有之事，时代在变化，但也有一些不变的东西，比如人性、价值观等等。坚守核心价值，对新技术保持开放的心态，这点非常重要。

刘浏：以我个人的经历来讲，我爱折腾，愿意去尝试新鲜事物。我原本的专业是城市规划，在麻省理工学院读硕士的时候开始对数据可视化感兴趣，之后发现缺乏数据，于是又开始寻找和研究数据。那时候，大数据、人工智能都不热门，我也没有对于未来趋势的预判，都是凭着热情去做。现在，我也焦虑，但我焦虑的不是未来会怎样，而是怎么把当下具体的事情做好。择业观需要去培养，兴趣很重要，去遵从内心的选择。未知的路也许充满挑战，但也很有趣。

（完整问答：128:40~139:32）

 5  目前很多景观设计项目还只是在做一些“涂脂抹粉”的工作，而没有站在国土资源保护和生态安全格局的角度去思考全产业链。请问您们是否有对于人工智能技术与生态环境之间的关系的思考？此外，CityGrid传感器有无对更小尺度空间如室内环境的监测？它是否可以实现对空气质量、噪音等环境参数的监测？

刘浏：其实对于生态环境的预测和分析一直都有，但是效果有限。目前人工智能的发展基本上是处于信息化技术领域，信息化的核心是把更多复杂的或过去难以获取的信息带给人类，帮助人类去分析和找到问题，但其之后能做的事情非常有限。所以，我们这个时代还是需要技术上的大突破，比起乔布斯，我们更需要爱因斯坦。

刘瑜：人工智能目前主要还是做一些模拟预测的工作，它有助于加深我们对于某些现象的认知，减少人类的工作量，帮助我们确定问题的主攻方向，但最终问题的解决还是需要依靠人类自身。

王鹏：我们需要思考设计会对我们的城市造成何种影响。例如通过对PM2.5进行监测，我们发现其在靠近环路的含量比环路50m以外的含量高一倍以上，基于这一数据结果，我们会对绿地分布、楼的朝向等有一些基本判断。我们希望把城市做得更加生态，但是当前的国家标准往往都是设计标准，缺乏数据支持，还是凭感觉去设计。未来技术的发展以及智慧城市的发展可能会在这些方面带来一些机遇和改变。

郭湧：其实我做景观信息模型（LIM）的初衷就是想要了解做一个项目对生态的影响程度，希望能够更多考虑设计的生命周期，并探究如何通过信息化的方法把景观对象拆分清楚，把信息组织清楚，之后再对项目的性能进行模拟和评判。目前已经有了一些对生态系统进行评价的方法，比如生态系统服务（ES）等。这不仅需要设计师个人的努力，也涉及到行业标准，行业整体规范的提升很重要。

（完整问答：139:35~160:10）

 6  具体到数据的操作层面，请问在数据源的获取方面存在哪些困难？是否会存在一些灰色地带？

刘浏：其实这里面更重要的是隐私问题，这个需要数据研究者自己心中有杆秤，明确自己提供的是哪种服务，坚守自己的底线。

王鹏：虽然现在已有一些共享数据，但当真正做项目的时候，你会发现已有的数据远远不够，所以还是需要一个开放机制去实现数据共享。通过CityGrid传感器进行数据监测，我们现在获取了一些可供自己支配的数据，我们会将这些数据开放给学术界，以推动行业的整体发展。

（完整问答：160:30~164:45）

花絮

专注

给你名片！拿好！

加个微信呗~

笑~

此次活动地点E6·本土一间坐落于北京77文创园，作为北京东方道朴77文创产品系列的第一个有影响力的项目，老厂房变身为戏剧影视主题文创产业园区，在保留工业遗址风貌的基础上，吸引了大量核心文化资源聚集。

撰文 编辑 | 田晓劼本文根据沙龙内容整理，未经嘉宾确认

《景观设计学》2018年第2期正式出刊

“人工智能与未来景观”

查看本期详细内容请戳【这里】

扫描下方二维码即可购买当期期刊

更多优惠，点击阅读原文

马上进入有赞微店！

《景观设计学》书架

▽ 点击阅览更多专业讲座报道

▽ 景观之路2018日本越后妻有大地艺术祭游学报名中

▽ 望山生活，诗意栖居

《景观设计学》期刊

《景观设计学》（Landscape Architecture Frontiers，简称LAF）由北京大学建筑与景观设计学院、高等教育出版社联合主办，中国城市科学研究会景观学与美丽中国建设专业委员会支持，俞孔坚教授担任主编。LAF为双月刊，刊号为CN10-1467/TU，ISSN号2096-336X，邮发代号80-985。全彩页印刷，每期主题集中阐述，中英双语呈现。

2014年，LAF成为中国国家广电总局首批认定学术期刊；2015年，成为CSCD核心库期刊来源刊；同年，荣获美国景观设计师协会年度交流类荣誉奖。2016年，入选中国（武汉）期刊交易博览会中国“最美期刊”与中国高校优秀科技期刊。