Планировщики искусственного интеллекта в Minecraft могут помочь машинам создавать лучшие города




Планировщик ИИ в Minecraft может помочь создавать лучшие города - блог Guland

Около дюжины зданий с крутыми крышами цепляются за края карьера. Высоко над ними, на вершине огромной каменной арки, стоит недоступный дом. В другом месте железная дорога на сваях опоясывает группу разноцветных высоток. Изысканные пагоды украшают большую мощеную площадь. И одинокая мельница крутится на острове, окруженном квадратными свиньями. Это городское строительство Minecraft, стиль AI.

Minecraft долгое время был холстом для безумных изобретений. Поклонники использовали хитовую игру по созданию блоков для создания копий всего, от центра Чикаго и Королевской Гавани до рабочих процессоров. За десять лет с момента его первого выпуска все, что можно было построить, было создано.

С 2018 года Minecraft также является местом для творческих задач, расширяющих возможности машин. Ежегодный конкурс Generative Design in Minecraft (GDMC) просит участников создать искусственный интеллект, который может создавать реалистичные города или деревни в ранее невидимых местах. На данный момент конкурс проводится только для развлечения, но методы, исследованные различными участниками ИИ, являются предшественниками тех, которые могли бы использовать проектировщики реального мира.

Успешные входы обычно используют ряд методов, чтобы определить, когда выравнивать местность или где размещать мосты и здания. К ним относятся старые алгоритмы поиска путей, которые соединяют удаленные части поселения, клеточные автоматы, которые могут создавать сложные структуры с использованием простых правил, и машинное обучение.



За три года конкурс прошел большой путь. В первый раз поселения часто выглядели искусственно созданными, со зданиями, расположенными в повторяющиеся ряды или случайные группы. Победители этого года, объявленные в четверг, были представлены поселениями с правдоподобной планировкой, адаптированной для каждого местоположения. Дороги охватывают склоны холмов, мосты пересекают реки, а в домах даже есть мебель.

Открытый и субъективный, GDMC был создан, чтобы раздвинуть границы ИИ. В отличие от других соревнований AI, таких как испытания DARPA для беспилотных автомобилей или роботов, у него нет четкой финишной черты. Что делает деревню хорошей? «Не существует числового значения, которое можно было бы оптимизировать, — говорит соорганизатор Кристоф Салге, ученый-компьютерщик из Университета Хартфордшира, Великобритания.

Открытость задачи означает, что ИИ должен достичь нескольких целей. Чтобы выиграть, они должны произвести впечатление на восемь судей-людей из разных слоев общества, включая архитекторов, археологов и дизайнеров игр.

Эти судьи оценивают градостроителей с искусственным интеллектом по четырем параметрам: насколько хорошо они адаптируют свои проекты к конкретным местам; насколько хорошо работают макеты в соответствии с такими критериями, как наличие мостов и дорог между разными районами; насколько они эстетичны; и насколько рисунки вызывают повествование — есть ли детали, которые рассказывают историю о том, как возник город, например руины или яма, из которых могли быть добыты строительные материалы? «Создать деревню Minecraft для невидимой карты — это то, что может сделать 10-летний ребенок», — говорит Салге. «Но для ИИ это действительно сложно».

Например, один участник начал с определения типа окружающей среды — например, пустыни или леса — а затем создал здания, которые выглядели так, как будто они были построены из обычных местных материалов. Другой умел выравнивать ландшафт и закладывать площади. Эта тактика хорошо работала на плоской открытой местности, где создавались поразительные храмовые комплексы в японском стиле. Но на небольшом острове, который полностью заасфальтирован, он оказался менее успешным.

Даже выигравшие работы все равно совершают глупые ошибки. В одном поселении некоторые дома до карниза засыпаны песком. Очевидно, это связано с тем, что алгоритм хочет опираться на твердую основу, — говорит Салдж. Он топит здания, пока они не упадут в камень.

Клаус Аранья, изучающий эволюционные вычисления в Университете Цукуба в Японии, посоветовал троим участникам конкурса. Он считает, что это хороший способ изучить и опробовать новые методы ИИ. «Что мне действительно нравится, так это то, что существует множество различных подходов к решению этой задачи», — говорит он.

Реалистичные игровые миры — это одно. Но ИИ уже используется для анализа того, как строятся города. Методы и подходы, аналогичные тем, которые используются в соревнованиях, однажды могут помочь спроектировать реальные города, которые будут более здоровыми и безопасными.



Например, Аранья обнаружил, что в большинстве записей используется подход сверху вниз, что означает, что генератор города ИИ смотрит на заданную область и генерирует подходящее поселение. Это может дать хорошие общие результаты, но детали могут быть неточными. Аранха считает, что мультиагентный подход, при котором несколько ИИ работают независимо, чтобы строить структуры, информированные их непосредственным окружением, может привести к более последовательным и реалистичным проектам.

Теперь он собирается использовать это понимание, чтобы помочь в своей работе, в которой он использует моделирование для изучения воздействия различных политик городского планирования на сценарии бедствий, таких как землетрясения или лесные пожары. Он генерирует виртуальные города, обучая нейронную сеть тому, как выглядят города, с помощью данных из OpenStreetMap. Автоматически создавая тысячи виртуальных городов, которые различаются по свойствам, таким как планировка улиц или количество и расположение открытых пространств, он может оценить, спасет ли политика, согласно которой 10% жилой площади должны быть зарезервированы под парки.

Тем временем Арно Гриньяр и его коллеги из MIT Media Lab используют моделирование на основе агентов, чтобы исследовать возможные конструкции загруженных общественных пространств, в том числе обновленных Елисейских полей в Париже. А нью-йоркский стартап Topos использует искусственный интеллект, чтобы понять, как планировка города влияет на тех, кто в нем живет. В одном из проектов он использовал ряд подходов искусственного интеллекта, включая распознавание изображений и обработку естественного языка, чтобы узнать, как разные районы Нью-Йорка использовались людьми, живущими там. Затем были изменены границы пяти районов Нью-Йорка на основе сходства между районами, например, жилые они или коммерческие, зеленые или городские. На полученной карте районы расположены в виде более или менее концентрических колец вокруг центрального Манхэттена.

Джаспер Виджнандс из Мельбурнского университета в Австралии также убежден, что искусственный интеллект найдет свое место в городском дизайне будущего. Он и его коллеги начали изучать использование генеративных состязательных сетей (GAN) для передачи стилей изображений из Google Street View.

Перенос стиля обычно используется для воспроизведения одного изображения в стиле другого, например, чтобы сделать селфи таким, как если бы оно было нарисовано Ван Гогом. Но вместо визуального стиля Виджнандс заставил свой ИИ изучить «стиль», отражающий данные о состоянии здоровья населения в разных городских кварталах. Затем он попросил воспроизвести изображения Street View в стиле кварталов с хорошим здоровьем. Другими словами, его ИИ может подправлять изображения плохих кварталов, чтобы они выглядели как хорошие. После этого градостроители могли бы использовать эти изменения — зеленую зону здесь, более широкую улицу там — в качестве руководства для улучшения городской среды.



ИИ не учили тому, что, по мнению планировщиков, делают города лучше, он сам натолкнулся на общие идеи. «Интересно видеть, что результаты GAN согласуются с нашим научным пониманием влияния зеленых насаждений на здоровье», — говорит Виджнандс.

У его команды теперь есть грант в размере 1,2 миллиона долларов на разработку этого подхода, и он знакомит с ним своих студентов-урбанистов.

Одним из наиболее непосредственных способов использования ИИ в городском планировании является понимание влияния городского дизайна в глобальном масштабе. В январе Виджнандс и его коллеги опубликовали в журнале The Lancet Planetary Health исследование, в котором они рассмотрели 1692 города, в которых проживает треть населения мира. Они использовали сверточные нейронные сети, обычно используемые для распознавания изображений, чтобы классифицировать различные городские планировки в соответствии с количеством произошедших в них серьезных дорожно-транспортных происшествий. Города с более высокоскоростной железнодорожной сетью и более плотной планировкой улиц, расположенных вокруг небольших кварталов, оказались более безопасными, чем более обширные планировки, расположенные вокруг тупиков.

Эти результаты могут быть не слишком удивительными, но данные вообще невозможно было бы проанализировать без автоматизации.

Представления об утопической жизни всегда основаны на предположениях о том, какие городские пространства делают людей счастливее или здоровее. Но это сложно проверить, и амбициозные проекты восстановления могут потерпеть неудачу. Городские планировщики с искусственным интеллектом могут помочь разными способами, обнаруживая скрытые последствия определенных существующих планировок или моделируя тысячи потенциальных проектов. В настоящее время Салге работает с планировщиками в США над тем, как будущие соревнования могут включать более реалистичные данные о том, как люди используют города, например о том, как они передвигаются или куда они ходят за покупками. Это могло бы сделать искусственные творения еще более реалистичными и потенциально более полезными.

Но не ждите, что ИИ полностью возьмет на себя планирование. Города — это намного больше, чем просто набор объектов на земле: в них живут люди. А это означает, что они являются результатом множества компромиссов, — говорит Дейв Амос, градостроитель, у которого есть популярный канал на YouTube под названием City Beautiful. Как говорит Амос в видеоролике, посвященном победившему участию в конкурсе GDMC в 2018 году: «Планирование по своей сути является политическим процессом. Вам нужны люди, чтобы спорить о том, каким будет развитие».



Понравилась статья? Пожалуйста, оцените и поделитесь:

1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд
Загрузка...

Вам также будет интересно


Добавьте комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *