Η αστική αλλαγή συνήθως μας γλιστράει. Ένα νέο καφέ εδώ. Ένα βαμμένο overpass εκεί. Αλλά τι γίνεται αν μπορούσατε να δείτε μια ολόκληρη δεκαετία του οπτικού μετασχηματισμού μιας πόλης, αυτόματα καταγράφηκε, ταξινομήθηκε και εξηγείται από το AI;
Αυτό ακριβώς ονομάζεται ένα νέο ερευνητικό πρόγραμμα Οπτικά χρονικά ξεκίνησε να κάνει. Αναπτύχθηκε από ερευνητές Από το Stanford και το Google DeepMind, αυτό το σύστημα χρησιμοποίησε πολυτροπικά μεγάλα μοντέλα γλωσσών (MLLMS) για να αναλύσει πάνω από 40 εκατομμύρια εικόνες Google Street View από τη Νέα Υόρκη και το Σαν Φρανσίσκο. Έβγαλε τις τάσεις που οι άνθρωποι δεν θα παρατηρήσουν εύκολα.
Το αδύνατο πρόβλημα της κλίμακας
Η παρακολούθηση μικρών αλλαγών με την πάροδο του χρόνου δεν είναι κάτι καινούργιο στο όραμα του υπολογιστή. Αλλά οι περισσότερες προηγούμενες εργασίες χρειάζονταν ετικέτες ή επικεντρώνονται σε συγκεκριμένα πράγματα όπως αυτοκίνητα ή πρόσωπα. Αυτό το έργο ήταν διαφορετικό. Ο στόχος ήταν ανοιχτός: Τι άλλαξε συχνότερα σε αυτές τις πόλεις, πάνω από μια δεκαετία;
Απλή ερώτηση. Βίαια σκληρά στην πράξη.
Τα μεγάλα μοντέλα γλωσσών είναι καλά στη συλλογιστική για τις εικόνες, αλλά αγωνίζονται όταν το σύνολο δεδομένων μεγαλώνει πέρα από μερικές χιλιάδες εικόνες. Το Visual Chronicles ασχολήθηκε με εκατομμύρια. Έτσι, οι ερευνητές σχεδίασαν μια στρατηγική από τη βάση προς τα πάνω. Πρώτον, ανιχνεύστε μικροσκοπικές τοπικές αλλαγές όπως ένα νέο σημάδι ή ένα αφαιρεμένο δέντρο. Στη συνέχεια, συμπληρώστε τα σε ευρύτερες τάσεις σε όλη την πόλη.
Ο ντετέκτιβ του AI στους δρόμους
Εδώ είναι πώς λειτούργησε σε δράση:
- Βήμα 1: Συγκρίνετε εικόνες της ίδιας θέσης με την πάροδο του χρόνου.
- Βήμα 2: Ζητήστε από το AI να περιγράψει τι άλλαξε, με στοιχεία από τις εικόνες.
- Βήμα 3: Ομάδα παρόμοιες αλλαγές που βρέθηκαν σε όλη την πόλη.
- Βήμα 4: Επαληθεύστε αυτές τις τάσεις με περαιτέρω ελέγχους AI.
Αυτή η υβριδική προσέγγιση επιτρέπει στο σύστημα να εντοπίσει λεπτές αλλαγές. Εξωτερικές ρυθμίσεις τραπεζαρίας μετά το Covid-19. Νέοι ηλιακοί συλλέκτες στις στέγες. Όλα τα εντυπωσιακά χωρίς να πνιγούν σε δεδομένα ή να δημιουργούν αφηρημένες απαντήσεις όπως “οικονομική ανάπτυξη”.
Τι βρήκε λοιπόν;
Στη Νέα Υόρκη, το AI σημείωσε δραματική άνοδο:
- Κάμερες ασφαλείας: 745 Νέες εγκαταστάσεις σε γειτονιές.
- Περιφράξεις γύρω από τους χώρους στάθμευσης: 509 νέες προσθήκες.
- Αναβαθμίσεις πεζοδρομίων: 519 νέα προειδοποιητικά μαξιλάρια Red ADA.
Στο Σαν Φρανσίσκο, οι τάσεις υπογραφής της δεκαετίας φαινόταν διαφορετικές:
- Ηλιακοί συλλέκτες: 1504 νέα εγκατάσταση στον τελευταίο όροφο, ειδικά ορατά από ανυψωμένους αυτοκινητόδρομους.
- Αφιερωμένες λωρίδες λεωφορείων: 751 Νέες μετατροπές λωρίδων για τις δημόσιες συγκοινωνίες.
- Racks Bike: 1799 νέα ράφια, κυρίως κοντά στο κέντρο της πόλης.
Τα χρόνια Covid άφησαν οπτικά δακτυλικά αποτυπώματα παντού
Οι ερευνητές επικεντρώθηκαν επίσης στην πανδημική περίοδο, συλλαμβάνοντας τον τρόπο με τον οποίο οι δρόμοι της πόλης προσαρμόστηκαν μετά το 2020. Υπαίθρια τραπεζαρία εξερράγη στο Σαν Φρανσίσκο, με 1482 νέες ρυθμίσεις που καταγράφηκαν μεταξύ 2020 και 2022 μόνο.
Και τότε υπήρχε η μπλε overpass. Ένα τμήμα αυτοκινητόδρομου στο Σαν Φρανσίσκο ζωγράφισε το «Coronado Blue», μια λεπτομέρεια που εντοπίστηκε 481 φορές στις εικόνες του δρόμου μετά το 2020.
Στη Νέα Υόρκη, το σύστημα χρησιμοποιήθηκε επίσης για την παρακολούθηση των αλλαγών του καταστήματος λιανικής πώλησης. Αποκάλυψε δύο αντίθετες τάσεις:
- Άνοιγματα αρτοποιείων και καταστημάτων χυμών σε περιοχές με την επένδυση.
- Κλείσιμο των καταστημάτων παντοπωλείων και των υποκαταστημάτων τραπεζών σε παλαιότερες λιανικές ζώνες.
Γιατί γιατί όχι. Οι ερευνητές έτρεξαν ένα τελικό πείραμα, ζητώντας από το AI να κοιτάξει τυχαίες εικόνες και να βρει “ασυνήθιστα πράγματα”.
Ο νικητής; Γίγαντα αφηρημένα γλυπτά διάσπαρτα σε όλη τη Νέα Υόρκη. Πάνω από 200 περιπτώσεις δημόσιων εγκαταστάσεων τέχνης, όλες ομαδοποιημένες από το μοντέλο.
Τα μοντέλα AI εμπιστεύονται τις ρυθμιστικές αρχές τους;
Γιατί αυτό έχει σημασία πολύ πέρα από το δρόμο
Τα Visual Chronicles δείχνουν πώς τα μελλοντικά εργαλεία AI θα μπορούσαν να επιτρέψουν στις εταιρείες, τις κυβερνήσεις ή τους ερευνητές να παρακολουθούν αλλαγές σε οποιοδήποτε μεγάλο οπτικό σύνολο δεδομένων. Δορυφορικές εικόνες. Εργοστασιακά δάπεδα. Οποιοδήποτε μέρος που αλλάζει με την πάροδο του χρόνου.
Είναι επίσης μια προειδοποίηση. Το AI δεν “βλέπει” εικόνες. Τους εξηγεί πίσω σε μας με τρόπους που διαμορφώνουν αυτό που πιστεύουμε ότι συμβαίνει. Όσο περισσότερο εμπιστευόμαστε αυτές τις αυτοματοποιημένες αναφορές τάσεων, τόσο περισσότερο χρειαζόμαστε συστήματα που εξισορροπούν την ταχύτητα του AI με ανθρώπινη προσοχή.
Το Visual Chronicles είναι ένα πρώιμο παράδειγμα αυτού του είδους συστήματος. Είναι αρκετά ακριβές για να βρούμε πραγματικά σχέδια, αρκετά κλιμακωτά για να χειρίζονται εκατομμύρια εικόνες και αρκετά γειωμένα για να αφήσουν την αφήγηση που υποστηρίζεται από αποδεικτικά στοιχεία.
VIA: DataConomy.com
