I pianificatori di intelligenza artificiale in Minecraft potrebbero aiutare le macchine a progettare città migliori

Joel Filipe / Unsplash

Una dozzina di edifici dal tetto ripido si aggrappano ai bordi di una miniera a cielo aperto. In alto sopra di loro, in cima a un enorme arco di roccia, si trova una casa inaccessibile. Altrove, una ferrovia su palafitte circonda un gruppo di palazzine multicolori. Pagode ornate decorano una grande piazza lastricata. E un solitario mulino a vento gira su un'isola, circondato da maiali quadrati. Questa è la costruzione di città di Minecraft, in stile AI.

Minecraft è stato a lungo una tela per invenzioni selvagge. I fan hanno utilizzato il gioco di costruzione di blocchi di successo per creare repliche di tutto centro di Chicago e Sbarco del re a CPU funzionanti . Nel decennio dalla sua prima uscita, tutto ciò che può essere costruito lo è stato.

Dal 2018 Minecraft è anche l'ambientazione di una sfida creativa che estende le capacità delle macchine. L'annuale Progettazione generativa in Minecraft (GDMC) chiede ai partecipanti di costruire un'intelligenza artificiale in grado di generare città o villaggi realistici in luoghi inediti. Il concorso è solo per divertimento, per ora, ma le tecniche esplorate dai vari concorrenti di intelligenza artificiale sono precursori di quelle che potrebbero utilizzare gli urbanisti del mondo reale.

Il concorso Generative Design in Minecraft sfida le IA a progettare insediamenti per luoghi inediti

Le voci di successo in genere utilizzano una serie di tecniche per identificare quando livellare il terreno o dove posizionare ponti ed edifici. Questi includono algoritmi di ricerca del percorso della vecchia scuola che collegano parti remote di un insediamento, automi cellulari in grado di produrre strutture complesse utilizzando regole semplici e apprendimento automatico.

La competizione ha fatto molta strada in tre anni. La prima volta, gli insediamenti sembravano spesso costruiti a macchina, con edifici disposti in file ripetitive o gruppi casuali. I vincitori di quest'anno, annunciati giovedì, presentavano insediamenti con layout credibili adattati a ciascuna località. Le strade abbracciano i pendii delle colline, i ponti attraversano i fiumi e le case contengono persino mobili.

Aperto e soggettivo, GDMC è stato istituito per superare i limiti dell'IA . A differenza di altre competizioni di intelligenza artificiale, come le sfide DARPA per auto a guida autonoma o robot , non ha un traguardo chiaro. Cosa rende un buon villaggio? Non esiste un valore numerico per il quale puoi ottimizzare, afferma il co-organizzatore Christoph Salge, uno scienziato informatico dell'Università dell'Hertfordshire, nel Regno Unito.

L'apertura della sfida significa che le IA devono padroneggiare più obiettivi. Per vincere, devono impressionare otto giudici umani provenienti da una vasta gamma di background, inclusi architetti, archeologi e game designer.

Questi giudici valutano gli urbanisti dell'IA in quattro aree: quanto bene adattano i loro progetti a luoghi specifici; come funzionano i layout, in base a criteri come la presenza di ponti e strade tra aree diverse; quanto sono attraenti esteticamente; e quanto i disegni evocano una narrazione: ci sono dettagli che raccontano una storia su come è nata una città, come una rovina o una fossa da cui potrebbero essere stati estratti materiali da costruzione? Creare un villaggio di Minecraft per una mappa invisibile è qualcosa che un essere umano di 10 anni potrebbe fare, dice Salge. Ma è davvero difficile per un'IA.

Livellare il terreno

Ad esempio, un partecipante ha iniziato identificando il tipo di ambiente, ad esempio deserto o foresta, e poi ha generato edifici che sembravano costruiti con materiali locali comuni. Un altro era bravo a livellare il paesaggio e a stabilire piazze. Questa tattica ha funzionato bene su un terreno pianeggiante e aperto, dove ha prodotto straordinari complessi di templi in stile giapponese. Ma ha avuto meno successo su una piccola isola, che ha completamente asfaltato.

Anche le voci vincitrici continuano a commettere errori stupidi. In un insediamento, alcune delle case sono sepolte nella sabbia fino alla grondaia. Questo è chiaramente perché l'algoritmo vuole costruire su un terreno solido, dice Salge. Affonda gli edifici finché non colpiscono la roccia.

Claus Aranha, che studia il calcolo evolutivo all'Università di Tsukuba in Giappone, ha consigliato tre partecipanti al concorso. Pensa che sia un buon modo per esplorare e testare nuove tecniche di intelligenza artificiale. Una cosa che mi piace davvero è che ci sono molti approcci diversi a questa sfida, dice.

Mondi di gioco dall'aspetto realistico sono una cosa. Ma l'IA viene già utilizzata per analizzare come sono costruite le città. Tecniche e approcci simili a quelli utilizzati nella competizione potrebbero un giorno aiutare a progettare città reali più sane e più sicure.

Ad esempio, Aranha ha scoperto che la maggior parte delle voci adotta un approccio dall'alto verso il basso, il che significa che il generatore di città IA esamina una determinata area e genera un insediamento adatto. Ciò può dare buoni risultati complessivi, ma i dettagli potrebbero non essere corretti. Aranha pensa che un approccio multi-agente, in cui diverse IA lavorano indipendentemente per costruire strutture informate dall'ambiente circostante, potrebbe portare a progetti più coerenti e realistici.

Ora utilizzerà questa intuizione per aiutare il proprio lavoro, in cui utilizza simulazioni per esplorare l'impatto di diverse politiche di pianificazione urbana su scenari di catastrofi come terremoti o incendi. Genera città virtuali da insegnare a una rete neurale che aspetto hanno le città con i dati di OpenStreetMap. Generando automaticamente migliaia di città virtuali che differiscono per proprietà come la disposizione delle strade o il numero e la posizione degli spazi aperti, può valutare se una politica che prevede la riservazione del 10% dell'area residenziale ai parchi salverebbe vite.

Il progetto CityScope Champs-Élysée del MIT Media Lab utilizza la simulazione basata su agenti per esplorare i progetti proposti

Nel frattempo, Arnaud Grignard e i suoi colleghi del MIT Media Lab stanno utilizzando la simulazione basata su agenti per esplorare possibili progetti per spazi pubblici affollati, tra cui un rigenerato Champs-Élysées a Parigi. E la startup di New York Topos sta usando l'intelligenza artificiale per aiutare a capire in che modo il layout di una città influisce su coloro che la abitano. In un progetto ha utilizzato una serie di approcci di intelligenza artificiale, tra cui il riconoscimento delle immagini e l'elaborazione del linguaggio naturale, per apprendere in che modo le diverse aree di New York sono state utilizzate dalle persone che vi abitano. Allora ridisegnato i confini dei cinque distretti di New York sulla base di somiglianze tra quartieri, ad esempio se sono residenziali o commerciali, alberati o urbani. La mappa risultante dispone i distretti come anelli più o meno concentrici attorno a una Manhattan centrale.

Jasper Wijnands, dell'Università di Melbourne in Australia, è anche convinto che l'IA abbia un posto nel design urbano del futuro. Lui ei suoi colleghi hanno iniziato a esplorare l'uso delle reti generative contraddittorio (GAN) per fare trasferimento di stile su immagini da Google Street Visualizzazione.

Il trasferimento di stile viene in genere utilizzato per riprodurre un'immagine nello stile di un'altra, ad esempio per far sembrare un selfie come se fosse dipinto da Van Gogh. Ma invece di uno stile visivo, Wijnands ha fatto imparare alla sua intelligenza artificiale uno stile che riflettesse i dati sulla salute pubblica in diversi isolati. Gli ha quindi chiesto di riprodurre le immagini di Street View nello stile dei quartieri in cui la salute pubblica era buona. In altre parole, la sua intelligenza artificiale può ritoccare le immagini di quartieri cattivi in ​​modo che appaiano buoni. Gli urbanisti potrebbero quindi utilizzare queste modifiche - uno spazio verde qui, una strada più ampia là - come guida per i miglioramenti urbani.

All'IA non è stato insegnato che tipo di cose secondo i pianificatori rendano le città migliori, ma ha trovato idee comuni da sola. È interessante vedere che l'output GAN è coerente con la nostra comprensione scientifica dell'impatto dello spazio verde sulla salute, afferma Wijnands.

Il suo team ha ora una sovvenzione di 1,2 milioni di dollari per sviluppare l'approccio e lo sta presentando ai suoi studenti di urbanistica.

Impatti di progettazione

Uno degli usi più immediati dell'IA nella pianificazione urbana è comprendere l'impatto della progettazione urbana su scala globale. A gennaio Wijnands e i suoi colleghi hanno pubblicato uno studio su The Lancet Planetary Health in cui hanno esaminato 1.692 città, che ospitano un terzo della popolazione mondiale. Hanno utilizzato reti neurali convoluzionali, tipicamente utilizzate per il riconoscimento delle immagini, per classificare i diversi layout urbani in base al numero di gravi incidenti stradali accaduti al loro interno. Le città con più reti ferroviarie ad alto transito e layout stradali più densi disposti attorno a piccoli isolati si sono dimostrati più sicuri di layout più tentacolari disposti attorno a vicoli ciechi.

Questi risultati potrebbero non essere troppo sorprendenti, ma i dati non avrebbero potuto essere analizzati affatto senza automazione.

Le visioni della vita utopica si basano sempre su presupposti su quali tipi di spazi urbani rendano le persone più felici o più sane. Ma questi sono difficili da testare e gli ambiziosi progetti di rigenerazione possono fallire. I pianificatori urbani dell'IA potrebbero aiutare in diversi modi, rivelando gli impatti nascosti di alcuni layout esistenti o simulando migliaia di potenziali progetti. Salge sta ora lavorando con i pianificatori negli Stati Uniti su come le future competizioni potrebbero incorporare dati più realistici su come le persone usano le città, come come si muovono o dove vanno a fare shopping. Ciò potrebbe rendere le creazioni artificiali ancora più realistiche e potenzialmente più utili.

Ma non aspettarti che l'IA prenda completamente il controllo della pianificazione. Le città sono molto più di una disposizione di oggetti a terra: sono vissute. E questo significa che sono il risultato di molti compromessi, dice Dave Amos, un urbanista che ha un popolare canale YouTube chiamato City Beautiful. Come dice Amos in un video rivedere l'opera vincitrice al concorso GDMC nel 2018: la pianificazione è intrinsecamente un processo politico. Hai bisogno che le persone si mettano in discussione su come sarà lo sviluppo.

nascondere