Istraživači iz MIT-ovog Senseable City Lab-a objavili su novu knjigu “How AI Sees the City: Urban Visual Intelligence”, u kojoj analiziraju kako vizuelna veštačka inteligencija menja način na koji naučnici i urbanisti proučavaju gradove — od merenja zagađenja preko kamera do otkrivanja najopasnijih raskrsnica. Knjiga, koju je objavio Routledge, istovremeno upozorava na rizike od masovnog nadzora i pristrasnosti koje ova tehnologija nosi.
Najvažnije
- MIT Senseable City Lab je ranije, koristeći mašinsko učenje na 331 saobraćajnoj kameri u Njujorku, prepoznavao tipove vozila i procenjivao njihove emisije.
- Vizuelna AI se sada koristi za analizu saobraćajnih gužvi, opasnih raskrsnica i popularnosti javnih prostora poput parkova i trgova.
- Knjigu potpisuju Fabio Duarte, Martina Macarelo (Martina Mazzarello), Karlo Rati i Fan Žang, istraživači MIT-a i Univerziteta Peking.
- Autori upozoravaju na dve glavne opasnosti: nametljivi vizuelni nadzor građana i mogućnost da AI sistemi ojačaju postojeće predrasude.
- Knjiga se nadovezuje na dugu tradiciju vizuelnog proučavanja gradova, od rimskih mermernih mapa do klasičnih urbanističkih dela Kevina Linča i Vilijama Vajta iz sredine 20. veka.
- MIT Senseable City Lab postoji od 2004. godine i bavi se korišćenjem podataka za razumevanje urbane dinamike.
Kako vizuelna AI “čita” grad
Osnovna ideja knjige je da se svaka fotografija ili video snimak grada može tretirati kao skup podataka. Istraživačica Macarelo objašnjava da su urbanisti oduvek posmatrali gradski prostor i iz toga izvlačili zaključke, ali da tehnologija sada omogućava da se to radi na mnogo većoj razmeri i u realnom vremenu, umesto pojedinačnih zapažanja. Fabio Duarte dodaje da se digitalne slike mogu kvantifikovati kao podaci o gradu, ali upozorava da tome treba pristupiti oprezno — svaka slika nosi i informacije o ljudima koji se na njoj nalaze.
Karlo Rati, osnivač i direktor Senseable City Lab-a, povezuje ovaj pristup sa radom ranijih urbanista poput Kevina Linča, čija je knjiga “The Image of the City” iz 1960. godine postavila temelje za proučavanje toga kako ljudi doživljavaju gradski prostor. Prema Ratiju, vizuelna AI danas omogućava posmatranje gradova sa nivoom detalja i obima koji ranije jednostavno nije bio moguć.
Rizici: nadzor i pristrasnost
Autori knjige jasno navode da veća količina vizuelnih podataka o gradovima nosi i veće rizike. Prvi je intruzivnost — sistemi koji neprekidno analiziraju snimke javnih prostora mogu se lako pretvoriti u alat za masovni nadzor građana. Drugi je pristrasnost — ako AI modeli za prepoznavanje slika nauče obrasce iz neuravnoteženih podataka, mogu sistematski pogrešno tumačiti ili zanemarivati određene grupe ljudi ili delove grada. Zbog toga knjiga zagovara oprezan i transparentan pristup uvođenju vizuelne AI u urbano planiranje, a ne nekritičko usvajanje tehnologije samo zato što je dostupna.
Balkanski ugao
I u gradovima u Srbiji i regionu sve je više kamera u javnom prostoru, što otvara slična pitanja kao ona iz MIT-ove knjige — koliko se ti podaci mogu i treba koristiti za urbanističko planiranje, a koliko predstavljaju rizik za privatnost građana. Zakon o zaštiti podataka o ličnosti u Srbiji propisuje pravila za obradu biometrijskih i video podataka, ali primena vizuelne AI analize u realnom vremenu, kakva se opisuje u MIT-ovom istraživanju, tek treba da postane deo šire javne rasprave u regionu.
Pitanja i odgovori
Šta je MIT Senseable City Lab?
To je istraživačka laboratorija MIT-a, osnovana 2004. godine, koja se bavi korišćenjem podataka i tehnologije za razumevanje i unapređenje urbanog života.
Za šta se sve koristi vizuelna AI u proučavanju gradova?
Koristi se za analizu saobraćaja i emisija vozila, identifikaciju opasnih raskrsnica, praćenje korišćenja javnih prostora poput parkova i trgova, i uopšte za pretvaranje slika grada u merljive podatke.
Koji su najveći rizici korišćenja AI za analizu gradskih slika?
Autori knjige ističu dva ključna rizika: mogućnost da se ovakvi sistemi pretvore u alat za masovni nadzor građana i mogućnost da AI modeli ojačaju postojeće predrasude ako se treniraju na neuravnoteženim podacima.
Povezani članci
- Zaštita privatnosti kod AI alata: vodič za 2026.
- MIT razvio AI koji čini operacije bez velikih rezova preciznijim i bezbednijim
Izvor: MIT News