Примеры и сомнения относительно жизнеспособности, этики и реального масштаба применения нейро-мимикрии в урбанизме. Узнайте, как эта концепция меняет подход к городскому планированию.

Нейро-мимикрия в городских средах

Мы уже рассказали вам в части I нашей статьи о том, что такое нейро-мимикрия в урбанизме, на основе исследования Робина Мазумдера «Что города могут узнать от мозга» , опубликованного в Nature Human Behaviour . Напомним, что нейро-мимикрия предлагает перенести принципы работы нейронных сетей нашего мозга — такие как адаптивность, машинное обучение и самоорганизация — в проектирование и управление городами. Теперь, в этой части II, мы рассмотрим конкретные примеры и обсудим не только решения сложных городских задач, но и сомнения относительно их жизнеспособности, этичности и реального масштаба.

Примеры применения нейро-мимикрии

Одной из областей, где нейро-мимикрия успешно применяется в урбанизме, является транспортная система. В Питтсбурге, штат Пенсильвания, США, она была внедрена через систему SURTRAC (Scalable Urban Traffic Control), разработанную Институтом робототехники Университета Карнеги-Меллон. Это адаптивная система управления дорожным движением, которая сочетает расписание светофоров с децентрализованными механизмами координации.

Таким образом, SURTRAC динамически оптимизирует работу светофоров, чтобы избежать пробок, сократить время ожидания, сделать поездки короче и уменьшить загрязнение воздуха. После внедрения в 2012 году на 9 перекрестках района Ист-Либерти (с последующим расширением в 2013 году на район Бейкери-Сквер) SURTRAC сократил время поездок более чем на 25% в среднем и снизил время ожидания на 40%.

Предиктивное планирование: Virtual Singapore

Еще один пример применения нейро-мимикрии — это предиктивное городское планирование. Одним из таких случаев является проект Virtual Singapore. Это первый в мире цифровой двойник города-государства Сингапура в 3D, который использует топографические и данные в реальном времени для моделирования будущих сценариев урбанизации. Он функционирует как тестовая платформа для архитектуры, развития инфраструктуры, оптимизации транспорта, управления катастрофами, экологического мониторинга и повышения устойчивости.

Способность этой системы «учиться» на исторических данных и прогнозировать тенденции отражает, в некоторой степени, то, как человеческий мозг использует прошлый опыт для предсказания будущих событий.

• Технологии: цифровые двойники и искусственный интеллект.
• Цели: устойчивость и эффективность.

Критика нейро-мимикрии в урбанизме

Несмотря на значительный потенциал, нейро-мимикрия сталкивается с рядом вопросов. Одна из самых распространенных критик исходит от таких авторов, как Кейт Кроуфорд, автор книги «Атлас ИИ: власть, политика и планетарные издержки искусственного интеллекта» (Yale University Press, 2021). Она предупреждает, что сравнение алгоритмов с реальными процессами мозга может быть привлекательной метафорой, но научно неточной. В конце концов, современные искусственные нейронные сети не обладают сложностью, пластичностью и контекстуальной способностью человеческого мозга. Хотя Кроуфорд не ссылается конкретно на урбанизм, можно предположить, что это ограничение снижает способность нейро-мимикрии решать сложные городские проблемы, где задействованы социальные, культурные и политические факторы.

Этика и сбор данных

Другая распространенная критика связана с необходимостью получения большого объема информации для работы таких систем. Например, интеллектуальные светофоры или платформы наблюдения с использованием искусственного интеллекта требуют огромных объемов личных данных — паттернов движения, привычек потребления и даже биометрических данных. Это вызывает вопросы о конфиденциальности и гражданском контроле. Кроме того, такие системы могут увековечивать существующие предубеждения: если данные отражают пространственные или экономические неравенства, алгоритмы будут усиливать их.

Пример из Детройта

Парадигматическим случаем является ситуация в Детройте, штат Мичиган, США. В отчете Algorithm Bias Explained (Февраль 2021) Института Гринлайнинга, работающего над созданием равных возможностей для цветных сообществ, документируется программа города, которая использовала «алгоритмы планирования для ориентации развития и определения, какие районы получат инвестиции».

Известная как Market Value Analysis (MVA), эта система использует такие переменные, как средняя стоимость жилья, уровень безработицы, ипотечные аресты и владение недвижимостью для определения «ценности района». Однако эти показатели не являются «исторически нейтральными» и не отражают объективную реальность; напротив, они лишь отображают «систематическое предвзятость». В Детройте муниципальные власти использовали MVA для обоснования «сокращения и отключения водоснабжения и канализации, а также удержания федеральных, государственных и местных средств для реконструкции «слабых рынков»». Эти районы оказались самыми бедными и преимущественно афроамериканскими.

Риски нейро-мимикрии

Остаются сомнения относительно масштабируемости и устойчивости этих технологий. Город, функционирование которого критически зависит от алгоритмов, может столкнуться с катастрофическими сбоями при кибератаках, ошибках программирования или резких изменениях городских паттернов, таких как во время пандемии COVID-19.

Будущее нейро-мимикрии в городах

Как видите, нейро-мимикрия в урбанизме представляет собой захватывающую границу, где биология и технологии сходятся для переосмысления городов. Однако ее внедрение требует осторожности: недостаточно просто копировать нейронные метафоры; необходим междисциплинарный подход, который объединяет знания в области нейронауки, анализа данных, социологии и городской политики. Только так мы сможем избежать рисков технологического детерминизма, который, стремясь имитировать мозг, забывает о реальных потребностях жителей городов. Вызов заключается не только в создании более умных городов, но и в создании более справедливых и гуманных.

Хотите узнать больше? Прочитайте часть I статьи:

Урбанизм: «нейро-мимикрия» или мозг как модель для проектирования городов (часть I)

Sources: SURTRAC (Wikipedia), Virtual Singapore (Wikipedia), Nature Human Behaviour, Greenlining Institute, Alghorithm Bias Explained (Greenlining Institute), MVA in Detroit.