出典：MIT News
詳細を読む
MIT Senseable City Labの研究者4人は2026年9月、都市を画像データから分析する手法と課題をまとめた新著をRoutledgeから刊行しました。交通カメラや衛星、スマートフォンの画像を視覚AIで解析し、排出量、混雑、安全性、緑地利用を大規模に把握する一方、監視や学習データの偏りへの慎重な対応を求めています。
具体例では、ニューヨーク市の交通カメラ331台に映る車種を機械学習で識別し、車両ごとの排出量を推計しました。視覚AIは交通の滞留原因や危険な交差点、公園や広場で人が集まる場所の分析にも使えます。
研究者らは、視覚AIを都市観察の長い歴史を拡張する道具と位置づけます。衛星画像による緑地面積だけでなく、生活者の目に入る緑の量を捉え、街路や建物、公共空間の見え方を都市機能や人々の体験と結び付けられます。
一方、カメラの密集は個人の自由とプライバシーを損なうおそれがあります。学習データが多数派に偏れば、少数派や地域に対する既存の見方をAIが再生産するため、著者らはAIは中立ではないと指摘します。
都市計画や事業で活用する際は、分析精度だけでなく、撮影範囲、データの代表性、監視の便益と弊害をどう検証するかが問われます。著者らが示す結論は、視覚AIを賢く、批判的かつ創造的に探究する姿勢です。