用生成式 AI 理解场所认同
机器学习
2023-06-09 v1 计算机与社会
人机交互
社会与信息网络
摘要
研究人员不断利用新形式的数据，以理解人们如何感知建成环境并构建城市的集体场所认同。生成式人工智能（AI）模型的最新进展已能够从海量数据中学习并生成逼真的表征。在本研究中，我们旨在测试生成式 AI 作为文本与视觉信息来源，在通过过滤后的描述与图像捕捉城市场所认同方面的潜力。我们就一组 31 个全球城市的场所认同向两个生成式 AI 模型 ChatGPT 和 DALL-E2 提问。由于生成式 AI 在其可信度方面引发了伦理关切，我们进行了交叉验证，以检验结果是否呈现出与真实城市环境相似的模式。具体而言，我们将输出与维基百科文本数据以及从谷歌搜索得到的图像进行了比较。我们的结果表明，生成式 AI 模型有潜力捕捉可使城市相互区分的集体意象。本研究是最早探索生成式 AI 在理解人类对建成环境感知方面能力的尝试之一。它通过讨论未来研究机遇与潜在局限，为城市设计文献作出了贡献。
引用
@article{arxiv.2306.04662,
title = {Understanding Place Identity with Generative AI},
author = {Kee Moon Jang and Junda Chen and Yuhao Kang and Junghwan Kim and Jinhyung Lee and Fábio Duarte},
journal= {arXiv preprint arXiv:2306.04662},
year = {2023}
}
备注
6 pages, 3 figures, GIScience 2023