07理論的終結？

　　YS：我們時(shí)常聽(tīng)說(shuō)大數據將帶來(lái)理論的終結。從方法論的角度看，我們發(fā)現許多數據分析技術(shù)，如機器學(xué)習，正在逐步挑戰傳統觀(guān)點(diǎn)。您認為城市設計的相關(guān)理論是否會(huì )在新的城市數據環(huán)境中面臨終結？

　　AP：這確實(shí)是一個(gè)問(wèn)題。但是我并不完全確定機器學(xué)習是否能夠幫助找到創(chuàng )造性的范式進(jìn)而帶來(lái)新的可能性，還是它只能用于在已知現實(shí)數據中尋找答案。設計師一直以來(lái)都試圖尋找創(chuàng )新的可能。機器學(xué)習是否能夠幫助預測之前沒(méi)有嘗試過(guò)的事情？對此我并不知道。

　　或者說(shuō)，機器學(xué)習只擅長(cháng)于順藤摸瓜地揭示現實(shí)世界已經(jīng)發(fā)生的事情。它能通過(guò)學(xué)習現實(shí)世界中存在的好的事情，從而幫助優(yōu)化那些目前并不好的。但似乎沒(méi)辦法舉一反三，并基于經(jīng)驗，思考出完全不同的行事方法。至少目前來(lái)看，還無(wú)法做到這一點(diǎn)。

　　現今，人們足智多謀。一旦你在城市設計方案中掌握了機器學(xué)習，就能做出不錯的設計成果，你會(huì )突然發(fā)現，一些建筑師和設計師已經(jīng)開(kāi)始了新的顛覆。當他們著(zhù)眼于一個(gè)藝術(shù)項目時(shí)，他們會(huì )通過(guò)機器學(xué)習做出大相徑庭的東西。人工智能只有在能夠完成某種“顛覆”時(shí)才能被真正地被稱(chēng)作一種智能。這類(lèi)似于G？del提出的不完備定理。他已經(jīng)證明世界上沒(méi)有一種語(yǔ)言可以闡明數學(xué)。這意味著(zhù)一種開(kāi)放性：即使充分迭代后仍舊可以不斷地增加新的語(yǔ)言。G？del告訴我們你總還可以建構別種公式。我懷疑對于大數據的諸多議題及它的預測性也存在這種不完備的特性。

　　YS：許多在有限數據條件下被證明很有效的簡(jiǎn)明模型，比如空間句法，如何在海量數據涌現的新數據環(huán)境下尋找自身理論發(fā)展的可能性？

　　AP：新的海量數據可以表征許多城市信息，這確實(shí)對于一些已經(jīng)成功的模型來(lái)說(shuō)存在某種挑戰。但是我想先從一個(gè)不同的角度來(lái)談這個(gè)問(wèn)題。

　　幾年前，我們曾做過(guò)一個(gè)項目，借助藍牙感知設備探測手機來(lái)記錄個(gè)體分布及其步行行為。我們有幾個(gè)主要的感知設備能夠識別路過(guò)的通信設備的MAC地址。通過(guò)這種方式采集的數據具有很好的時(shí)空精度。我們可以通過(guò)感知器判別誰(shuí)靠近感知器，誰(shuí)正好經(jīng)過(guò)，并通過(guò)他們的移動(dòng)速度來(lái)判斷他們是駕車(chē)還是跑步。我們也可以知道哪些人同時(shí)同地出現。

　　我們還可以通過(guò)記錄連續的藍牙配對情況來(lái)判別同行的人，總是在城市中同來(lái)同往的人就有可能是夫妻。我們記錄了18個(gè)月的相關(guān)數據。在這一段時(shí)間里，你可以看到人們來(lái)來(lái)往往，有些人只停駐一天，他們有可能是游客。而且他們的MAC地址顯示他們來(lái)自日本或美國。電子設備的MAC地址會(huì )顯示他們來(lái)自不同的地區。

　　這樣我們有了許多數據來(lái)構建大數據的網(wǎng)絡(luò )，接著(zhù)我們構建了500天的支持藍牙的電子設備之間的有向網(wǎng)絡(luò )圖。在該網(wǎng)絡(luò )上，我們模擬了一種“病毒傳播”的情景，即當兩個(gè)通信設備用戶(hù)同時(shí)出現在一個(gè)空間時(shí)，他們便有一定的概率相互傳播手機病毒。

　　傳播的時(shí)長(cháng)會(huì )有一定的不同，從一秒到幾分鐘，甚至半個(gè)小時(shí)不等。因此所有的網(wǎng)絡(luò )節點(diǎn)都將根據自身情況獲得一定的傳播性。這很接近于現在的流行病學(xué)研究領(lǐng)域的模型，即一種擴散模型。

　　流行病學(xué)的模型通常關(guān)注的是流感、非典型性肺炎等傳播疾病。根據聯(lián)系的網(wǎng)絡(luò )中位置與時(shí)間的不同，人們在不同地區、不同時(shí)間有著(zhù)不同的被感染概率。我們在根據藍牙設備的聯(lián)系關(guān)系所構建的網(wǎng)絡(luò )中也發(fā)現了類(lèi)似的現象。但是我們嘗試的不是模擬，而是仿真。

　　我們模仿了流行病的傳染機制，它是基于大數據感知手段獲得人們在空間中的共現關(guān)系來(lái)測度的。這與流行病的傳染是截然不同的，但也十分有趣。我們發(fā)現整個(gè)網(wǎng)絡(luò )在某些地區聯(lián)系度非常高，因此哪怕有些人在那個(gè)空間只待很短的時(shí)間，對整個(gè)系統影響也會(huì )非常大。

　　我們當時(shí)并沒(méi)有探索巴斯城的空間結構如何影響不同時(shí)間的人們的聯(lián)系網(wǎng)絡(luò )。我可以想象在巴斯可能是一種情況，在紐約、北京和上海也許又是其他情況。我們可以將基于藍牙大數據的分析與空間句法分析結合起來(lái)，但是也許也會(huì )涉及你之前提到的時(shí)間精度的問(wèn)題。理解空間對傳播的影響應該會(huì )幫助進(jìn)一步的流行病學(xué)分析。但這不僅僅是問(wèn)題，也是一種解決方案，即回應城市空間設計將如何幫助減少傳染病的相關(guān)疫情，以及改變它的影響范圍。但是這也意味著(zhù)人們之間建設性的互動(dòng)可能因此而受到影響。因為在流行病傳播的同時(shí)人們也在交換著(zhù)真實(shí)有用的信息。

　　因此，一個(gè)空間設計有可能阻止或減緩了禽流感的傳播，但同時(shí)也限制了經(jīng)濟的新思想。這說(shuō)明，要讓一個(gè)空間設計得成功絕非易事，也并不是有了數據就能輕易辦到的。所以，我認為新的數據環(huán)境和方法并不會(huì )危及現有的理論、方法及模型，反而會(huì )提供更多可能性去擴展并形成新的理論。對此我是很樂(lè )觀(guān)的，現有理論會(huì )因為新的數據環(huán)境及研究方法等而演變，從而找到下一階段發(fā)展的新起點(diǎn)。