Foto: NYU Photo Bureau – Hollenshead
New York City ist sehr laut, wie Sie vielleicht abzuleiten von einem Ort, dessen wichtigster Mythologie besteht darauf, es schläft nie. Oder kennen Sie vielleicht aus Erster Hand von Ihr gelebt hatte, und es irgendwie nie geschafft, streunende mehr als drei blocks vom eine klingende Presslufthammer oder einem nicht enden wollenden Auto-alarm. Es ist so laut, dass im Jahr 2014, eine Stadträtin verfasste einen Gesetzentwurf entwickelt, um Flagge Bereichen, das konsequent sah lärmpegeln über 65 Dezibel; über die Ebene, die Sie haben würden, Ihre Stimme zu erheben, um zu tragen an einem typischen Gesprächs—und genug zu stellen, ein Tatsächliches gesundheitliches Problem für diejenigen, die ständig ausgesetzt, um die din.
Um zu versuchen, um besser zu verstehen, die genaue Natur von all diesem Lärm, den die Forscher der NYU Sound of New York City-Projekt sind in der Hoffnung zu beschäftigen machine-learning-algorithmen gelehrt Bürger Wissenschaftler. SONYC hat die letzten zwei Jahre verbrachte der Aufnahme von audio-Daten rund um die Stadt, vor allem in der Nähe von Baustellen und anderen high-volume-Bereichen. Nach Angaben der Universität, die Sie gesammelt haben, über 30 Jahre im Wert von literal-sounds aus New York.
Nun, SONYC bittet Bürger, die einen Einsatz in rendering-New York relativ leiser zu melden mit einer neuen website und identifizieren Sie Ausschnitte der sound, zu helfen, trainieren Sie ein machine-learning-Algorithmus zu verstehen, was es hört. Sieben durch alle material wäre “eine Unmögliche Aufgabe” für Forscher, Mark Cartwright, ein Postdoc-Forscher an der NYU ‘ s Musik-und Audio-Labor, sagt mir.
“Es gibt einfach nicht genügend Ressourcen verfügbar, um Menschen auf der manuellen Codierung werden all diese Daten”, sagt er. “Es erfordern würde Hunderte von Menschen sitzen am computer, Bildschirme, 24 Stunden am Tag, sieben Tage in der Woche. Machine listening-Modelle helfen, zu kategorisieren automatisch Unmengen von sound-Daten, die von entscheidender Bedeutung sein wird für uns zu Beginn der Durchführung von large scale-Analysen auf der sound-Daten ein und legen Sie Muster der Lärm im Laufe der Zeit.”
Dies wiederum hilft dem team erstellen “aural maps” von New York, die verwendet werden können, um zu verstehen, was genau ist dafür verantwortlich, Nachbarschaften lauten. Manchmal ist es offensichtlich,—Baustellen—manchmal weniger. SONYC stellt fest, dass Befragungen von 311 nennt man Rauschen Beschwerden eine große Qualität des Lebens betreffen, und dass 70 Millionen Amerikaner Leben in Orten, ausgesetzt sind, sind ein höherer Geräuschpegel als gesund durch die EPA. Sie deuten auf eine Schlafstörung, Bluthochdruck, Herz-Erkrankungen und Hörverlust als Hauptanliegen in New York. “Es ist klar, dass die Lärmminderung ist im öffentlichen Interesse,” Cartwright sagte.
Foto: NYU Photo Bureau – Hollenshead
Benutzer Probe hören und wählen Sie die beste Beschreibung von dem, was Sie hören. Wenn ich angemeldet, ich hörte was, würde auf jeden Fall entlocken “Sirene” klicken. Wie des Schreibens, fast 800 freiwillige haben klassifiziert knapp 13000 Rauschen Proben, die scheint wie ein guter start. New York Bewohner und alle anderen, die Interesse haben, können sich hier anmelden und starten Sie hören auf zufällige Straßenecken von New York. (Forscher sagen das alle Daten wurden anonymisiert.)
“Dieses wissen wird uns helfen, zu identifizieren, Geräusche, Muster und Ihre Ursachen im Laufe der Zeit, die verwendet werden können, die von New York City Bewohner und die Politik zu verbessern, die Lärmbelastung in der Stadt”, Cartwright sagt. “Wenn wir das senden automatisch feedback an sound-Quellen und Ebenen zu sagen, der manager der Baustelle, können wir ermächtigen jene Personen zu nehmen und Maßnahmen zur Verringerung der Geräuschentwicklung und Einhaltung der Lärm-code.” Sie hoffen, die Daten mit Stadt-Lärm-Inspektoren, so könnten Sie besser zu lokalisieren Verletzungen und, wenn Sie auftreten. “Die vorhandenen Technologien sind nicht in der Lage zu isolieren, die Wirkung der betreffenden Quellen,” Cartwright erzählt mir.
Schließlich, er hofft, dass das Modell “helfen verbessern unsere Städte der Zukunft, indem die städtische Planung rund um Schulen, Verkehrswege, parks und vieles mehr.”
Einige äußerten Bedenken, dass machine learning-Stempel aus “citizen science”, aber das scheint eine einmalige überbrückung der zwei und ein konkretes Beispiel der AI-Einsatz für den öffentlichen nutzen. Als ich Ende dies mit einem akustischen AI pun—wir beteiligt in der machine-learning-Raum sollten alle Ohren für die Ergebnisse—aber schnell dachte besser davon. Stattdessen werde ich einfach sagen, dass mit ein wenig Hilfe von machine-learning -, die Stadt, die niemals schläft kann endlich in der Lage, genießen Sie die Klänge der Stille.
Teilen Sie Diese Geschichte