Gen AI wspiera zrównoważony rozwój infrastruktury miejskiej
Model z Japonii udowadnia, że gen AI wspiera zrównoważony rozwój miejski, potrafiąc niezwykle precyzyjnie symulować i planować długofalową ewolucję przestrzeni miejskiej.
.Wraz z bezprecedensowym tempem globalnej urbanizacji, tworzenie spójnych i zrównoważonych planów miejskich stało się jednym z największych wyzwań współczesnej administracji. Decyzje dotyczące infrastruktury, gęstości i wysokości zabudowy, a także układu sieci transportowych są podejmowane na dziesięciolecia, a każdy błąd skutkuje chaosem komunikacyjnym i nieodwracalnymi szkodami dla środowiska. Zrozumienie, w jaki sposób te wszystkie zmienne ewoluują jednocześnie i na siebie oddziałują, od zawsze przekraczało możliwości tradycyjnych, analitycznych metod planowania. Dotychczasowe próby włączenia sztucznej inteligencji w ten proces często kończyły się fiaskiem. Generowane modele predykcyjne bywały niespójne na dużych obszarach i „gubiły” logiczne powiązania, takie jak ciągłość ulic.
Aby rozwiązać ten problem, międzynarodowy zespół naukowców z Japan Advanced Institute of Science and Technology (JAIST), Uniwersytetu Waseda oraz Uniwersytetu w Tianjin stworzył platformę o nazwie MMCN (Memory-aware Multi-Conditional generation Network). Architektura wykorzystuje modele dyfuzyjne, znane dotychczas głównie z zaawansowanych generatorów obrazu. Kluczowym osiągnięciem japońskich badaczy jest zaimplementowanie w niej tak zwanej pamięci przestrzennej (spatial memory embedding). Mechanizm sprawia, że AI „pamięta” kontekst sąsiadujących dzielnic i płynnie łączy fragmenty generowanych map. Ponadto, model podejmuje decyzje warunkowo – uwzględnia jednocześnie dane historyczne o rozwoju miasta, gęstość zabudowy i istniejące już siatki dróg. Zbudowano go z myślą o odtworzeniu rzeczywistego procesu myślowego profesjonalnych urbanistów.
Jako główny poligon doświadczalny badacze wybrali Shenzhen. Jedną z najszybciej rozwijających się metropolii na świecie, pełną potężnych zbiorów danych historycznych. Narzędzie przetworzyło ustandaryzowane mapy miasta, ucząc się wzorców ekspansji. Eksperymenty wykazały, że MMCN deklasuje wcześniejsze algorytmy (takie jak Pix2Pix czy CycleGAN). Tradycyjne systemy często „gubiły” w symulacjach drogi lub duplikowały budynki. Nowy algorytm wygenerował wysoce realistyczne, w pełni koherentne siatki miejskie, zachowujące twardą ciągłość korytarzy transportowych i logiczne układy osiedli mieszkaniowych. Badacze potwierdzili stabilność swojego rozwiązania również na podstawie danych z innych, różnorodnych morfologicznie miast,w tym Szanghaju i Tianjin.
.Platforma MMCN udowadnia, że sztuczna inteligencja wyrosła z roli ciekawostki akademickiej, stając się potężnym oprogramowaniem wspomagającym pracę architektów i decydentów samorządowych. Możliwość przeprowadzania setek precyzyjnych symulacji ewolucji miasta pomoże unikać kosztownych błędów urbanistycznych jeszcze przed wbiciem pierwszej łopaty w ziemię. Docelowo inżynierowie chcą zintegrować model z danymi socjoekonomicznymi oraz modelami klimatycznymi, co ostatecznie zamieni MMCN w kompleksowy symulator budowy miast odpornych na zmiany klimatu i przyjaznych swoim przyszłym mieszkańcom.
Szymon Ślubowski
