Città simulate per addestrare l’IA alla programmazione urbana

Roma – I ricercatori dell’Università di Osaka, Giappone hanno sviluppato simulazioni di città utili ad addestrare l’intelligenza artificiale (IA) per la pianificazione urbana. I loro risultati sono stati pubblicati su “Advanced Engineering Informatics”. Date le immagini di un paesaggio, l’analisi dei modelli di deep learning può aiutare i paesaggisti urbani a visualizzare piani di riqualificazione, migliorando il loro lavoro e prevenendo errori costosi. Per raggiungere questo obiettivo, tuttavia, i modelli devono essere in grado di identificare e classificare correttamente ciascun elemento in una determinata immagine. Questo passaggio, chiamato instance segmentation, rimane impegnativo per le macchine a causa della mancanza di dati di addestramento adeguati. Sebbene sia relativamente facile raccogliere immagini di una città, generare la “verità fondamentale”, cioè le etichette che dicono al modello se la sua segmentazione è corretta, implica segmentare scrupolosamente ogni immagine, spesso a mano. Ora, per affrontare questo problema, i ricercatori dell’Università di Osaka hanno sviluppato un modo per addestrare l’intelligenza artificiale utilizzando una simulazione della città creata al computer sulla base dei dati reali. “I dati sintetici sono già stati utilizzati nel deep learning”, afferma l’autore principale dello studio Takuya Kikuchi. “Ma la maggior parte dei sistemi paesaggistici si basa su modelli 3D delle città esistenti, che rimangono difficili da costruire. Noi simuliamo anche la struttura della città, ma lo facciamo in modo da generare comunque dati di addestramento efficaci per i modelli nel mondo reale”. (30science.com)