Strumento IA calcola l’impatto ambientale dei materiali degli edifici

Roma – Un nuovo strumento basato sull’intelligenza artificiale (IA) e sul telerilevamento permette di individuare i materiali di costruzione utilizzati per costruire gli edifici di una città, valutandone al contempo l’impatto ambientale. È quanto emerge da un nuovo studio guidato dall’Università di Pechino e dalla Università della Danimarca meridionale, che è stato pubblicato su Environmental Science and Ecotechnology. I ricercatori hanno sviluppato un framework avanzato che integra l’apprendimento approfondito con il telerilevamento per identificare i materiali da costruzione con una precisione senza precedenti. Lo studio impiega una fusione di immagini di Google Street View, dati satellitari e informazioni geospaziali di OpenStreetMap per classificare i materiali da costruzione con elevata accuratezza. Sfruttando le reti neurali convoluzionali (CNN), i ricercatori hanno addestrato la loro IA per identificare i materiali di tetti e facciate con eccezionale dettaglio. L’IA è stata addestrata inizialmente utilizzando ampi set di dati di Odense, Danimarca, prima di essere convalidata con successo nelle principali città danesi come Copenaghen, Aarhus e Aalborg. Il processo di convalida ha confermato la robustezza del framework, dimostrando la sua capacità di generalizzare in diversi contesti urbani e rafforzandone la scalabilità. Un’innovazione fondamentale dello studio è l’uso di tecniche di visualizzazione avanzate, tra cui Gradient-weighted Class Activation Mapping (Grad-CAM. Rivelando quali parti di un’immagine influenzano maggiormente le decisioni di classificazione, questa tecnica migliora la trasparenza e l’affidabilità del modello. Inoltre, i ricercatori hanno sviluppato coefficienti di intensità dei materiali per quantificare l’impatto ambientale di diversi materiali da costruzione. Combinando immagini ad alta risoluzione con apprendimento profondo, questo framework supera le limitazioni di lunga data nella disponibilità e accuratezza dei dati sui materiali, fornendo un potente strumento per lo sviluppo urbano sostenibile. (30Science.com)