L’algoritmo, ha affermato il team, ha il potenziale per aiutare architetti, urbanisti e amministrazioni municipali a prendere decisioni informate sulle strutture cittadine e aiutare a ricostruire le città dopo i disastri.
"Il software fornisce informazioni difficili da ottenere semplicemente analizzando i dati geografici grezzi", ha affermato Niloy Mitra, professore di informatica all'Università della California, a Los Angeles. "Speriamo che questo possa aiutare le parti interessate a progettare edifici e città che siano in armonia con lo stile esistente."
Il team si è concentrato sugli stili architettonici di Parigi, individuando i quartieri distinti e l'essenza stilistica che rende la città riconoscibile in tutto il mondo.
I ricercatori hanno raccolto un database di 23.000 poligoni di edifici dal progetto open source OpenStreetMap e ne hanno etichettati manualmente 2.000 per addestrare un modello di apprendimento automatico. I dati di addestramento sono stati creati suddividendo ciascuna facciata in semplici segmenti di linea e poi etichettati dagli esperti.
Utilizzando questi dati, il team ha creato uno strumento chiamato "StyleFormer", un modello di generazione della forma dell'edificio. StyleFormer consente la creazione di una nuova facciata in un particolare stile architettonico o la modifica di una facciata esistente secondo uno stile architettonico target.
"StyleFormer consente alle parti interessate di eseguire analisi controfattuali:possono immaginare scenari "e se". Ad esempio, possono modificare la facciata di un edificio per vedere se la modifica si allinea meglio con lo stile architettonico dell'area o valutare se la facciata di un edificio potrebbe apparire più attraente se alterato in un certo modo", ha detto Mitra.
