Нова ИИ-система трансформира текста в точни архитектурни изображения

Съвременните системи за генериране на изображения по текстова заявка могат да създават визуализации на сгради въз основа на описания, понякога като вземат предвид скици или данни за дълбочината. Такива модели обаче често допускат грешки в детайлите – например, те могат неправилно да изобразяват броя на етажите или местоположението на прозорците. Това е така, защото данните за обучение рядко съдържат точни структурни характеристики на сградите, което прави ИИ слаб в справянето със специфични пространствени изисквания.

Учени от Японския институт за напреднали науки и технологии предложиха решение – система за генериране, базирана на данни. Тя комбинира текстови заявки с информация от архитектурни бази данни, което позволява създаването на изображения въз основа на примери от реалния свят. Този подход би могъл да опрости и ускори процеса на проектиране. Системата работи на етапи, симулирайки реалния процес на проектиране. Първо, тя създава основна текстова скица, определяща формата на сградата и броя на етажите. След това добавя детайли – прозорци, врати и фасадни елементи – използвайки база данни от строителни компоненти. Накрая, тя комбинира всичко с оригиналното описание, за да създаде реалистично изображение.

За да се провери ефективността му, методът е тестван върху проекти за изграждане на кампуси, където точността на планиране е от решаващо значение. Създадени са били специални набори от данни, съдържащи хиляди изображения на строителни елементи, техните конфигурации и връзките между чертежите и крайните визуализации. В резултат на това системата е демонстрирала над 70% точност при заснемане на строителните конструкции и превъзхожда базовите модели по отношение на качеството и точността. Допълнителни тестове със студенти по архитектура също потвърдили високата производителност на системата – средно тя е получавала над 4 от 5 за качество и детайлност.