Машинно обучение пресъздава квартали, разрушени от Втората световна война, използвайки стари карти

Използвайки силата на машинното обучение и историческите карти, изследователите постигнаха интригуващ подвиг – създаването на 3D цифрови модели, които ярко пресъздават разрушени квартали.

Представете си, че сте с очила за виртуална реалност, гледайки улиците и сградите на родния си град, които са съществували преди много време.

И все пак, според изследователите, които стоят зад разработката, тези цифрови модели надхвърлят иновациите. Те служат като безценни инструменти за извършване на изследвания, считани преди за невъзможни.

Едно забележително приложение е оценката на икономическите загуби, понесени от разрушаването на скъпи исторически квартали, като по този начин се отварят нови пътища за анализ и разбиране.

Съживяване на изгубени градове с 90% точност

Изследването започва с карти на Sanborn Fire Insurance, първоначално разработени, за да помогнат на противопожарните застрахователни компании да оценят рисковете си в приблизително 12 000 града в САЩ през IX и XX век.

„Историята тук е, че сега имаме способността да отключим изобилието от данни, които са вградени в тези противопожарни атласи на Sanborn“, казва съавторът Харви Милър, професор по география в Ohio State Univeristy.

„Това дава възможност за изцяло нов подход към градското историческо изследване, което никога не бихме могли да си представим преди машинното обучение“, добавя той.

Първоначално изследователите са изправени пред предизвикателството да съберат ръчно данни от тези карти, което се оказа трудоемко и отнема много време. Благодарение на Библиотеката на Конгреса вече са налични дигитални версии.

Съавторът на изследването Юе Лин, докторант по география в щата Охайо, след това създаде инструменти за машинно обучение, за да извлече специфични строителни детайли от картите. Тези подробности обхващат местоположения на сгради, отпечатъци, брой етажи, строителни материали и основно жилищно или търговско използване.

„В състояние сме да добием много добра представа как изглеждат сградите от данните, които получаваме от картите на Санборн“, казва Лин.

Изследователите прилагат техниката си за машинно обучение в два квартала в Кълъмбъс, Охайо, до голяма степен разрушени през 60-те години на миналия век, за да построят американската магистрала I-70.

Първият квартал, Ханфорд Вилидж, е основан през 1946 г., за да приюти завърнали се чернокожи ветерани от Втората световна война. Вторият квартал, Драйвинг Парк, също е приютявал оживена чернокожа общност, докато не бъде разделен от построяването на I-70.

Сравнение на картите на Sanford за представяне на данни разкрива 380 разрушени сгради в кварталите, включващи 286 къщи, 86 гаража, пет апартамента и три магазина.

Анализът показа, че моделът за машинно обучение е постигнал висока точност при възпроизвеждане на информацията от картата, с приблизително 90% точност за отпечатъци на сгради и строителни материали.

„Искаме да стигнем до точката в този проект, където можем да дадем на хората очила за виртуална реалност и да ги оставим да се разхождат по улицата, каквато е била през 1960 или 1940 или може би дори 1881“, казва Милър.

Изследователите твърдят, че този подход може да се използва за повторно създаване на квартали, изгубени от природни бедствия като наводнения, както и градско обновяване, обезлюдяване и други видове промени.

Пълното проучване е публикувано в PLoS ONE и може да бъде намерено тук.