Des chercheurs de l’Université de Toronto ont mis au point une méthode innovante qui combine l’intelligence artificielle avec les images de Google Street View pour extraire des informations détaillées sur les bâtiments urbains. Cette approche permet d’estimer des caractéristiques telles que l’âge et la surface des structures en analysant leur façade, ouvrant ainsi de nouvelles perspectives pour une meilleure compréhension des besoins en ressources des villes. Grâce à cette technologie, il devient possible d’évaluer le stock de bâtiments, ainsi que les flux de matériaux de construction et les gaz à effet de serre intégrés, contribuant ainsi à une planification urbaine plus éclairée et durable.
Des chercheurs de l’Université de Toronto ont mis au point une méthode innovante qui utilise l’intelligence artificielle (IA) et les images de Google Maps’ Street View pour obtenir des informations détaillées sur les bâtiments, telles que leur âge et leur surface de plancher. Cette approche offre une façon économique de collecter des données massives, aidant ainsi les urbanistes à mieux comprendre les ressources des villes et à prioriser les projets d’infrastructure futurs.
Une méthode révolutionnaire
Les travaux réalisés par Shoshanna Saxe, professeure associée dans le département de génie civil et minéral, et Alex Olson, chercheur principal en IA, sont une avancée marquante dans le domaine de l’évaluation des bâtiments. En utilisant des données visuelles, ils ont réussi à former un modèle d’IA qui propose des estimations précises sur des attributs des bâtiments à partir de leur façade. Ainsi, ce modèle a atteint une précision de 70 % pour l’estimation de l’âge d’un bâtiment et 80 % pour la surface de plancher.
Les avantages d’une telle approche
Cette recherche offre des bénéfices considérables. Non seulement elle facilite l’accès à des informations précieuses pour les urbanistes, mais elle réduit également le coût de la collecte de données. Selon Saxe, le projet a coûté environ 1 000 $ pour des photos qui auraient autrement nécessité des millions de dollars. C’est une opportunité pour les chercheurs et les urbanistes de travailler sur des questions cruciales sans être freinés par des limitations budgétaires.
Des implications pour la planification urbaine
L’IA, en permettant d’explorer au-delà des façades, peut transformer la manière dont les urbanistes évaluent les besoins en ressources des villes. Comme le souligne Olson, cette méthode ne modélise pas l’avenir mais permet de décrire avec précision la situation actuelle, fournissant ainsi une base solide pour le planification des ressources. Cela aide à identifier les infrastructures sous-utilisées dans les villes, rendant ainsi l’ensemble du processus de planification plus efficace.
Une meilleure compréhension des infrastructures
L’un des objectifs principaux des chercheurs était d’améliorer notre compréhension de l’utilisation des infrastructures locales. En évaluant les extérieurs des bâtiments, il devient possible de faire des suppositions éclairées sur leurs intérieurs et les usages qui en sont faits. Cela peut également éclairer sur les matériaux de construction et l’impact en carbone qu’ils impliquent, informations qui sont cruciales pour des évaluations de durabilité.
Des perspectives d’avenir
Ce progrès concerne non seulement les spécialistes en urbanisme, mais aussi d’autres secteurs de la recherche, comme ceux cherchant à étudier la consommation d’eau pour des évaluations de résilience. La méthode développée est un pas vers une plus grande intégration de l’IA dans l’analyse des données urbaines, permettant une lecture plus fine et détaillée de la réalité urbaine.
Conclusion du travail
Le travail réalisé par l’équipe de l’Université de Toronto s’inscrit dans une volonté d’utiliser l’IA pour fournir des solutions pratiques aux défis urbains contemporains. À travers cette innovation technique, les chercheurs ouvrent la voie à une nouvelle ère de compréhension et de gestion des ressources urbaines, essentielle pour des développements durables et éclairés.
EN BREF
|
