Human-centred AI for streetscape and heritage-integrity assessment: a decision-support framework for Old Sana'a, Yemen
Diese Studie präsentiert ein menschenzentriertes, KI-gestütztes Entscheidungsunterstützungs-Framework, das unter Verwendung von Computer Vision und Expertenvalidierung die starke Korrelation zwischen der Straßenqualität und der Integrität des Erbes in der Altstadt von Sana'a, Jemen, quantifiziert, um eine Prioritätsmatrix für ein gezieltes Erhaltungsmanagement zu erstellen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Im Herzen des Jemen liegt das alte Sana'a, eine Stadt, in der die Geschichte nicht in Museen weggeschlossen ist, sondern in den engen, gewundenen Gassen gelebt wird, die die hoch aufragenden, verzierten Häuser miteinander verbinden. Seit Jahrhunderten sind diese Straßen mehr als nur Wege zum Gehen; sie sind die lebendigen Adern eines Erbes, das von der Kontinuität des gesamten Viertels abhängt und nicht nur vom Überleben einzelner Monumente. Die Bewahrung eines solchen Ortes erfordert ein Gleichgewicht zwischen zwei oft konkurrierenden Bedürfnissen: die historischen Gebäude authentisch und intakt zu halten, während gleichzeitig sichergestellt werden muss, dass die Straßen für die Menschen, die täglich darauf wandeln, funktional, sicher und angenehm bleiben. Zu oft behandeln Experten diese beiden Ziele als getrennte Probleme, indem sie sich entweder auf die Schönheit der Architektur oder auf den Fluss des täglichen Lebens konzentrieren. Doch in einer lebendigen Stadt sind der Zustand einer Wand und die Klarheit eines Pfades tief miteinander verknüpft. Zu verstehen, wie diese Elemente interagieren, ist entscheidend, um kluge Entscheidungen darüber zu treffen, wohin begrenzte Ressourcen fließen sollten, insbesondere in einer Stadt, die dem Druck von Konflikten und der Zeit ausgesetzt ist.
Ein Forscherteam hat eine neue Art und Weise entwickelt, diese komplexe Beziehung zu betrachten, indem es menschliche Expertise mit künstlicher Intelligenz kombiniert, um die Gesundheit der Straßen von Sana'a zu kartieren. Sie durchquerten 96 verschiedene Straßenabschnitte und hielten dabei tausende Fotografien fest, um ein detailliertes visuelles Abbild der Stadt zu erstellen. Anstatt sich allein auf das menschliche Auge zu verlassen, um jeden Zentimeter jeder Straße zu beurteilen – eine Aufgabe, die langsam und anfällig für Inkonsistenzen ist –, nutzten sie ein Computersystem, das darauf trainiert wurde, spezifische Details zu erkennen. Dieses System, das als unermüdlicher Assistent fungierte, identifizierte alles, vom Typ der Fenster und dem Zustand des Mauerwerks bis hin zum Vorhandensein moderner Eingriffe wie freiliegender Kabel oder Satellitenschüsseln. Die Forscher waren jedoch darauf bedacht, sicherzustellen, dass der Computer nicht die letzte Entscheidung trifft. Sie entwarfen einen Prozess, bei dem die Ergebnisse der Maschine von menschlichen Experten überprüft und korrigiert wurden, die die tiefe kulturelle Bedeutung der Architektur der Stadt verstehen. Diese Partnerschaft ermöglichte es ihnen, für jede Straße zwei unterschiedliche Werte zu erstellen: einen, der misst, wie gut die Straße für Menschen funktioniert, und einen anderen, der misst, wie gut das historische Gefüge bewahrt wurde.
Die Ergebnisse zeigten eine klare und starke Verbindung zwischen diesen beiden Werten. Straßen, die gut geordnet und leicht zu navigieren waren, tendierten auch zu jenen, in denen sich die historischen Gebäude in einem besseren Zustand befanden. Dies deutet darauf hin, dass, wenn eine Straße als Ganzes gepflegt wird, sowohl ihr Nutzen als auch ihr historischer Wert gemeinsam gedeihen. Die Studie deckte jedoch auch eine faszinierende Spaltung je nach Straßentyp auf. Die engen Wohngassen, in denen Menschen leben, wiesen die höchsten Ebenen der historischen Integrität auf; die alten Mauern und traditionellen Designs waren gut erhalten, aber diese Straßen hatten oft mit funktionalen Problemen wie schlechter Beleuchtung oder blockierten Wegen zu kämpfen. Im Gegensatz dazu waren die belebten Geschäftsstraßen viel einfacher zu durchqueren und visuell klarer, litten aber unter einem Verlust des historischen Charakters, da sie oft von moderner Beschilderung, Klimaanlagen und veränderten Fassaden bedeckt waren. Die gemischt genutzten Straßen lagen irgendwo dazwischen und balancierten beide Qualitäten aus.
Um diese Erkenntnisse in Taten umzusetzen, ordneten die Forscher die Straßen in vier verschiedene Gruppen ein, um Stadtmanager zu leiten. Einige Straßen benötigten dringende Hilfe, da sie sowohl unter Verfall als auch unter schlechter Funktionalität litten. Andere waren in funktionaler Hinsicht in guter Form, benötigten aber eine strenge Kontrolle, um moderne Eingriffe zu verhindern, die ihr historisches Aussehen ruinieren könnten. Eine dritte Gruppe besaß wunderschöne, intakte Gebäude, musste aber verbessert werden, um sie sicherer und leichter begehbar zu machen. Die letzte Gruppe war in ausgezeichneter Form und benötigte lediglich eine routinemäßige Überwachung. Durch die Verwendung dieses Systems können Stadtplaner nun genau sehen, wo sie ihre Bemühungen bündeln müssen. Beispielsweise könnte eine spezifische Geschäftsstraße als eine identifiziert werden, die ein besseres Management ihrer Beschilderung und Kabel benötigt, anstatt struktureller Reparaturen, während eine Wohngasse vielleicht neue Pflasterungen und Beleuchtung benötigt, ohne die historischen Wände zu berühren.
Dieser Ansatz ersetzt nicht das Urteilsvermögen menschlicher Experten; vielmehr gibt er ihnen ein mächtiges Werkzeug an die Hand, um das große Ganze schnell und konsistent zu erfassen. Der Computer erledigt die repetitive Arbeit des Aufspürens tausender kleiner Details, während die Menschen den notwendigen Kontext liefern, um zu verstehen, was diese Details für die Seele der Stadt bedeuten. Die Studie bestätigt, dass künstliche Intelligenz zwar Muster und Defekte mit beeindruckender Geschwindigkeit erkennen kann, aber allein noch nicht in der Lage ist, die tiefe kulturelle Bedeutung einer historischen Stadt zu verstehen. Der effektivste Weg nach vorn ist eine Partnerschaft, in der die Technologie die Daten liefert und die Menschen die Weisheit beisteuern. Diese Methode bietet einen praktischen, transparenten Weg, um das alte Sana'a zu schützen, und stellt sicher, dass Entscheidungen auf der Grundlage klarer Beweise statt auf Vermutungen getroffen werden und dass der einzigartige Charakter der Stadt für zukünftige Generationen bewahrt bleibt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.