Human-centred AI for streetscape and heritage-integrity assessment: a decision-support framework for Old Sana'a, Yemen
Deze studie presenteert een mensgericht, door AI ondersteund besluitvormingskader dat de sterke correlatie tussen straatkwaliteit en erfgoedintegriteit in de oude stad van Sana'a, Jemen, kwantificeert met behulp van computer vision en deskundige validatie om een prioritiseringsmatrix te genereren voor gericht behoudsbeheer.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In het hart van Jemen ligt het oude Sana'a, een stad waar de geschiedenis niet opgesloten ligt in musea, maar wordt geleefd in de smalle, kronkelende straten die de torenhoge, versierde huizen met elkaar verbinden. Eeuwenlang waren deze straten meer dan alleen paden om over te lopen; ze zijn de levende aderen van een erfgoed dat afhankelijk is van de continuïteit van de gehele buurt, en niet alleen van het overleven van individuele monumenten. Het behoud van een dergelijke plek vereist een balans tussen twee vaak concurrerende behoeften: het authentiek en intact houden van de historische gebouwen, terwijl men ervoor zorgt dat de straten functioneel, veilig en aangenaam blijven voor de mensen die er elke dag over lopen. Te vaak beschouwen experts deze twee doelen als afzonderlijke problemen, waarbij ze zich ofwel richten op de schoonheid van de architectuur, ofwel op de doorstroming van het dagelijks leven. Maar in een levende stad zijn de conditie van een muur en de helderheid van een pad diep met elkaar verbonden. Het begrijpen van hoe deze elementen met elkaar interageren, is cruciaal voor het maken van slimme beslissingen over waar beperkte middelen aan worden besteed, vooral in een stad die te maken heeft met de druk van conflict en tijd.
Een team van onderzoekers heeft een nieuwe manier ontwikkeld om naar deze complexe relatie te kijken, waarbij menselijke expertise wordt gecombine kind met kunstmatige intelligentie om de gezondheid van de straten van Sana'a in kaart te brengen. Ze liepen door 96 verschillende straatsegmenten en legden duizenden foto's vast om een gedetailleerd visueel verslag van de stad te creëren. In plaats van uitsluitend op menselijke ogen te vertrouwen om elke centimeter van elke straat te beoordelen — een taak die traag is en vatbaar voor inconsistentie — gebruikten ze een computersysteem dat getraind is om specifieke details te herkennen. Dit systeem, dat fungeert als een onvermoeibare assistent, identificeerde alles van het type ramen en de staat van het metselwerk tot de aanwezigheid van moderne indringers zoals blootliggende draden of satellietontvangers. De onderzoekers waren echter voorzichtig om ervoor te zorgen dat de computer niet de definitieve beslissing nam. Ze ontwierpen een proces waarbij de bevindingen van de machine werden beoordeeld en gecorrigeerd door menselijke experts die de diepe culturele betekenis van de architectuur van de stad begrijpen. Deze samenwerking stelde hen in staat om voor elke straat twee afzonderlijke scores te creëren: één die meet hoe goed de straat functioneert voor mensen, en een andere die meet hoe goed het historische weefsel is bewaard gebleven.
De resultaten toonden een duidelijke en sterke verbinding tussen deze twee scores. Straten die goed geordend en gemakkelijk te navigeren waren, bleken ook de straten te zijn waar de historische gebouwen in betere staat verkeerden. Dit suggereilt dat wanneer een straat als geheel wordt onderhouden, zowel de bruikbaarheid als de erfgoedwaarde de neiging hebben om samen te floreren. De studie onthulde echter ook een fascante splitsing afhankelijk van het type straat. De smalle residentiële steegjes, waar mensen wonen, vertoonden de hoogste niveaus van historische integriteit; de oude muren en traditionele ontwerpen waren goed bewaard gebleven, maar deze straten kampten vaak met functionele problemen zoals slechte verlichting of geblokkeerde paden. In contrast hiermee waren de drukke commerciële straten veel gemakkelijker door te navigeren en visueel helder, maar leden ze aan een verlies van historische karakter, vaak bedekt met moderne reclameborden, airconditioningunits en gewijzigde gevels. De gemengde straten bevonden zich ergens in het midden en brachten beide kwaliteiten in evenwicht.
Om deze bevindingen om te zetten in actie, deelden de onderzoekers de straten in vier duidelijke groepen in om stadsbeheerders te begeleiden. Sommige straten hadden dringende hulp nodig omdat ze zowel leden onder verval als onder een slechte functionaliteit. Andere waren in goede staat wat betre de functie betreft, maar hadden strikte controle nodig om te voorkomen dat moderne indringers hun historische uiterlijk zouden verpesten. Een derde groep had prachtige, intacte gebouwen, maar had verbeteringen nodig om ze veiliger en gemakkelijker begaanbaar te maken. De laatste groep was in uitstekende staat en had alleen routinematige monitoring nodig. Door dit systeem te gebruiken, kunnen stadsplanners nu precies zien waar zij hun inspanningen op moeten richten. Zo kan een specifieke commerciële straat worden geïdentificeerd als een straat die beter beheer van haar reclameborden en kabels nodig heeft in plaats van structurele reparaties, terwijl een residentieel steegje misschien nieuwe bestrating en verlichting nodig heeft zonder de historische muren aan te raken.
Deze aanpak vervangt niet het oordeel van menselijke experts; het geeft hen eerder een krachtig hulpmiddel om snel en consistent het grote plaatje te zien. De computer handelt het repetitieve werk af van het opsporen van duizenden kleine details, terwijl de mensen de noodzakelijke context bieden om te begrijpen wat die details betekenen voor de ziel van de stad. De studie bevestigt dat hoewel kunstmatige intelligentie patronen en defecten met indrukwekkende snelheid kan detecteren, het zelf nog niet in staat is om de diepe culturele betekenis van een historische stad te begrijpen. De meest effectieve weg vooruit is een partnerschap waarbij technologie de data levert en mensen de wijsheid bieden. Deze methode biedt een praktische, transparante manier om het oude Sana'a te beschermen, waardoor wordt gewaarborgd dat beslissingen gebaseerd zijn op duidelijk bewijs in plaats van gokwerk, en dat het unieke karakter van de stad behouden blijft voor toekomstige generaties.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.