Human-centred AI for streetscape and heritage-integrity assessment: a decision-support framework for Old Sana'a, Yemen
本研究提出了一种以人为本、AI辅助的决策支持框架，该框架利用计算机视觉和专家验证，量化了也门老萨那街道质量与遗产完整性之间的强相关性，从而生成一个用于针对性保护管理的优先级矩阵。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在也门的中心地带坐落着老萨那，这是一座历史并未被锁在博物馆里，而是活在连接着高耸且装饰华丽的民居之狭窄蜿蜒街道中的城市。几个世纪以来，这些街道不仅仅是步行路径；它们是遗产的生命脉络，而这种遗产依赖于整个街区的连续性，而非仅仅是个别纪念碑的存续。保护这样一个地方需要平衡两个往往相互竞争的需求：既要保持历史建筑的真实性与完整性，又要确保街道对于每天在其中行走的人们而言依然功能完备、安全且宜人。专家们往往将这两个目标视为独立的问题，要么专注于建筑的美感，要么专注于日常生活的流动。但在一个活着的城市中，一面墙的状态与一条路径的清晰度是紧密相连的。理解这些元素如何相互作用，对于在资源有限的情况下做出明智决策至关重要，尤其是在一个面临冲突和时间压力的城市中。
一组研究人员开发了一种观察这种复杂关系的新方法，将人类专业知识与人工智能相结合，以绘制萨那街道的健康状况图谱。他们走过了96个不同的街道路段，拍摄了数千张照片，以创建该城市的详细视觉记录。他们并没有仅仅依靠肉眼去评判每一条街道的每一寸空间——这项任务既缓慢又容易出现不一致性——而是使用了一个经过训练、能够识别特定细节的计算机系统。这个系统扮演着一名不知疲倦的助手角色，它能识别从窗户类型、砖石状况到现代入侵物（如暴露的电线或卫星天线）的一切细节。然而，研究人员非常谨慎地确保计算机不会做最终决定。他们设计了一个流程，让理解该城市建筑深层文化意义的人类专家对机器的发现进行审查和纠正。这种伙伴关系使他们能够为每条街道创建两个截然不同的评分：一个衡量街道为人们服务的效用程度，另一个衡量历史肌理被保存的完好程度。
结果揭示了这两个评分之间清晰且强烈的联系。那些井然有序、易于通行的街道，往往也是历史建筑状况较好的街道。这表明，当一条街道作为一个整体得到照料时，其效用性和遗产价值往往会共同蓬勃发展。然而，研究还发现了根据街道类型而产生的有趣分化。居住区内的狭窄住宅小巷表现出最高水平的历史完整性；古老的墙壁和传统设计保存完好，但这些街道往往在照明不足或路径受阻等功能性问题上表现挣扎。相比之下，繁忙的商业街道更容易通行且视觉清晰，但却遭受了历史特征流失的问题，通常覆盖着现代标牌、空调机组以及被改变的立面。混合用途街道则处于两者之间，平衡了这两种特质。
为了将这些发现转化为行动，研究人员将街道分为四个不同的组别，以指导城市管理者。有些街道需要紧急帮助，因为它们同时遭受着衰败和功能不佳的影响。另一些街道在功能上状况良好，但需要严格控制，以防止现代入侵物破坏其历史外观。第三组拥有美丽且完整的建筑，但需要改进以使其更安全、更易于行走。最后一组状况极佳，仅需常规监测。通过使用这个系统，城市规划者现在可以清楚地看到该在哪里集中精力。例如，一条特定的商业街道可能会被确定为需要更好地管理其标牌和电缆，而不是进行结构性维修；而一条住宅小巷可能需要铺设新的路面和照明，而不必触动历史性的墙壁。
这种方法并非取代人类专家的判断；相反，它为他们提供了一个快速且一致地观察大局的强大工具。计算机处理识别数千个微小细节的重复性工作，而人类则提供必要的语境，以理解这些细节对于城市灵魂的意义。研究证实，虽然人工智能能够以惊人的速度检测模式和缺陷，但它目前还无法独立理解历史城市的深层文化内涵。最有效的途径是一种伙伴关系，即由技术提供数据，由人类提供智慧。这种方法为保护老萨那提供了一种务实且透明的方式，确保决策基于明确的证据而非猜测，并确保这座城市的独特性格得以传承给后代。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。