Come l’intelligenza artificiale sta cambiando la progettazione urbana

Nel contesto urbano, l'intelligenza artificiale potrebbe presto diventare un dispositivo cruciale tramite il quale migliorare la gestione delle città. In questo ambito, l’AI (artificial intelligence) è spesso associata al concetto di smart city, quindi all’uso della tecnolologia per aumentare la qualità della vita dei cittadini, creando maggiore efficienza nelle risorse e nei servizi. Sicuramente quello dell'AI (Artificial Intelligence) è un campo di ricerca di cui si parla spessissimo oramai, con i più disparati settori di applicazione. Ma cosa intendiamo per intelligenza artificiale? Per definizione, è la simulazione da parte delle macchine del ragionamento umano.  L’uso dell’AI si basa sull’idea di ottimizzare, snellire ed espandere la portata delle operazioni più diverse, sfruttando l'enorme potenza di calcolo delle macchine. Tutto questo avviene tramite la costruzione di modelli predittivi, in base ai quali le intelligenze possono prendere decisioni, eseguendo azioni con velocità e precisione. Per quanto riguarda architettura e urbanistica, l’intelligenza artificiale aiuta i progettisti e i pianificatori a disegnare ambienti urbani reattivi, così come può integrare strategie sostenibili nell'ambiente cittadino in maniera profonda: questo grazie a informazioni in tempo reale ricavate da sensori. Gestendo meglio il traffico, per esempio, o rendendo più efficienti i servizi pubblici di trasporto.

Nel valutare le potenzialità effettive di questo sistema, un team di economisti e ricercatori informatici di Harvard e del MIT si è affidato a una combinazione di Street View e intelligenza artificiale per monitorare i cambiamenti fisici dei quartieri e della sicurezza percepita, raccontando poi l'esperienza nel paper Computer Vision Uncovers Predictors of Physical Urban Change (“Computer vision rivela i fattori predittivi del cambiamento fisico urbano”): si tratta di uno studio pubblicato nel maggio 2017, ancora considerato un punto di riferimento. I ricercatori, guidati dagli accademici Scott Duke Kominers e Nikhil Naik, hanno sottoposto alla macchina quasi 3.000 immagini, per determinare quali siano i fattori predittivi del miglioramento di un quartiere. Sebbene alcune delle conclusioni raggiunte non fossero particolarmente sorprendenti per gli esperti di urbanistica, i ricercatori affermano che lo studio ha evidenziato il potenziale dell’intelligenza artificiale nel fornire ai responsabili politici e agli scienziati urbani, un modo più robusto di testare teorie di lunga data.

La tecnologia del machine learning, una parte imporante dell'Intelligenza Artificiale, è stata poi testata nella città metropolitana di Londra, per predire l’andamento dei quartieri soggetti a fenomeni di gentrificazione.  Si è iniziato a misurare lo status socio-economico con quattro variabili chiave: il reddito delle famiglie, i valori immobiliari, la quota occupazionale e le qualifiche lavorative.

Una volta calcolato lo status socio-economico di ciascun quartiere, i ricercatori hanno analizzato la correlazione tra altre misure demografiche, come l’età e l’etnia, e la gentrificazione. L'analisi del modello costruito sulla variazione di dati degli anni 2001 e 2011 ha previsto ciò che sapevamo sarebbe accaduto nel 2021, allineandosi in modo preciso a ciò che si è verificato nella vita reale. Ha generato un adattamento statistico molto stretto, rispetto ad altri modelli tradizionali come l’analisi di regressione standard.

La possibilità di creare copie di intere metropoli nella realtà virtuale è una delle potenzialità più immediate e tangibili che l'intelligenza artificiale, in questo caso applicata al metaverso, potrebbe offrire ai pianificatori e progettisti.

Utilizzando mappature tridimensionali e l’analisi di statiche in tempo reale, infatti, potremmo non solo ricavare dati preziosissimi sul traffico o sulla qualità dell’aria, ma si potranno anche creare scenari possibili, che permetteranno ai ricercatori di capire quali saranno le migliori strategie da adottare a livello di pianificazione urbanistica. Orlando, cittadina della Florida, è stata ricreata virtualmente dagli uffici dell’Orlando Economic Partnership (OEP). Possiamo annoverare questa replica digitale come uno degli esempi più appariscenti di una tecnologia che presto potrebbe portare un radicale cambiamento nella pianificazione urbana.

Nei piani della città, la tecnologia del gemello digitale sarà utlizzata prima di tutto per i tour virtuali. Ma l'intenzione è di utilizzarla per capire in anticipo come potrebbero influire sull’ambiente costruito e sui suoi residenti i diversi investimenti in corso d'opera, come per esempio l’aggiornamento di un sistema di transito.

Dall'altra parte del pianeta, Virtual Singapore è un modello dell’isola-stato che comprende più di tre milioni di immagini catturate a livello stradale, oltre a miliardi di punti dati tracciati in 3D. Il modello è inoltre in grado di distinguere i vari volumi – gli edifici dagli alberi, le strade dai marciapiedi e così via – rendendo più facile verificare la reazione dei singoli elementi in varie simulazioni. Si tratta di un ambizioso programma di ricerca, articolato su tre assi strategici: consolidare la ricerca sui dati 3D, catalizzare l’industria locale della modellazione tridimensionale e sviluppare un modello di città operativo. Virtual Singapore ambisce a diventare una piattaforma in cui i dati raccolti e gli algoritmi di simulazione si integrano, in modo da facilitare la pianificazione all'interno del territorio piccolo e delicato della città-stato asiatica.

In questo caso il modello 3D già operativo della metropoli è disponibile per l’uso sia da parte di agenzie statali, sia da attori del settore privato, istituti di ricerca e laboratori universitari. Aiuta per esempio l’analisi del rischio di inondazioni, semplifica le opportunità per l'installazione di pannelli solari e tetti verdi, assai diffusi in città, e agevola l’esame dell'impatto del carico del vento sulla rigogliosa vegetazione tropicale.