El algoritmo, dijo el equipo, tiene el potencial de ayudar a arquitectos, planificadores urbanos y gobiernos municipales a tomar decisiones informadas sobre las estructuras de las ciudades y ayudar a reconstruir las ciudades después de los desastres.
"El software proporciona información que es difícil de obtener simplemente analizando datos geográficos sin procesar", afirmó Niloy Mitra, profesor de informática de la Universidad de California en Los Ángeles. "Esperamos que esto ayude a las partes interesadas a diseñar edificios y ciudades que estén en armonía con el estilo existente".
El equipo se centró en los estilos arquitectónicos de París, identificando distintos barrios y la esencia estilística que hace que la ciudad sea reconocible en todo el mundo.
Los investigadores reunieron una base de datos de 23.000 polígonos de edificios del proyecto de código abierto OpenStreetMap y etiquetaron manualmente 2.000 de ellos para entrenar un modelo de aprendizaje automático. Los datos de entrenamiento se crearon dividiendo cada fachada en segmentos de línea simples y luego los expertos los etiquetaron.
Utilizando estos datos, el equipo creó una herramienta llamada "StyleFormer", un modelo de generación de formas de edificios. StyleFormer permite la creación de una nueva fachada en un estilo arquitectónico particular o la modificación de una fachada existente de acuerdo con un estilo arquitectónico objetivo.
"StyleFormer permite a las partes interesadas realizar análisis contrafactuales:pueden imaginar escenarios hipotéticos. Por ejemplo, pueden modificar la fachada de un edificio para ver si la modificación se alinea mejor con el estilo arquitectónico del área o evaluar si la fachada de un edificio podría verse más atractiva si alterado de cierta manera", dijo Mitra.
