هوش مصنوعی نقشه های قدیمی را به تصاویر ماهواره ای تبدیل می کند
هنریك آندراد دانشجو در Escola Politécnica da Universidade de Pernambuco ، Recife است كه چند سالی است در حال مطالعه نقشه های شهر زادگاهش Recife ، در برزیل است. او می گوید: "من همه این نسخه های دیجیتالی را جمع آوری کردم و در نهایت چیزهایی را در مورد شهر خودم کشف کردم که چندان شناخته شده نیستند." "من احساس می کنم که در Recife مردم از دسترسی به گذشته خود محروم بودند ، این امر درک آنها را دشوار می کند و در نتیجه آنچه که می توانند در مورد آینده خود انجام دهند."
آندراد با ایده ای به استاد دانشگاه خود ، برونو فرناندس ، نزدیک شد: ایجاد الگوریتمی برای یادگیری ماشین که می تواند نقشه های قدیمی را به تصاویر ماهواره ای گوگل تبدیل کند. وی معتقد است چنین رویکردی می تواند مردم را در مورد چگونگی تغییر کاربری زمین با گذشت زمان از جمله تأثیرات اجتماعی و اقتصادی شهرنشینی آگاه کند.
برای دیدن تحقق این پروژه با هوش مصنوعی ، آنها از یک ابزار AI موجود به نام Pix2pix استفاده کردند که متکی به دو شبکه عصبی است. اولی بر اساس مجموعه ورودی تصاویر ایجاد می کند ، در حالی که شبکه دوم تصمیم می گیرد که آیا تصویر تولید شده جعلی است یا خیر. در نهایت بر اساس داده های تاریخی ارائه شده ، تصاویری واقع گرایانه ایجاد می کنند.
Andrade و Fernandes در مطالعه ای که در 24 سپتامبر 2020 در IEEE Geoscience و Remote Sensing Letters منتشر شده است ، رویکرد خود را توصیف می کنند . در این مطالعه ، آنها نقشه Recife را از سال 1808 گرفته و تصاویرجدید منطقه را تولید کردند.
آندراد توضیح می دهد: "وقتی به تصاویر ماهواره ای تهیه شده با هوش مصنوعی نگاه می کنید ، درک بهتری از چگونگی تغییر شهر در 200 سال پیدا می کنید." "جغرافیای شهر به شدت تغییر کرده است - محل های دفن زباله باعث کاهش سطح آب شده و مناطق سبز با فعالیت های انسانی از بین رفته است."
وی می گوید یک مزیت این روش هوش مصنوعی این است که به ورودی نسبتاً کمی نیاز دارد. با این حال ، ورودی به برخی از زمینه های تاریخی نیاز دارد و وضوح تصاویر تولید شده کمتر از آنچه محققان می خواهند است.
آندراد می گوید: "در حال حرکت به جلو ، ما در حال بهبود وضوح تصاویر و آزمایش روی ورودی های مختلف هستیم." وی این روش را برای ایجاد تصاویر ماهواره ای از نقشه های گذشته به طور گسترده ای قابل استفاده می داند و خاطرنشان می کند که می تواند در مکان های مختلفی به کار گرفته شود و توسط برنامه ریزان شهری ، مردم شناسان و مورخان قابل استفاده باشد.
