Le tecniche di AI in Minecraft aiutano a progettare città più vivibili

Generative Design in Minecraft, un concorso annuale per vedere il tipo di intelligenza artificiale che permette di ipotizzare ambienti sostenibili, sta contribuendo a esplorare nuove tecnologie per la pianificazione urbana.

di Will Douglas Heaven

Una dozzina di edifici dai tetti spioventi troneggiano ai bordi di una miniera a cielo aperto. In alto, sopra di loro, in cima a un enorme arco di roccia, si trova una casa inaccessibile. Sullo sfondo, una ferrovia rialzata circonda un gruppo di palazzoni multicolori. Pagode ornate decorano una grande piazza pavimentata. E un mulino a vento solitario gira le pale su un’isola, circondato da maiali quadrati. Questa è una città di Minecraft, in stile AI.

Minecraft è stato a lungo una tela a cui dare forma. I fan hanno utilizzato il famoso gioco di costruzione di blocchi per creare repliche di ambienti variegati, dal centro di Chicago e alla King’s Landind del Trono di Spade alle CPU. Nel decennio dalla sua prima uscita, tutto ciò che può essere costruito lo è stato.

Dal 2018, Minecraft è anche lo scenario di una sfida creativa che estende le capacità delle macchine. Il concorso annuale Generative Design in Minecraft (GDMC) chiede ai partecipanti di costruire un’intelligenza artificiale in grado di generare città o villaggi realistici in luoghi mai visti prima. Il concorso è ludico, per ora, ma le tecniche di AI esplorate dai vari concorrenti precorrono  quelle che potrebbero utilizzare gli urbanisti del mondo reale. (Si veda link)

Il concorso Generative Design in Minecraft sfida l’AI a progettare insediamenti per luoghi inediti. I prodotti di successo in genere utilizzano una serie di tecniche per livellare il terreno e per posizionare ponti ed edifici, che includono algoritmi di ricerca che collegano parti remote di un insediamento e automi cellulari in grado di produrre strutture complesse utilizzando regole semplici e apprendimento automatico.

La concorrenza ha fatto molta strada in tre anni. La prima volta, gli insediamenti spesso sembravano fatti a macchina, con edifici disposti in file ripetitive o gruppi casuali. I vincitori di quest’anno, annunciati qualche giorno fa, presentavano insediamenti con layout credibili adattati a ciascuna località. Le strade si snodano lungo i pendii delle colline, i ponti attraversano i fiumi e le case contengono persino mobili. 

Senza limiti precisi, GDMC è stato creato per andare oltre i limiti dell’AI. A differenza di altre competizioni di questo tipo, come le sfide del  DARPA per le auto a guida autonoma o per i robot, non ha un obiettivo predeterminato. Cosa rende la creazione di buon livello? “Non esiste un valore numerico di riferimento per dirlo”, afferma uno degli organizzatori Christoph Salge, scienziato informatico presso l’Università dell’Hertfordshire, nel Regno Unito.

L’inesauribilità della sfida significa che le AI devono raggiungere molteplici obiettivi. Per vincere, devono impressionare otto giudici umani con diversi background, inclusi architetti, archeologi e progettisti di giochi.Questi giudici assegnano un punteggio agli urbanisti AI in quattro aree: quanto bene adattano i loro progetti a luoghi specifici; come funzionano i layout, in base al tipo di collegamenti tra aree diverse; quanto sono attraenti esteticamente e quanto i progetti evocano una narrazione. “Creare un villaggio di Minecraft da zero è qualcosa che un essere umano di 10 anni potrebbe fare”, dice Salge. “Ma è davvero difficile per un’AI”.

Il problema del livellamento del terreno

Un partecipante, per esempio, ha iniziato identificando il tipo di ambiente, ad esempio deserto o foresta, e poi ha generato edifici che sembravano costruiti con materiali locali comuni. Un altro è stato bravo a livellare il terreno e ad allestire piazze. Questa tattica ha funzionato bene su un territorio pianeggiante e aperto, dove ha prodotto straordinari complessi di templi in stile giapponese, ma ha avuto meno successo su una piccola isola, che è stata completamente asfaltata.

Anche i vincitori commettono ancora errori stupidi. In un insediamento, alcune delle case sono sepolte fino alla loro grondaia nella sabbia. Questo è chiaramente perché l’algoritmo pensa di costruire su un terreno solido, afferma Salge, e quindi li fa sprofondare fino a che non trovano la roccia.

Claus Aranha, che studia calcolo evolutivo presso l’Università di Tsukuba in Giappone, ha collaborato con tre partecipanti al concorso. Pensa che sia un buon modo per esplorare e testare nuove tecniche di intelligenza artificiale. “Una cosa che mi piace davvero è che ci sono molti approcci diversi a questa sfida”, egli dice. I mondi di gioco dall’aspetto realistico sono solo un aspetto del settore. L’AI viene già utilizzata per analizzare come vengono costruite le città. Tecniche e approcci simili a quelli utilizzati nella competizione potrebbero un giorno aiutare a progettare città reali più equilibrate e più sicure.

Per esempio, Aranha ha scoperto che la maggior parte dei progetti ha un approccio dall’alto verso il basso, il che significa che il generatore AI di città guarda una data area e genera un insediamento adatto. Ciò può dare buoni risultati complessivi, ma i dettagli potrebbero non essere corretti. Aranha ritiene che un approccio multi-agente, in cui diverse AI lavorano in modo indipendente per costruire strutture attente alle zone che le circondano, potrebbe portare a progetti più coerenti e realistici.

Ora ha deciso di adottare questo metodo nel suo lavoro, utilizzando simulazioni per esplorare l’impatto di diverse politiche di pianificazione urbana in scenari di disastri come terremoti o incendi. Aranha genera città virtuali insegnando a una rete neurale come sono le città con i dati di OpenStreetMap. Generando automaticamente migliaia di città virtuali che differiscono per proprietà come layout stradali o numero e posizione di spazi aperti, è in grado di valutare, per esempio,  se una politica che prevede il 10 per cento dell’area residenziale da riservare ai parchi salverebbe vite umane. 

Nel frattempo, Arnaud Grignard ei suoi colleghi del MIT Media Lab stanno utilizzando la simulazione basata su agenti per esplorare possibili progetti per spazi pubblici affollati, tra cui una rivisitazione degli Champs Elysées, a Parigi. E la startup di New York Topos sta usando l’intelligenza artificiale per aiutare a capire come il layout di una città influenza chi ci vive. 

In un progetto ha utilizzato una serie di approcci di intelligenza artificiale, tra cui il riconoscimento delle immagini e l’elaborazione del linguaggio naturale, per apprendere come le diverse aree di New York sono state utilizzate dalle persone che vi vivono. Ha quindi ridisegnato i confini dei cinque distretti di New York sulla base delle somiglianze tra i quartieri, per esempio se sono residenziali o commerciali, con aree verdi o meno. La mappa risultante mostra i distretti come anelli più o meno concentrici attorno al centro di Manhattan.

Anche Jasper Wijnands, dell’Università di Melbourne in Australia, è convinto che l’AI abbia un posto nel futuro design urbano. Lui e i suoi colleghi hanno iniziato a esplorare l’uso di reti antagoniste generative (GAN) per manipolare le immagini di Google Street View. Il sistema viene utilizzato per “trasferire” lo stile di un’immagine a un’altra, per esempio per far sembrare un selfie come se fosse stato dipinto da Van Gogh. 

Wijnands ha fatto in modo che la sua intelligenza artificiale imparasse uno “stile” che tenesse conto dei dati sulla salute pubblica in diversi isolati della città. Ha quindi chiesto di “tradurre” le immagini di Street View nello stile dei quartieri in cui la salute pubblica era buona. In altre parole, la sua intelligenza artificiale può ritoccare le immagini di quartieri poco salubri e proporre modifiche, per esempio uno spazio verde qui, una strada più ampia là, come suggerimenti per introdurre miglioramenti urbani.

L’intelligenza artificiale agisce in piena indipendenza, senza conoscenze di tipo urbanistico. “È interessante vedere che l’output del GAN è coerente con la nostra comprensione scientifica dell’impatto dello spazio verde sulla salute”, afferma Wijnands.Il suo team ha ora una sovvenzione di 1,2 milioni di dollari per sviluppare questo tipo di ricerca che è materia di confronto con i suoi studenti di urbanistica.

Il concetto di pianificazione si potrebbe modificare

Uno degli usi più immediati dell’IA nella pianificazione urbana è comprendere l’impatto della progettazione urbana su scala globale. A gennaio Wijnands e i suoi colleghi hanno pubblicato uno studio su “The Lancet Planetary Health” in cui hanno esaminato 1.692 città, che ospitano un terzo della popolazione mondiale. Hanno utilizzato reti neurali convoluzionali, tipiche del riconoscimento delle immagini, per classificare diversi layout urbani in base al numero di incidenti stradali gravi avvenuti su quei territori. Le città con più reti ferroviarie ad alto transito e layout stradali più fitti disposti attorno a piccoli isolati si sono dimostrati più sicuri rispetto a layout più tentacolari posizionati attorno a strade senza sbocco.

Questi risultati potrebbero non essere troppo sorprendenti, ma i dati non avrebbero potuto essere analizzati senza automazione. Le visioni utopiche sono sempre basate su presupposti su quali tipi di spazi urbani rendono le persone più felici o più sane. Ma le proposte sono difficili da testare e gli ambiziosi progetti di rigenerazione possono fallire. Grazie all’intelligenza artificiale, gli urbanisti potrebbero rivelare gli impatti nascosti di alcuni layout esistenti o simulare le conseguenze di migliaia di potenziali progetti. 

Salge sta ora collaborando con gli urbanisti su come le future competizioni potrebbero incorporare dati più realistici degli spostamenti delle persone in città. Ciò potrebbe rendere le creazioni artificiali ancora più realistiche e potenzialmente più utili. Ma non si può credere che l’intelligenza artificiale sia in grado di sostituire completamente il lavoro dei pianificatori. 

Le città non sono statiche, ma abitate da persone in costante movimento. Ciò significa che sono il risultato di molti compromessi, afferma Dave Amos, un urbanista che ha un popolare canale YouTube chiamato City Beautiful. Come afferma Amos in un video sul vincitore del concorso GDMC del 2018: “La pianificazione è intrinsecamente un processo politico che non può fare a meno del confronto sui possibili scenari dello sviluppo “.


(rp)

Related Posts
Total
0
Share