W tym przypadku nawet artystyczno-historycznej, ponieważ mowa o rekonstrukcjach sięgających czasów II wojny światowej. Te powstały z wykorzystaniem dobrodziejstw uczenia maszynowego i obejmują całe dzielnice odtwarzane obecnie w 3D. Dzięki temu można jeszcze lepiej wyobrazić sobie, jak wyglądała architektura sprzed kilkudziesięciu lat, często bezpowrotnie zniszczona po zakończeniu działań wojennych.
Czytaj też: Zmierzą temperaturę dowolnego budynku na Ziemi. A wszystko to z orbity
O szczegółach projektu jego autorzy piszą na łamach PLoS ONE. Jak wyjaśniają, jednym z rzadko branych pod uwagę zastosowań takich przedsięwzięć jest możliwość szacowania strat ekonomicznych poniesionych w wyniku zrównania historycznych dzielnic z ziemią. Tym bardziej, że dzięki wykorzystanemu narzędziu można tego dokonywać z 90-procentową dokładnością.
Podstawę całego przedsięwzięcia stanowiły mapy tworzone przez Sanborn Map Company, które pierwotnie były wykorzystywane przez firmy ubezpieczeniowe. Te używały ich do oceny ryzyka rozprzestrzeniania się ognia w poszczególnych miejscach. Łącznie powstało około 12 tysięcy takich map, obejmujących miasta na terenie Stanów Zjednoczonych z XIX i XX wieku.
Uczenie maszynowe zostało wykorzystane do wyodrębniania informacji na temat rodzaju zabudowy, zawartych w mapach wykorzystywanych między innymi przez firmy ubezpieczeniowe
Później nieoceniona okazała się rola Yue Lin z Ohio State University, która stworzyła narzędzia oparte na uczeniu maszynowym. Dzięki nim można było szybko wyodrębnić z map szczegóły na temat budynków. Informacje te dotyczyły lokalizacji poszczególnych obiektów, ich powierzchni, liczby pięter, wykorzystanych materiałów budowlanych oraz przeznaczenia.
Jak na razie członkowie zespołu wykorzystali takie podejście do odtworzenia zabudowań z Columbus w stanie Ohio. Obiekty te zostały w dużej mierze zburzone w latach 60., gdy budowano na tych terenach autostradę I-70. Na przykład dzielnica Hanford Village, założona w 1946 roku, miała być domem dla powracających z drugowojenngo frontu czarnoskórych weteranów.
Czytaj też: Roboty nauczyły się przewidywać upadki. Przewaga ludzi nad maszynami jest coraz mniejsza
Podobna historia dotyczyła Driving Park, czyli drugiej ze zrekonstruowanych dzielnic. Jak się okazało, model uczenia maszynowego bardzo dobrze radził sobie z postawionym przed nim zadaniem: osiągnął około 90-procentową precyzję względem odtwarzania budynków i materiałów budowlanych użytych do ich stawiania przed laty. W ramach dalszych wysiłków naukowcy chcieliby sięgnąć do jeszcze odleglejszej przeszłości, na przykład końcówki XIX wieku. W podobny sposób będzie można wirtualnie odbudowywać obiekty zniszczone na różne sposoby, choćby w wyniku klęsk żywiołowych. Interesująco byłoby zobaczyć efekty takich działań w odniesieniu do polskiej architektury, choćby z czasów XX-lecia międzywojennego.