Content uploaded by Todor Stojanovski
Author content
All content in this area was uploaded by Todor Stojanovski on May 04, 2022
Content may be subject to copyright.
Urban morphology and artificial intelligence
Abstract
The commentary aims to concisely introduce artificial intelligence and urbantech for urban moprhologists. We are in a midst of a new revolution in machine learning with ‘neural nets’ capable of understanding human speech and written language and analysing content on images and videos. The neural nets can semantically parse scenes on images recognizing objects, creating scene graphs, and describing content with text. However, specialized neural nets for urban morphology do not exist. Neural nets can recognise artefacts from specific historical ages or learn about architectural styles only if they are supervised by experts. To create urban morphological architectural intelligence that can help with morphological research or morphologically informed urban design practices, urban morphologists need to translate their analytics and practices into software specifications. Creating specialized neural nets for urban morphology requires expertise in software engineering and programming effort and seems far in the future, but the International Seminar for Urban Form and Journal of Urban Morphology can play a profound role in debating urbantech, needs for intelligent tools and reaching to computational science and technology. Only through coordination and finding synergies the revolution of artificial intelligence will influence urban morphology as urbantech.
... Los patrones de dispersión urbana detectados se relacionan con la congestión vehicular, la degradación ambiental y la falta de infraestructura y servicios adecuados. Por ello, nuestra conclusión se enfoca en la importancia de implementar una planificación metropolitana integral y a largo plazo, donde la información proporcionada por herramientas SIG, IA y datos de código abierto deben jugar un papel preponderante (Stojanovski, 2022). ...
En el contexto actual de rápido crecimiento poblacional y expansión urbana, el concepto de metrópolis
requiere una atención prioritaria. En ese sentido, el estudio se enfoca en el área metropolitana de
la Gran Santa Cruz, la cual está conformada por 9 municipios, destacándose Santa Cruz de la Sierra
como la ciudad con el mayor índice demográfico en Bolivia. Debido a ello, la formulación de un plano
metropolitano detallado cumple el propósito de fortalecer su gestión y desarrollo metropolitano. La
metodología empleada comprende el uso de técnicas informáticas y herramientas como SIG e IA. Los
resultados y la discusión presentan el Plano Gran Santa Cruz como una representación actualizada
del área metropolitana y consecutivamente se muestran algunos resultados aplicados sobre el plano,
utilizando información de código abierto de fuentes como META a través de la ONU. Esto permitió
identificar que la realidad espacial se presenta de manera dispersa y fragmentada. La conclusión enfatiza
sobre la necesidad de abordar los retos mediante una planificación metropolitana sostenible, basada en
esta información que fue obtenida a través de herramientas digitales y datos de código abierto.
ResearchGate has not been able to resolve any references for this publication.