Sử dụng trí tuệ nhân tạo để đánh giá sự suy thoái đô thị

Tin Khoa học - Công nghệ

Sử dụng trí tuệ nhân tạo để đánh giá sự suy thoái đô thị

Cập nhật: Thứ hai, 18/12/2023 | 2:12:34 Chiều

Trên tạp chí Scientific Reports, các nhà nghiên cứu tại Đại học Notre Dame và Đại học Stanford vừa công bố kết quả nghiên cứu sử dụng trí tuệ nhân tạo (Ai) để đánh giá mức độ suy thoái đô thị.

Nhóm nghiên cứu đã áp dụng Ai để đo lường tình trạng suy thoái đô thị theo thời gian và không gian với mục tiêu xác định rõ hơn về chất lượng cuộc sống trong các thành phố.

Ảnh minh hoạ.ITN

Kết quả nghiên cứu, được công bố trên tạp chí Scientific Reports, đã thu hút sự chú ý với việc sử dụng mô hình YOLOv5, một hệ thống trí tuệ nhân tạo có khả năng phát hiện và xác định đối tượng một cách chi tiết. Các nhà nghiên cứu đã tập trung vào xác định 8 lớp đối tượng, từ ổ gà đến cỏ dại, là những chỉ số có thể báo hiệu sự suy thoái trong không gian đô thị.

Yong Suk Lee, Phó Giáo sư về công nghệ, kinh tế và các vấn đề toàn cầu, là một trong những đồng tác giả chính của nghiên cứu. Ông chia sẻ quan điểm: "Khi thế giới đô thị hóa, chúng ta cần có những công cụ mạnh mẽ để đảm bảo rằng chính sách và thiết kế đô thị có thể đáp ứng các thách thức quan trọng như cải thiện cơ sở hạ tầng, giảm nghèo đói, đảm bảo sức khỏe và an toàn cho người dân. Mô hình YOLOv5 giúp chúng tôi nhìn rõ hơn vào mô hình phát triển khu dân cư và bất bình đẳng đô thị."

Trước đây, các chuyên gia thường sử dụng các chỉ số kinh tế và nhân khẩu học để đo lường chất lượng cuộc sống trong đô thị. Tuy nhiên, nghiên cứu mới này mở ra một hướng mới khi áp dụng trí tuệ nhân tạo để đánh giá sự suy thoái đô thị và bất bình đẳng.

Các thành phố được chọn để nghiên cứu bao gồm San Francisco, Mexico City và South Bend, Indiana, mang lại sự đa dạng trong ngữ cảnh đô thị. Kết quả thử nghiệm đã chỉ ra rằng mô hình YOLOv5 hoạt động hiệu quả, đặc biệt là ở những thành phố có mật độ dân cư cao như San Francisco.

Tuy nhiên, nhóm nghiên cứu cũng đã gặp một số thách thức khi triển khai mô hình ở khu vực ngoại ô của South Bend, cần sự điều chỉnh và xử lý nguy cơ sai lệch. Những thách thức này, tuy nhỏ, đưa ra câu hỏi về khả năng mở rộng của mô hình khi áp dụng vào các đô thị với đặc tính khác nhau.

PGS. Lee khẳng định rằng mô hình này có tiềm năng là một công cụ quan trọng, cung cấp thông tin giá trị dựa trên dữ liệu hiệu quả, và có thể hỗ trợ chính phủ, tổ chức phi chính phủ và người dân trong quyết định về phát triển và quản lý đô thị trong tương lai.

Nghiên cứu mở ra hướng đi mới trong việc đưa trí tuệ nhân tạo vào lĩnh vực đô thị và môi trường, hứa hẹn mở ra nhiều cơ hội mới trong nghiên cứu và ứng dụng thực tiễn.

LÂM HÀ