De stad verdicht: AI-tool ontsluit ontwerpoplossingen

Help project Sensing Streetscapes met succesvolle referentielocaties voor innovatieve AI-tool

11 jan 2021 12:36 | Urban Technology

Net als veel van onze westerse steden staat Amsterdam aan de vooravond van extreme verdichting. In de metropoolregio Amsterdam moeten vele tienduizenden nieuwe woningen worden gebouwd, grotendeels binnen stedelijke grenzen. Met als gevolg: hoge dichtheden, deels in combinatie met hoogbouw. Welke ontwerpoplossingen zorgen ervoor dat er desondanks woonomgevingen met een menselijke maat ontstaan? Om dat bij een ontwerp te kunnen inschatten, zijn referentiebeelden cruciaal. Projectgroep Sensing Streetscapes ontwikkelt hiervoor een AI-tool, die succesvolle referentielocaties traceert. ‘Het algoritme staat, hij moet nu alleen nog wel gevoed worden!’

‘De Gershwinlaan op de Zuidas is een goed voorbeeld van wat wij Great High Density Environments’ noemen’, vertelt Frank Suurenbroek, HvA-lector Bouwtransformatie bij Centre of Expertise Urban Technology. ‘De hoogbouw heeft een zorgvuldige baksteenarchitectuur, er is een heldere plint, de maat van de straat werkt en de verdiepingen zijn van straatniveau naar boven soms getrapt, waardoor gebouwen niet lomp of intimiderend ogen. Dat zorgt voor meer ritme in de straat en een menselijke maat. De AI-tool willen we voeden met meer voorbeelden die voldoen aan soortgelijke kwaliteitseisen. Dat is nodig om de tool te leren aan welke kenmerken een plek moet voldoen.'

Amsterdam

Amsterdam

Manchester

Manchester

OpenStreetMap voor geografische gegevens

‘De eerste stap is data verzamelen van OpenStreetMap , een open source-platform waarop vrijwilligers geografische gegevens op een kaart intekenen en annoteren’, vertelt Maarten Groen, bouwer van de AI-tool en onderzoeker bij het HvA-lectoraat Urban Analytics van Kenniscentrum Create-IT. ‘Vervolgens moeten wij nog wel op basis van die kaartinformatie relevante indicatoren berekenen die iets over de buurt, het blok en de gebouwen vertellen. Denk aan de hoogte van het gebouw, de hoogte-breedte verhouding, hoeveel groen en water er in de buurt aanwezig is, de functiemix, etcetera: allemaal variabelen die iets kunnen vertellen over de kwaliteit van de leefomgeving in stedelijke verdichting.’

Oproep op ArchDaily

‘Dat kunnen we niet volledig zelf’, zegt Suurenbroek. ‘Dus hebben we een oproep geplaatst op ArchDaily, hét architectenblog. We vragen de architectenwereld goede voorbeelden van over de hele wereld in te dienen, ingevuld aan de hand van een reeks samenhangende kenmerken.’ Groen: ‘Met die input kunnen we het algoritme van de tool leren patronen te herkennen in de data, zodat het begrijpt wat ‘goed’ is wanneer het soortgelijke plekken ziet. “Uitgeleerd”, dan kunnen we de tool loslaten om ook de minder bekende interessante plekken te vinden. Zo automatiseren we het proces van het vinden van referentielocaties.’

Vancouver

Gesprek verlengen tussen stakeholders

Uiteindelijk moet de tool een zoekfunctie krijgen, zodat architecten of stedenbouwers zelf kunnen filteren op condities van een leefomgeving waar zij informatie over willen. De tool moet zo veel mogelijk succesvolle voorbeelden kunnen vertonen die te maken hebben met soortgelijke condities van jouw bouwproject. Suurenbroek: ‘We willen met de goede voorbeelden uit de AI-tool inspireren, en het gesprek tussen architecten, stedenbouwers, opdrachtgevers én burgers verlengen om een betere leefomgeving te realiseren. Dat is heel erg nodig nu de populariteit van de stad alsmaar blijft groeien; iets waar alle westerse steden mee te maken hebben.’

Stuur ontwerpoplossingen!

Ken jij ontwerpoplossingen die, ondanks extreme verdichting, ervoor zorgen dat er een menselijke maat ontstaat? Stuur jouw referentiebeelden op via Sensing Streetscapes ! Met jouw hulp kan de AI-tool gevoed worden om succesvolle referentielocaties te traceren. Onder de inzenders worden prijzen verdeeld.

Bericht ArchDaily
Sensing Streetscapes