Spaanse onderzoekers van de Universiteit van A Coruña hebben een algoritme ontwikkeld dat kan voorspellen hoe de skyline van een stad er de komende jaren uit zou kunnen zien. De resultaten van het jarenlange onderzoek naar de ontwikkeling van een stedelijk gebied zijn gepubliceerd in de Journal of Urban Planning and Development.

Biologische systemen

De wetenschappers realiseerden zich dat de groei van steden patronen volgt die lijken op die van biologische systemen. Geïnspireerd door de natuur, ontwikkelden zij genetische algoritmen die voorspellen hoe het aantal wolkenkrabbers en andere gebouwen in een stedelijk gebied zal toenemen. De algoritmen leerden de groeipatronen van stadsdistricten aan de hand van historische gegevens uit de bouwsector en verschillende economische parameters.

“We opereren binnen een tak van kunstmatige intelligentie en machine learning die de basisregels van de genetica en de natuurlijke selectie van Darwin gebruikt om voorspellingen te doen”, legt architect Ivan Pazos uit. “Het systeem combineert willekeurig een groot aantal mogelijke oplossingen voor een probleem en kiest daarvan de beste uitkomsten. Dit proces wordt veelvuldig herhaald, totdat de algoritmen de meest nauwkeurige resultaten opleveren.”

Zeer nauwkeurig

De onderzoekers richtten zich op een stedelijk gebied met een van de hoogste mate van verticale groei ter wereld: de wijk Minato in Tokio. Hier bevinden zich onder meer multinationals als Mitsubishi, Honda, Toshiba en Sony. “Deze methode had echter kunnen worden toegepast op elke andere stad met een groot aantal wolkenkrabbers”, benadrukt Pazos.

Al in 2015 creëerden de onderzoekers een reeks kaarten en 3D-weergaven van Minato om het aantal gebouwen en hun waarschijnlijke locaties in de periode van 2016 tot 2019 te kunnen voorspellen. Pazos: “Deze zijn tot nu toe zeer nauwkeurig geweest. Nu evalueren we de precisie voor 2018 en 2019. Het lijkt erop dat de resultaten voor 80% correct zullen zijn.”

Het algoritme voorspelt niet alleen het aantal toekomstige wolkenkrabbers in een wijk van een stad, maar ook de specifieke gebieden waar ze zich zullen bevinden. “De eindconclusie is dat deze vorm van berekeningen groeipatronen lijkt te vinden die niet vanzelfsprekend zijn in complexe, stedelijke systemen. En daarmee kan het mogelijke scenario’s voor de evolutie van steden voorspellen”, concludeert Pazos.