Bayangkan Anda bisa mengetahui usia, luas lantai, bahkan jejak karbon sebuah bangunan hanya dengan melihat fotonya di Google Street View. Itulah yang berhasil dilakukan oleh para peneliti dari University of Toronto menggunakan kecerdasan buatan (AI). Teknologi ini membuka pintu bagi perencanaan kota yang lebih cerdas dan berkelanjutan.
Dalam dunia yang semakin urban, data akurat tentang bangunan menjadi krusial. Namun, mengumpulkan informasi seperti usia bangunan, material konstruksi, atau luas lantai secara manual membutuhkan biaya dan waktu yang tidak sedikit. Di sinilah AI menunjukkan keunggulannya – mampu mengekstrak data berharga dari gambar yang tersedia untuk umum.
Penelitian terbaru yang dipublikasikan di Journal of Industrial Ecology ini menawarkan solusi inovatif dengan akurasi mencengangkan. Tim yang dipimpin Profesor Shoshanna Saxe ini berhasil melatih AI untuk memprediksi atribut bangunan yang tidak terlihat dari luar dengan tingkat keberhasilan 70-80%.
Mengintip Masa Depan Perencanaan Kota
“Ini adalah penelitian pertama di dunia di mana kita bisa memprediksi hal-hal yang tidak terlihat dalam foto bangunan,” ungkap Saxe dengan semangat. Teknologi ini tidak hanya mengubah cara kita memahami bangunan, tetapi juga membuka peluang baru dalam berbagai bidang.
Dengan biaya hanya $1.000 untuk foto-foto sampel, tim peneliti berhasil mendapatkan data yang biasanya membutuhkan anggaran jutaan dolar. “Ini membedakan antara bisa atau tidaknya kita bekerja pada masalah-masalah penting ini,” tambah Saxe.
Alex Olson, peneliti AI senior yang terlibat dalam proyek ini, menjelaskan bahwa kemampuan menilai eksterior bangunan memungkinkan prediksi cerdas tentang interior dan penggunaan infrastruktur lokal. “Kami bisa memperkirakan sumber daya yang digunakan dalam membangun, merawat, dan mengoperasikan bangunan,” jelasnya.
Baca Juga:
Lebih dari Sekadar Foto Bangunan
Yang membuat penelitian ini unik adalah kemampuannya melihat melampaui apa yang terlihat di permukaan. “Anda tidak bisa mengetahui usia bangunan hanya dari melihat luarnya,” kata Saxe. “Ada banyak faktor yang membuat ini sulit, termasuk renovasi. Bagian depan bisa berbeda dengan belakang.”
Mengetahui usia bangunan menjadi krusial karena memberikan petunjuk tentang material yang digunakan dan jejak karbon yang dihasilkan. Informasi ini juga membantu memahami performa bangunan secara keseluruhan.
Olson menambahkan bahwa pendekatan ini memberikan gambaran akurat tentang situasi saat ini, yang bisa digunakan untuk merencanakan penggunaan sumber daya di masa depan. “Kedengarannya kita seharusnya sudah memiliki data ini, tetapi kenyataannya tidak,” ujarnya.
Masa Depan Kota yang Lebih Cerdas
Teknologi ini memiliki implikasi luas bagi perencanaan kota berkelanjutan. Dengan memahami pola penggunaan sumber daya saat ini, pembuat kebijakan bisa mengidentifikasi area dengan infrastruktur yang kurang dimanfaatkan.
“Motivasi saya awalnya berfokus pada penelitian karbon terwujud, tetapi ini akan berguna bagi banyak orang berbeda,” ungkap Saxe. Ia telah berdiskusi dengan peneliti lain yang tertarik menggunakan metode ini untuk memahami penggunaan air dalam perencanaan masa depan.
Di tengah persaingan global dalam pengembangan AI, penelitian ini menunjukkan potensi nyata teknologi untuk menyelesaikan masalah perkotaan yang kompleks. Dengan biaya rendah dan skalabilitas tinggi, pendekatan ini bisa menjadi game changer dalam membangun kota masa depan.
Seperti halnya kemajuan teknologi di bidang lain, inovasi ini membuktikan bahwa solusi untuk tantangan besar seringkali datang dari pendekatan yang tidak terduga. Siapa sangka bahwa foto-foto jalanan biasa bisa menjadi kunci untuk membangun kota yang lebih berkelanjutan?
