کاربرد هوش مصنوعی و بینایی ماشین در تشخیص آسیب، مستندسازی معماری و حفاظت هوشمند میراث ساخته‌شده شهری

کاربرد هوش مصنوعی و بینایی ماشین در تشخیص آسیب، مستندسازی معماری و حفاظت هوشمند میراث ساخته‌شده شهری

علیرضا کاکاوند1 حمیدرضا شاه محمدی2

1) 1- کارشناسی ارشد معماری؛ موسسه آموزش عالی غیردولتی غیر انتفاعی صائب ابهر (مولف رابط)
2) 2- کارشناس میراث فرهنگی، کارشناسی ارشد معماری؛ دانشگاه آزاد هیدج

کد IOI مقاله : AAHF-ACZDKE
محل انتشار : کنفرانس ملی فناوری های معماری و هنر، شهر هوشمند، صنایع نرم وخلاق و فرهنگ فناوری (icact.ir)
چکیده :
    میراث ساخته‌شده شهری با فرایندهای هم زمان فرسودگی مصالح، تغییرات سازه‌ای، مخاطرات محیطی و فشارهای ناشی از بهره‌برداری روبه‌رو است و بازرسی دستی به تنهایی نمی‌تواند حجم فزاینده داده و نیاز به پایش دوره‌ای را پوشش دهد. هدف این مقاله، سنتز انتقادی کاربردهای هوش مصنوعی و بینایی ماشین در تشخیص آسیب، مستندسازی معماری و حفاظت هوشمند و تبیین نحوه اتصال خروجی الگوریتم‌ها به تصمیم حفاظتی است. پژوهش به روش مرور ساختاریافته و انتقادی با منطق غربالگری PRISMA-style انجام شده و ادبیات ۲۰۱۰ تا ۲۰۲۶ در حوزه یادگیری عمیق، فتوگرامتری، اسکن لیزری، ابرنقاط، مدل‌سازی اطلاعات ساختمان تاریخی و دوقلوی دیجیتال را ترکیب می‌کند. یافته‌ها نشان می‌دهد پژوهش‌ها از طبقه‌بندی ساده تصاویر به سمت قطعه‌بندی پیکسلی، کمی‌سازی ترک، تحلیل سه‌بعدی، پایش تغییرات و یکپارچه‌سازی داده‌های حسگری حرکت کرده‌اند؛ با این حال کمبود داده میراثی استاندارد، انتقال‌پذیری محدود میان بناها و مصالح، ضعف برآورد عدم‌قطعیت، گسست میان تشخیص بصری و علت‌شناسی آسیب، و نبود جریان اطلاعاتی پایدار میان AI، HBIM و مدیریت شهری، همچنان موانع اصلی هستند. بر این اساس، چارچوب «چرخه حفاظت هوشمند میراث مبتنی بر شواهد» پیشنهاد می‌شود که شش لایه برداشت چندوجهی، بازنمایی معنایی، تحلیل هوشمند، استدلال میراثی، اولویت‌بندی و اقدام بازخوردی را زیر پوشش حاکمیت داده، تبیین‌پذیری و انسان در حلقه یکپارچه می‌کند. نتیجه اصلی آن است که ارزش هوش مصنوعی در میراث نه در خودکارسازی کامل مرمت، بلکه در ایجاد زنجیره‌ای ردیابی‌پذیر از مشاهده تا تصمیم و کاهش فاصله میان پایش دیجیتال و حفاظت پیشگیرانه است.

کلمات کلیدی : هوش مصنوعی بینایی ماشین میراث ساخته‌شده تشخیص آسیب مستندسازی معماری hbim