contribution of artificial intelligence to optimize the early stage of environmentally sustainable urban development

This thesis aims to provide a comprehensive understanding of AI's potential and to contribute to the identification of solutions for optimizing the early stages of urban development for environmental sustainability. This study investigates how AI connects to urban planning, both theoretically and practically, and highlights the potential and challenges that the use of artificial intelligence may provide for sustainable urban development. It also attempts to go through the measurement process in order to determine whether or not it is feasible to estimate the level of sustainability and how enhancing the environmental aspect of urban development might contribute to other urban variables such as social and economic sustainability. Following the introduction of the most popular AI-based software, one that is utilized in practice in real-world case studies is chosen. Finally, the use of AI technology in the early stages of urban planning is explored using five case studies from Europe and the United States to predict the environmental impact of design placement, overcome constraints, and produce sustainable results with a certain reference value to support decision-making at an early stage. The task results suggest that using AI as a tool in the early phases of urban planning can give an objective factual base to which the actors can engage. Furthermore, the software appears to have assisted to the reduction of regulatory risk, the establishment of a firm foundation for collaboration, and the creation of constructive interaction among the parties. However, the findings indicate that software users should be aware of a general technological optimism, where it emerges that the software sometimes has a bad reputation due to its data base and a simplified geometric visualization that does not always show reality and lacks the economic evaluation outcomes for various scenarios, which is a mandate for developers to understand before taking any action. Additionally, limitations in the software's capabilities might result in a simplification of the analysis, with the risk of providing inaccurate data on decisions will be made later.

Questo elaborato mira a spiegare il potenziale dell'IA e contribuisce a indentificare le soluzioni per ottimizzare gli stadi iniziali dello sviluppo urbanistico in tema di sostenibilità ambientale. In particolare, mostra il modo in cui l'IA possa essere applicato alla pianificazione urbana, sia dal punto di vista teorico che pratico, mettendo in evidenza il potenziale e le sfide che l'uso dell'intelligenza artificiale potrebbe fornire allo sviluppo urbanistico sostenibile. Cerca inoltre di affrontare il processo di misurazione al fine di determinare se sia possibile stimare il livello di sostenibilità e come il miglioramento dell'aspetto ambientale nello sviluppo urbano possa influenzare altre variabili urbane come la sostenibilità sociale ed economica. Dopo l'introduzione dei più popolari software basati sull'IA, ne è stato scelto uno, per una sua successiva applicazione pratica in casi di studio reali. Infine, è stato analizzato l'uso della tecnologia AI nelle prime fasi della pianificazione urbanistica, calando la sua applicazione in cinque casi studio, dall'Europa agli Stati Uniti, al fine di prevedere l'impatto ambientale dell’ubicazione dei progetti, superare i vincoli e produrre risultati sostenibili con un certo valore di riferimento, per supportare, in una fase iniziale, il processo decisionale. I risultati dell'attività suggeriscono che l'utilizzo dell'IA come strumento nelle prime fasi della pianificazione urbana può fornire una base concreta e oggettiva a cui gli utenti possono fare riferimento. Inoltre, il software sembra aver contribuito alla riduzione del rischio normativo, alla creazione di una solida base per la collaborazione e alla creazione di un'interazione costruttiva tra le parti coinvolte. Tuttavia, gli utilizzatori del software non dovrebbero affidarsi ciecamente alla tecnologia, in quanto è emerso che i software potrebbero non essere precisi a causa della base dati utilizzata e alla visualizzazione geometrica semplificata, che potrebbero mostrare una realtà distorta. Inoltre, il software si mostra lacunoso di valutazioni economiche su vari scenari, aspetto di rilevante importanza per gli utenti al fine di intraprendere qualsiasi tipo di decisione. Tali limitazioni nelle capacità del software potrebbero portare a una semplificazione dell'analisi, con il rischio di fornire dati imprecisi a supporto delle future decisioni.