AIで遊ぼう:地図から始めるAI建模を試してみた

 


AIで建物や街のモデルを作る、と聞くと、最初は少し難しそうに感じるかもしれません。私も以前は、先に細かい寸法を決めて、ソフトを開いて、ゼロから形を作るものだと思っていました。でも最近は、まず地図を見て、場所を選び、AIにたたき台を作ってもらう方が、考えを進めやすい場面があると感じています。

今回は「AIで遊ぼう」という気持ちで、地図から始めるAI建模を試しました。目的は完成品を作ることではありません。AIがどこまで場所の雰囲気をつかめるのか、どこから先は自分で確認する必要があるのかを、できるだけ気軽に見てみることです。 

まずは地図の上で範囲を選ぶ

今回使ったShapezoの流れはシンプルです。地図を開き、気になるエリアを四角形やポリゴンで囲みます。すると、その範囲をもとにAIが建物や道路、地形などを含むモデルを生成します。
この順番が面白いと思いました。普通のモデリングでは、空の画面に最初の線を引くまでが意外と重いものです。地図から始めると、すでに場所の情報があり、周辺との関係を見ながらスタートできます。住宅地の一角、川沿いの空き地、駅の近くの再開発エリアなど、選ぶ場所によって最初から話が変わります。
もちろん、AIが返すモデルは測量図でも施工図でもありません。ここでは、考えるための最初の形として扱うのがちょうどよいと思います。 

小さな実験をしてみた

私は川沿いの住宅地と、道路に面した空き地を含む範囲を選びました。最初に期待したのは、建物の数や道路の位置を完璧に当てることではなく、街のまとまり方をつかむことです。
生成されたモデルを見ると、建物の高さの違い、道路の抜け、緑地のまとまりが一度に見えました。紙の地図だけでは気づきにくかった「この場所はどこに向かって開いているか」という感覚も、3Dにすると考えやすくなります。
次に、同じ範囲を少し広げて生成しました。周囲の道路や川が入るだけで、建物単体の印象が変わります。敷地だけを見ていると良さそうでも、少し引いて見るとアクセスが弱い、視界が遮られる、緑地が分断されている、といった点が出てきます。AIモデルを何度か作り直すことで、最初から一つの案に固まりすぎずに済みました。

AIが得意だったこと

今回、AIが特に役立ったのは、情報がまだ曖昧な段階での比較でした。細部を決める前に、複数の場所や配置をざっと見比べる。道路と建物の距離感をつかむ。街区全体のボリュームを確認する。こうした作業なら、生成の速さがそのまま考える時間の増加につながります。
また、モデルがあると会話が具体的になります。「この辺に建物を置く」と言うより、「川側の視界を残したい」「駅から歩く動線を短くしたい」と話せるようになります。AIは答えを出すだけでなく、質問を作るきっかけにもなります。 

それでも人間が確認すること

便利だからといって、そのまま信じてよいわけではありません。私は次の点を必ず確認するようにしています。
· 使われている地図やデータの時点はいつか
· 高さや道路位置は実際の資料と合っているか
· 推定された建物と、確認済みの建物を区別できるか
· 寸法や面積を正式な判断に使ってよい状態か
· 別のソフトに渡すとき、座標や属性が残るか
特に注意したいのは、見た目が自然なモデルほど、正確に見えてしまうことです。きれいな建物が並んでいても、地下の配管、敷地境界、法規、所有区分までは自動で確定しません。AIで作ったモデルは、確認済みのデータと同じレイヤーに置かず、仮の案として管理する方が安全です。

「遊ぶ」から実務につなげる

AI建模を遊びとして始めると、失敗への抵抗が小さくなります。範囲を変える。視点を変える。生成条件を変える。うまくいかなければ戻す。こうした試行錯誤を重ねると、どの情報が必要なのかが見えてきます。
その後で、必要な部分だけを従来のCADやBIM、GISのワークフローに渡せばよいと思います。最初から完璧なモデルを作るのではなく、AIで問いを絞り、信頼できるデータで答えを固める流れです。

まとめ

今回の実験で分かったのは、AI建模の面白さは「一瞬で完成すること」ではないということです。地図上で場所を選び、生成されたモデルを眺め、違和感を見つけ、次の質問を作る。その繰り返しが、考え始めるきっかけになります。
Shapezoのような地図起点の仕組みは、設計の代わりというより、最初の会話を始める道具として使うと分かりやすいです。正確さが必要な段階では人間が確認する。まだ答えが決まっていない段階では、AIと一緒にいくつか試してみる。私はこのくらいの距離感で、AI建模を楽しむのがちょうどよいと感じました。

コメント

このブログの人気の投稿

比較サイト!ITreviewからソフトウェアのレビューをスクレイピング

通販サイト・お酒!逸酒創伝からお酒の情報をスクレイピングする

分散チームとAI時代のソフトウェア開発の教訓