В Minecraft строят Манхэттен в масштабе 1:1

Кристофер Митчелл (Christopher Mitchell), докторант Нью-Йоркского университета, ежедневно кропотливо работает над научным проектом Manhattancraft, собирая из блоков Minecraft точную модель района Манхэттен, вплоть до идеальный копий отдельных зданий. Площадь острова составляет 58,8 км², застройка очень плотная, так что работы немало. За год Кристофер осилил только 277 м² территории (71 млрд блоков), но уже для такой модели пришлось задействовать часть университетского кластера с 300 процессорными ядрами и 200 ГБ RAM.

Во многих современных играх действие происходит на карте Нью-Йорка, среди них Crysis 2, Crysis 3, Spider Man 2, Grand Theft Auto IV и Godfather II. В каждой есть своя карта города, но все они страдают от определённых недостатков: не полное покрытие и недостаточная детализация, чрезмерная стилизация и компрессия, пишет Ars Technica.

Используя значительные вычислительные мощности университетского дата-центра и различные алгоритмы, Митчелл намерен сделать полноценную масштабируемую карту, которую впоследствии смогут использовать и другие разработчики игр, да и игроки Minecraft смогут играть на реальной карте города.

Учёный берёт информацию из разных источников, включая Google Earth. Ему пришлось осуществить реверс-инжиниринг протокола Google Earth, чтобы извлечь модели домов, и Митчелл беспокоится, что мог нарушить лицензию на использование сервиса.

Моделирование Манхэттена в масштабе 1:1 — часть ещё большего проекта (!), который называется Sparseworld, который объединяет геодезические данные сервиса USGS EROS, трёхмерные модели зданий из Google 3D Warehouse для создания моделей. В принципе, виртуальное пространство Sparseworld можно расширять и за пределы Манхэттена, были бы вычислительные мощности.

За основу Sparseworld взят проект TopoMC, движок которого создаёт цифровую модель реального мира в масштабе 1:6, и Митчелл переписал TopoMC для моделирования 1:1. В будущем он планирует перейти с языка Python на другую платформу и создать алгоритм для импорта из USGS EROS информации о деревьях, чтобы автоматически разместить их на карте.