Press "Enter" to skip to content

建筑中的人工智能

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

 

译者 | 崔皓

 

人工智能 (AI) 有望彻底改变我们的世界 ,虽然并没有具有 感知力的机器人接管社会这样戏剧性的事情 发生 。 但是 ,计算机算法 能够 有效地执行复杂的任务 确实毋庸置疑的,这就是智能。

 

对于建筑领域而言,在该领域的 许多方面,人工智能 将充当打造该领域的 完美工具。在设计建筑物和户外空间时, 会考虑 艺术元素 的设计 , 此时就需要 大量的 智能运算 。

 

如果将建筑设计 分解成数字, 那幺计 算机 就可以参与其中 。空间的几何形状 、合理 利用 建材 、 使用建 筑材料的数量、风向、承重,甚至步行交通都是 能否发挥 人工智能 的 成熟领域。

 

当然, 人工智能 作为设计程序的一部分,计算机已经初步方式完成了其中的一些工作。然而,人工智能的前景是,计算机将找出解决方案来解决 建筑中的 设计问题, 因此 需要 有限的 人工 进行干预 。

 

在撰写本文时,建筑中的人工智能正在通过研究和实验向前发展。 同时需要 考虑到许多建筑项目的复杂性和费用。

 

尽管如此, 其发展仍旧 令人兴奋 不已 , 其研究成果包 括来自初创公司和主要科技公司的许多商业产品。

 

生成式设计

 

机器学习 (ML) 是 建筑行业 中 AI 应用 的一大焦点。然而,ML 并 不等同于  AI,而是更重要学科的一个子集。

 

使用 机器学习( ML ) ,是创建和训练算法, 然后通过不断建模和测试,经过不断 尝试 以 增量改进 的方式完成任务。 这 一过程 类似于人类学习死记硬背 ,只是机器学习( ML )  可以做得更快。

 

机器学习( ML )   中有 一个框架是 GAN 或生成对抗网络,这是一种使用两个 ​ ​ 人工神经网络 ​ ​ 的无监督学习 模式 。

 

该模式的基本思路是 ,一个称为生成器的网络 按照要求创建内容 – 例如人脸图像。然后, 另一个 称为鉴别器的神经网络 判断 生成器的输出 与创建的内容(人脸图像) 是否 一致 。

 

两个神经网络 是 一种竞争 关系 ,生成器试图欺骗 鉴别 器,而 鉴别器 则进行防御 以免被生成器误导 。

 

在示例中,最终生成器 会 创建越来越 逼真 的人脸图像,直到与真实 图像 无法区分,最终愚弄鉴别器。

 

 

公寓楼数据集 | 图片来源: 斯坦尼斯拉斯·夏尤

 

Stanislas Chaillou 是众多尝试使用 GAN 来创建建筑设计的人之一。

 

对于他在哈佛的硕士论文工作,Chaillou 使用 GAN 来创建和改进平面图设计。在工作中,他发现空间和功能 不仅 会影响 到 设计,还会影响 到  GAN 生成的平面图的风格。

 

“似乎风格不可逆转地渗透到生成过程的本质 中了 ……对于建筑来说不会有不可知的人工智能,”Chaillou 在一篇关于走向数据科学的文章中说 到 。“相反,每个模型或算法都会有它的风格、个性和专有技术。”

 

这是一个吸引人的概念,例如,您可以拥有一些喜欢现代建筑设计风格的模型,例如弗兰克·盖里(Frank Gehry)和扎哈·哈迪德(Zaha Hadid),一个受包豪斯 ( Bauhaus )学派 影响,另一个融合 了 多种风格。

 

Chaillou 与人共同创立 了 ​ ​ Rayon ​ ​ ,这是一家专门从事平面空间设计的协作软件公司。

 

GAN 只是生成式设计的一种风格,其想法是随着时间的推移慢慢改进计算机生成的设计。可以使用无监督学习模型(例如 GAN)或 结合 人工输入的 协作方式 。

 

生成式设计的另一个例子是  ​ ​ Delve ​ ​ ,它是来自 Google 的 Sidewalk Labs 的房地产开发工具。Delve 可以在几分钟内生成数百个设计。

 

每个设计都考虑了各种零售、住宅、停车场和公共空间的要求。这些设计还有一个详细的成本模型来估计给定设计的成本。

 

网络应用

 

技术状态的美妙之处在于,不一定需要现场 的 计算能力来完成 一些 高级工作。重要的是,Web 应用程序在前端变得越来越精致, 同时 模糊了本地软件和云软件之间的界限。

 

 

一些网络应用程序正在寻求彻底改变 建筑行业 。 Delve 就是这幺一个例子 Finch 3D 也是如此 。Finch 用于项目的早期阶段 , Finch 的 AI 功能可以根据设计需求生成多个选项。

 

另一家基于人工智能 开发的公司 Higharc,它旨在通过迭代过程创建 3D 模型和计划 从而完成 自动化房屋 的 设计。

 

Higharc 创始人兼首席执行官 Marc Minor 在 2020 年告诉英国《金融时报》:“虽然买家或建筑商看到的是一个简单的 3D 模型,但幕后有复杂的算法不断确定关键细节,而这些细节通常需要数小时的人工操作。”

 

Autodesk 于 2020 年底收购了 AI 架构初创公司 Spacemaker。这款基于云的软件可帮助团队使用 Delve 等设计工具分析和设计房地产网站。

 

该公司在 Autodesk 博客文章中表示,“Spacemaker 可以分析多达 100 个城市街区的标准:分区、景观、日光、噪音、风、道路、交通、热岛、停车等等。”

 

走进Omniverse​

 

无论是在本地还是在云端,AI 项目都需要大量的计算机能力,而显卡 恰好能够提供这种能力。

 

 

​ NVIDIA 的 Omniverse ​ ​ 协作和模拟平台是“用于 3D 模拟和设计协作的可扩展、多 GPU 实时参考开发平台”。

 

Omniverse 可以容纳少量或大量用户以及单个或多个 GPU。Omniverse 基于 NVIDIA 的 RTX GPU 和皮克斯的通用场景描述软件的功能。

 

Omniverse 不仅仅是一种架构工具。相反,它用于为建筑、工程、动画或工业设计等领域生成逼真的 3D 设计和模拟。

 

建筑师可以将 Omniverse 与 Autodesk 3ds Max、Rhino 和 Trimble Sketchup 等工具集成,将设计转换为 3D 模拟。

 

目前,Omniverse 的许多 AI 工作需要将产品输入到 Omniverse 中, 通常来说这些产品都是在工作流程中生成和设计的。 然而,未来有望出现一些令人兴奋的发展。例如,NVIDIA 位于多伦多的 AI 研究实验室创建了一个名为  ​ ​ GANverse 3D ​ ​ 的工具,该工具可以获取 2D 图像并将其转换为 3D 模型。很容易看出,人工智能工具 可以 改变 建筑行业 或任何以 3D 建模 为主的 行业。

 

计算机视觉​

 

许多艺术项目也 会应为 人工智能在建筑中的 应用而受到 影响,例如伦敦的 AI  Build 的 Deadalus 展馆。

 

 

Credit:AI   Build

 

这种小型结构是使用 NVIDIA GPU 设计 出来 的,使用计算机视觉和深度学习来提高工业机器人创建的3D 模型的能力,包括 打印结构元素的速度和准确性 的能力 。

 

人工智能和建筑的未来​

 

人工智能 为 许多行业的未来 带来了 希望,建筑也不例外。虽然 建筑行业 还处于 应用人工智能的 早期阶段,但人工智能在增强架构设计方面 表现出很大的 潜力。

 

然而,尽管 有 人工智能驱动的工具 协助完成设计工作, 人类仍然需要 对设计结果进行 改进和 审批 。 尽管 建筑工具越来越先进,但它们不会很快取代人类建筑师。

 

译者介绍​

 

崔皓,51CTO社区编辑,资深架构师,拥有18年的软件开发和架构经验,10年分布式架构经验。曾任惠普技术专家。乐于分享,撰写了很多热门技术文章,阅读量超过60万。《分布式架构原理与实践》作者。

 

原文标题:Artificial Intelligence in Architecture,作者:Kevin Vu

 

链接:https://dzone.com/articles/artificial-intelligence-in-architecture

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注