设想愿景、解决问题：修建设计中的人工智能正带来改变

在修建设计行业，人工智能的自动化工具日益引人注目，可用于图像天生、示意设计、都会妄想、室内结构等等。

在修建设计中，随着人工智能的能力一直提升、日益先进，修建师的角色将变得更像是策展人。

• 修建设计中的人工智能已处于其生长历程的中级阶段，它善于建设很是详细的图像和能解决问题的适用盘算。

• 这两种能力使修建师的角色变得像是设战略展人，认真对人工智能天生的多个选项举行选择或镌汰。

• 现在，修建设计中的人工智能的主要局限性在于其图像制作息争决问题的能力之间——它缺乏从图像中衍生出可构建的示意图的能力，也缺乏从可构建的示意图中衍生出引人注目的图像的能力。

修建设计中的人工智能正成为一种普遍应用的强盛工具，但其生长历程正处于尴尬的中级阶段。它可以解决简朴、现实的问题，好比怎样安排平面图，并且其速率和多样性无与伦比。只需给它简短的文本提醒，就可从整个互联网的图像中挑选并制作出普遍而富有创意的愿景。可是，要将修建设计历程的两个部分，即基础科学和修建艺术联系起来，却是个难题。

把修建方面的一串形貌词（如“生态乌托邦、打火石、平房、在矿井”）输入图像天生器，例如MidJourney，并不可得出任何可构建的工具。算法可天生无数平面图，但还不可扩展来表达任何工具，除了对空间的有用使用以外。可是，将这两种能力团结在一起，是设计手艺在人工智能时代的一大前进，也许将带来最为深远的影响。

人工智能现在在修建设计中的应用

修建设计中的人工智能基于模拟人类认知的盘算机程序来解决重大的问题，并对刺激做出动态的响应。与之亲近相关的一个亚领域是机械学习，即人工智能系统能识别模式并从中学习的能力，无需人为干预就可自力地提高其认知能力。

人工智能在整个修建设计历程中都有用。例如Midjourney这样的图像天生器，只需向它输入简短的文本提醒，它就可通太过析互联网上的图像而天生细节富厚的、质量近乎照片的图片。这相当于数字化形式的详细的看法草图，在早期的头脑风暴看法阶段，这可能是个强盛的福音。这些图像关于公共宣传也很有用，可用于市场营销和宣传质料，用来展示基本的设计看法和相关配景。

人工智能可以刷新数字孪外行艺检查一直转变的变量的方法，并学习怎样刷新修建运营和设计。

专注于狭义规模的人工智能工具可以优化修建性能指标的设计，通过简朴的程序化输入和空间输入而天生平面图，在移动墙壁和阻遏后还可动态地重新组织平面图——实质上说就是可以自动举行种种各样通俗的设计使命。人工智能工程师正致力于把基于自然语言文本的界面（例如ChatGPT）团结到这样的人工智能修建设计工具中。人工智能辅助的平面图天外行艺是一种参数化的设计，在修建设计中保存已久，可用来天生无数种形式上差别的变体。

但随着人工智能盘算能力的提高，修建师和设计师正在把天生式人工智能整合到事情流程中，不但是凭证约束条件输出大宗差别的变体，现在还能凭证用户界说的一组指标来对每种变体的质量举行排名。

许多修建师习惯于通过数字化的流程，例如修建信息模子（BIM），来调解设计，而人工智能让这些模子的功效有很大改变。从许多方面来看，BIM的下一个演变手艺是数字孪生，其中包括修建物的所有正式形貌信息和性能数据。人工智能可以让这些模子得以测试和推动，能够检查改变一个变量会怎样影响修建物的能源性能、太阳能热增益或在街道上的阴影，然后一连地、自力地学习怎样刷新运营和设计。这项新兴手艺由联网的物联网传感器和装备提供数据，将数据直接运送到数字孪生体里。

在修建设计中接纳人工智能有何优势

修建设计中的人工智能关于通俗的重复性使命以及通过小增量来优化设计最为有用，可迅速完成，这通常称为狭义人工智能。这些类型的使命经常重叠，在此情形下人工智能是最有用的。人工智能可以迅速地按开发商指定的规格设计出住宅塔楼里的公寓形状，并可以将它们的质料和本钱效率调解到州差别水平。别的，图像天生器可以用于引发设计灵感的“情绪板”，可快速地从重大的图像库中获取、合成图像，效果无与伦比。这些详细的图像可以为修建师提供美学方面的目的，在设计结构和工程系统时以此为目的，有的放矢。

在这两种情形下，修建师的事情更像是广义的策展人，而不像以前那样对每个设计决议举行细腻控制。他们所做的是指定参数、选择和镌汰软件天生的选项，并为算法提供建媾和指导。修建设计的方法爆发了根天性转变。分界线现在尚未明确：这个新工具是像CAD或BIM一样能节约劳动力，照旧代表着创立性设计历程中的基础转变
？

人工智能可以通过小增量优化房间结构和其他设计，快速地完成通俗的重复性使命，从而让设计师腾出时间从事更具创立性的使命。

修建设计项目中人工智能的七种应用

在设计职员最先建设迭代之前，先用自动化的工具来组织现场数据和配景数据可以消除不确定性，从而有望消除危害。这些工具让非编码职员（如设计职员或开发职员）更容易从事手艺性的、需大宗编程的事情。以下示例从研究项目到商业产品，展示了修建设计中的人工智能可怎样创立时机来刷新设计历程，从而使人类的创立力成为主要焦点。

1.人工智能用于示意妄想

Finch是一种具有多种设计功效的参数化妄想工具。只需输入几个约束条件即可天生平面图，并且这些平面图设计可以即时自动调解。你可以选择一面墙，移动它，然后就可看到周围的房间自动地改变比例、位置和组织方法。此平台团结了外地的妄想规则，让用户可以优化结构效率、单位数目或其他变量。它也可以快速地把平面图置放在指定的园地界线内
；把不规则的有机形状划分成亚单位
；动态地把楼梯毗连到差别的楼层高度
；并在重大的地形中找出最优的蹊径蹊径。

2.人工智能用于都会生长

在Forma程序中举行风力剖析。

新的人工智能工具可以将天生性和迭代性的能力应用于像都会那么大规模的园地，逾越了单个修建的要求。欧特克的Forma就是这个看法的例证，它可提供基于云的、人工智能驱动的洞察和自动化功效，可把探索设计看法的事情变得简朴，镌汰重复性的事情量，并资助评估修建工地周围的情形质量。

Forma应用于妄想和设计的早期阶段，对要害的密度和情形质量（如日照时数、日照潜力、风能、运营能源和小天气）举行实时剖析，用户无需具备深挚的手艺专长就可举行。这些由机械学习和人工智能驱动的情形剖析从设计历程的第一天起就可以使用，资助实现营业目的和可一连生长目的。例如，Forma的风力建模展现了修建物怎样指导风向，用盘算流体动力学来完善设计，以提高人的恬静度。

3.人工智能用于刷新投标中的出价

ConXtech是一家位于湾区的�
？榛藿ü�，用人工智能来控制修建施工行业中最不可展望的办法之一：招标历程。

与许多修建公司一样，ConXtech在项目开发阶段加入业主和开发商的招标。此时，项目的可行性尚未获得证实，多种选择仍在桌面悬而未决。因此像ConXtech这样的许多公司不得不为某个项目举行多次迭代设计，然而该设计可能永远不会现实建成�
Ｆ品咽偻蛎涝�，最终效果可能是项目并不乐成或者投标失败。而同时，业主和开发商又希望迅速得出可行的且本钱效益高的解决计划。

为了缩短投标周期并降低投标本钱，ConXtech与欧特克研究院相助开发了一个原型投标平台，使用人工智能凭证质料采购、制造和施工的本钱得出本钱效益最高的结构钢设计。这些本钱受项目所选择的供应商和分包商的影响，并因项目所在位置而有转变。

4.人工智能用于体积设计和妄想

大林组公司（Obayashi）和欧特克开发了一小我私家工智能平台，可通过输入修建参数来估算体积并对室内结构举行程序化的妄想。

日本修建、工程和房地产开发公司大林组还与欧特克研究院相助设计一小我私家工智能解决计划，可让修建师插入修建物的基本参数，并提供少量的指示，就可估算出体积并对室内结构举行程序化的妄想。此应用程序的人工智能主要用于办公空间，是通过大林组的包括2,800多个欧特克Revit文件的子集资料来举行训练的。

此人工智能工具能明确程序与修建物体积中体现的所需的毗连、巨细和比例之间的笼统关系。为了天生室内程序化结构，设计师和客户通过一系列词汇参数来事情：即用一些简朴的句子来指定修建元素及其位置，以及它们之间的关系。好比，“聚会室应该靠近窗户”，或者“为了清静起见，午餐室应该远离实验室”等等。

5.人工智能用于合规指导和照片美化

与大林组类似，加拿大的Maket公司善于协助修建师举行早期示意设计，通过插入房间尺寸、类型和毗邻约束条件来天生平面图，并将此功效与自然语言文本界面集成起来。Maket还提供合规助理功效，它可阅读上传来的分区羁系文件并详细回覆有关问题。设计师还可以上传修建照片，并输入基本的文本提醒来应用种种美学处置惩罚，为照片添加室内设计和家具的元素。

6.人工智能用于房地产开发商

Parafin公司基于云的衍生式设计平台面向房地产开发商，在早期妄想时代使用人工智能来确定项目的商业可行性。Parafin供图。

Parafin使用参数化迭代人工智能来在项目、本钱和商业可行性之间取得平衡。此程序由芝加哥和迈阿密的修建师Brian Ahmes和开发商Adam Hengels配合开发，他们也是欧特克手艺中心“Outsight网络”的成员。此程序可对目的盈利能力和性能天生无数的推导效果。

Parafin是一个基于云的衍生式设计平台，现在用于旅馆开发。它主要面向房地产开发商，有助于在早期妄想阶段快速地评估潜在的修建场合在财务方面的可行性。它只需要几个参数（房间数目、停车场、园地、高度和旅馆谋划者的品牌指南），就可以天生数百万次知足这些指南的迭代效果——所有这些都可以通过财务业绩、本钱等举行搜索。它通过网络浏览器中基于地图和菜单的界面来事情，为每个设计天生很是详细的楼层平面图、三维视图和Revit文件。

7.人工智能用于性能优化

Cove.tool是个自动化的修建性能设计应用程序，由身为修建科学家和修建师的Sandeep Ahuja与他人配合建设。它用机械学习并通过改变一些变量（如修建物的偏向和质料性）以及丈量效果来剖析修建设计可怎样改善其对能源和碳的消耗、采光水平、本钱结构等。它可按种种标准举行本钱优化，并凭证差别的质量标准对效果举行排名，从代码最低到自愿评级系统的好评等等。在它的粒度细节级别上，Cove.tool实质上是一个施工前的数字孪生软件，与机械学习算法集成在一起，可以逐步改善修建物的性能。

虽然盘算机的能力带来更多的时机以在人类和机械智能之间找到平衡点，但仍然是人类更善于于开放式的创立性的解决计划——从现在来看。

人工智能会取代修建师吗
？

鉴于人工智能在修建领域照旧个新事物，很难说它将怎样影响修建设计事情。不过，把手艺性的细节和妄想组合起来这类使命，已往通常由入门级的设计师来举行，而人工智能善于于此类使命，一定会镌汰对入门级设计师的需求。别的，人工智能确实具有把修建师从繁杂琐事中解放出来的潜力，而雇主倾向于接纳这种能节约劳动力的工具来提高生产速率也是势在必行的事。

现在尚有许多修建设计领域是人工智能尚未渗透的。人工智能还不可界说修建项目的限制条件，例如程序、巨细、受众、质料或地理情形。这些参数来自与客户的交互，这些交互事情也不可外包给人工智能。它对人们怎样在空间中移动并与物体互动也知之甚少，它还不可通过文本提醒天生像它建设的2D图像那么富厚和详细的3D图像。

别的，MidJourney和DALL-E求之不得的奇幻愿景不可爆发支持性的施工文件。在整个修建、工程和施工（AEC）行业中，人工智能在与修建工地或修建物直接交互的机械人应用中使用得最少——但随着现实捕获机械人的泛起，这种情形正在改变，这种机械人具有一定水平的自力性，但仍需要人类的指导。

修建设计中的人工智能还受到基本经济和选择误差动态的限制，这些动态会影响这些应用程序所使用的数据的质量。人工智能算法受限于它们有几大都据来学习，而在修建设计行业，这些数据可能为某公司专有，不太愿意与也在开发人工智能程序的潜在竞争敌手分享。别的，建设图像的人工智能只能重新合成它已经见过的工具，以是若是互联网的图像库保存文化或地区上偏倚（例如，来自富足西方国家的修建图像过多），得出的效果也同样会保存偏倚。

人工智能是自动化的进一步演变，自动化的流程已经成为设计中不可或缺的一部分
；它们只是被贴上了差别的标签。“若是我在Revit中设计某种工具，它自动天生协调的文档来构建这个工具，我对此并不担心。”The Living修建事情室的Jim Stoddart说，“这就是自动化，所有这些事情已往我亲自下手做，而现在现实上是用自动化来做。”

盘算能力的前进提供了更多时机，以在人类和机械智能之间找到平衡点，让两者都去做自己最善于的事。“盘算机不善于开放式的创立性解决计划，善于这事的仍是人类。”Nvidia深度学习研究所的认证讲师和课程设计师Mike Mendelson说，“可是通过自动化，我们能省下做重复性事情的时间，用来做设计事情。”