建筑中的人工智能

来到golang学习网的大家，相信都是编程学习爱好者，希望在这里学习科技周边相关编程知识。下面本篇文章就来带大家聊聊《建筑中的人工智能》，介绍一下，希望对大家的知识积累有所帮助，助力实战开发！

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，那么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 就是这么一个例子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

今天关于《建筑中的人工智能》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！