從人工智能看2020年代建筑設(shè)計(jì)發(fā)展

2018-2019年間，A.I.人工智能在建筑界里的應(yīng)用刮起了一股旋風(fēng)，隨著A.I.技術(shù)日漸成熟和建筑學(xué)者們的積極研究探討，平面圖自動(dòng)生成程序終于被研發(fā)面世。這次的發(fā)明不僅僅代表著A.I.技術(shù)在建筑領(lǐng)域中的實(shí)踐范圍又往另一個(gè)層次抬高，而且可能在建筑實(shí)踐中帶來(lái)革命性的轉(zhuǎn)變。就如A.I.悄悄地改變我們的日常生活一樣，計(jì)算機(jī)科學(xué)中人工智能的一個(gè)分支： 機(jī)器學(xué)習(xí)系統(tǒng)（machine learning system） 和算法（algorithm） 也正在改變建筑領(lǐng)域。其中，自動(dòng)生成技術(shù)（autogenerative design） 因?yàn)閷?duì)建筑師職業(yè)構(gòu)成直接威脅，而在行界里觸發(fā)了極高的話題熱度。到底這股自動(dòng)生成技術(shù)背后的理論基礎(chǔ)是什么？經(jīng)由挑選，在本文中我們將針對(duì)3項(xiàng)平面圖自動(dòng)生程序做出分析以了解其應(yīng)用范圍和操作原理，并探索目前在實(shí)踐領(lǐng)域中的相關(guān)案例。

01、平面圖自動(dòng)生成程序

1. ArchiGan

（1） 背景

ArchiGan是一個(gè)由哈佛大學(xué)畢業(yè)研究生Stainislas Chaillou制作的平面圖生成程序。顧名思義，ArchiGan是Archi-（Architecture |建筑）和–GAN（Generative Adversarial Networks | 生成對(duì)抗神經(jīng)網(wǎng)絡(luò)）的組合。該程序除了能夠分三個(gè)步驟快速運(yùn)行以生成一個(gè)單戶住宅平面圖之外，還用了嵌套方法來(lái)實(shí)現(xiàn)創(chuàng)建整個(gè)公寓樓的 “generation stack”來(lái)允許使用者針對(duì)每一樓層做出客制化的改變，最終生成出一個(gè)超出單戶住宅簡(jiǎn)單性的公寓規(guī)模平面圖。

生成3個(gè)步驟 ? Image from ArchiGan

（2）生成步驟及原理

第一步驟：Building Footprint 平面布局

建筑占地面積取決于周?chē)沫h(huán)境，研究員利用波士頓市的GIS地理信息數(shù)據(jù)進(jìn)行訓(xùn)練 （deep learning） 來(lái)生成典型的占地面積。其中，訓(xùn)練過(guò)程采用了Isola等人于2017年的發(fā)明——Pix2Pix模型和后續(xù)在同一年里Wang等人的Pix2PixHD來(lái)學(xué)習(xí)從輸入圖像到輸出圖像的映射。研究員將成對(duì)的圖像，即原始地塊和繪制的建筑物平面面積，饋送到訓(xùn)練網(wǎng)絡(luò)，所以ArchiGan是直接從建筑平面圖種學(xué)習(xí)拓?fù)涮卣骱涂臻g組織。下圖顯示訓(xùn)練的典型結(jié)果。

平面布局 ? Image From ArchiGan

（上） Isola 等人的 Pix2Pix研究（下）Wang等人的Pix2PixHD網(wǎng)絡(luò)架構(gòu) ? Image From Source

第二步驟：Program Repartition 空間規(guī)劃

第二步驟是重新分區(qū)和開(kāi)窗。作為輸入的是在第一步驟里生成的建筑平面面積， 以及用戶指定的入后和窗口位置。研究員利用了800多個(gè)公寓平面圖的數(shù)據(jù)庫(kù)進(jìn)行訓(xùn)練，并在過(guò)程中利用顏色來(lái)標(biāo)注不同功能和提供成對(duì)圖紙，包括公寓的平面面積和其中實(shí)際的空間劃分。

空間規(guī)劃 ? Image from ArchiGan

第三步驟：Furniture Layout 家具布局

最后，使用第二步驟的輸出進(jìn)行下一步的訓(xùn)練，同樣是輸入成對(duì)的圖像，房間的顏色被映射到適當(dāng)?shù)募揖卟季?。這個(gè)步驟保留了墻壁的結(jié)構(gòu)和房屋的門(mén)窗。

家具布置 ? Image from ArchiGan

（3）模型鏈接和公寓生成

Chaillou 將以上GAN原理擴(kuò)展到公寓建筑設(shè)計(jì)上，使用算法來(lái)依次鏈接由第一至第三步驟產(chǎn)出的三個(gè)模型 （圖1），并將連接好的多個(gè)圖像作為單個(gè)圖像來(lái)處理?？蛻艨梢葬槍?duì)第一和第二步驟產(chǎn)出的模型進(jìn)行單位劃分，換句話說(shuō)，每一層都可以實(shí)現(xiàn)不一樣的布局，客戶可以指定每個(gè)單元的入口和窗戶甚至樓梯。最后，算法將每個(gè)結(jié)果重新饋送進(jìn)行第二步驟（圖2），再結(jié)合輸出饋入第三步驟（圖3），最后組裝每個(gè)樓層的平面圖并將所有樓層平面圖輸出為單獨(dú)的圖像。

圖 1 ? Image From ArchiGan

圖 2? Image From ArchiGan

圖 3 ? Image From ArchiGan

（4）GANs 小科普

GANs（生成對(duì)抗網(wǎng)絡(luò)）全名為 Generative Adversarial Network 是一種機(jī)器學(xué)習(xí)算法，由兩個(gè)互相競(jìng)爭(zhēng)的獨(dú)立深度神經(jīng)網(wǎng)絡(luò)組成：

1. Generator 生成器：經(jīng)由訓(xùn)練，可以將通過(guò)機(jī)器生成數(shù)據(jù)（大部分情況下是圖像），其目的是“騙過(guò)”鑒別器。

2. Discriminator 鑒別器 ：嘗試猜測(cè)圖像是由生成器生成的還是原始圖像，其目的是找出生成器做的“假數(shù)據(jù)”。

GANs 生成對(duì)抗網(wǎng)絡(luò)系統(tǒng) ? Image From EasyAI 訂閱號(hào)

如果這聽(tīng)起來(lái)還是抽象，那我們可以利用這個(gè)類推來(lái)嘗試?yán)斫?。將生成器想像為一個(gè)藝術(shù)仿照者；將鑒別器想象為一個(gè)調(diào)查者。在競(jìng)爭(zhēng)的關(guān)系中，生成器會(huì)制造許多偽造的藝術(shù)品，而鑒別器則扮演區(qū)分藝術(shù)品真假的角色，這就是這兩者之間的Adversarial（對(duì)抗）關(guān)系。總的來(lái)說(shuō)，GANs 機(jī)器算法可以利用兩個(gè)神經(jīng)網(wǎng)絡(luò)之間的反饋回路來(lái)完善其生成相關(guān)圖像的能力。下圖展示Chaillou在實(shí)驗(yàn)ArchiGan程序時(shí)用GANs算法產(chǎn)出的訓(xùn)練結(jié)果。雖然在一開(kāi)始的模型不太精準(zhǔn)，但在250次迭代后，機(jī)器形成了某種直覺(jué)，自動(dòng)生成的數(shù)據(jù)精準(zhǔn)度也越來(lái)越高，越接近設(shè)計(jì)師和客戶想要的結(jié)果。

ArchiGan 訓(xùn)練結(jié)果 ? Image From ArchiGan

2. Evolving Floor Plan

Evolving Floor Plan 是喬爾·西蒙（Joel Simon）在2018年探索優(yōu)化學(xué)校藍(lán)圖的一個(gè)實(shí)驗(yàn)項(xiàng)目。喬爾是一名紐約洛克菲勒大學(xué)（Rockefeller University）的實(shí)驗(yàn)室成員，從事生物物理學(xué)的研究。在此項(xiàng)目中他使用圖收縮（graph contraction）和蟻群路徑算法（ant-colony pathing algorithms）作為平面圖算法模式。這個(gè)算法可以生成針對(duì)各種特征而優(yōu)化的小學(xué)設(shè)計(jì)，例如：最小化走廊的長(zhǎng)度以減少步行時(shí)間、布置室外景觀和縮短逃生路線等等。

（1）原始布局

在緬因州的某所小學(xué)的原始布局。

（2）算法優(yōu)化

左圖：經(jīng)過(guò)算法優(yōu)化，可最大程度地減少教室之間的流量和建構(gòu)材料使用率。右圖：經(jīng)過(guò)優(yōu)化以最大限度縮短走火通道。

（3）設(shè)置窗戶

添加窗戶并把教室設(shè)置為比儲(chǔ)藏室具有更高的優(yōu)先級(jí)。這個(gè)設(shè)定促成許多內(nèi)部庭院便逐漸生成。

（4）生成原理

生成模式運(yùn)用了兩種算法：

（一）Graph Contraction 圖收縮算法

功能是創(chuàng)建有視覺(jué)吸引力的布局圖。

（二）Ant-Colony Pathing 蟻群路徑算法

功能是使用蜂巢狀特工來(lái)尋找出最佳路徑的概率方法。

在生成模擬過(guò)程中，屬性基因編碼將控制各個(gè)方面的元參數(shù)，直接對(duì)整個(gè)布局進(jìn)行優(yōu)化，并不需要針對(duì)每一條走廊進(jìn)行另外編碼。而每個(gè)房間都有各自的節(jié)點(diǎn)基因，該基因包含了設(shè)計(jì)師輸入如房間的大小之類的信息。連接基因會(huì)指定兩個(gè)節(jié)點(diǎn)基因之間的連接以及給予隨機(jī)化的初始權(quán)重。就這樣節(jié)點(diǎn)基因以隨機(jī)的方式逐漸添加直到形成一個(gè)完整的基因連接圖。除此之外，設(shè)計(jì)師可以輸入鄰接要求，如自助餐廳必須與廚房相鄰，這種設(shè)定將會(huì)形成最大邊緣權(quán)重的子圖。這種遺傳編碼是NeuroEvolution of Augmenting Topologies （NEAT） 的概括，它可以將神經(jīng)網(wǎng)絡(luò)進(jìn)化發(fā)展為圖形，并在訓(xùn)練的過(guò)程中使用歷史標(biāo)記，允許拓?fù)渥兓膱D形交叉。最后形成可以提供設(shè)計(jì)師參考擁有多個(gè)不同房間數(shù)量的平面圖。

（5）生成 Mapping 總覽

a） 使用光譜布局作為輸入的初始物理模式。

b） 物理模式的最終結(jié)果

c） 紅色外殼被放大以產(chǎn)生紫色Voronoi種子邊界

d） Voronoi布局創(chuàng)建幾何網(wǎng)格

e） 以黃色添加內(nèi)部邊緣，并繪制走廊

f） 形成最終平面圖表型。走廊合并為最終幾何形狀，以及內(nèi)部邊緣設(shè)定門(mén)口位置。

（6）門(mén)廊生成過(guò)程

a） 具有三個(gè)房間的平面圖表型

b） 創(chuàng)建內(nèi)部節(jié)點(diǎn)和邊緣

c） OHP的初步成果，選定的邊緣以紅色繪制

d） 向內(nèi)移動(dòng)走廊頂點(diǎn)

e） 使用圓形半徑與流量載荷促成的比例來(lái)創(chuàng)建走廊的幾何形狀

f） 形成最終走廊幾何形狀，設(shè)定門(mén)口位置

（7）未來(lái)應(yīng)用

喬爾此實(shí)驗(yàn)項(xiàng)目的初始概念是想借用算法設(shè)計(jì)一個(gè)可以隨著學(xué)生課程表的改變而演變的平面布局。但實(shí)驗(yàn)項(xiàng)目并不是最完善的，喬爾指出算法指標(biāo)還未加入其它諸多考量，如地形、太陽(yáng)途徑、現(xiàn)有樹(shù)木和其它種種環(huán)境因素，但是有一點(diǎn)可以參考的是以上兩種算法的原理可以使用在辦公或醫(yī)院布局上。例如辦公部門(mén)之間的共享行道的百分比最大化，又或者縮小手術(shù)和病房之間或在護(hù)士與患者之間的路線。種種諸類的可能性都可以通過(guò)利用人工算法原理計(jì)算出最高效的平面圖布局。

3. Finch3D

同樣是在今年，兩所瑞典建筑工作室Wallgren Arkitekter和BOX Bygg共同開(kāi)發(fā)了這個(gè)名為Finch3D的平面圖自動(dòng)生成設(shè)計(jì)工具。Finch設(shè)計(jì)工具具有響應(yīng)性，它可以幫助設(shè)計(jì)師在在項(xiàng)目早期階段用作為設(shè)計(jì)工具，不管在任何位置和場(chǎng)景上，多大多小多寬多窄都可以進(jìn)行設(shè)計(jì)模擬。該工具是建立在Rhino/Grasshopper之上開(kāi)發(fā)。

（1）應(yīng)用范圍

Finch3D策劃于2020年推出作為Rhino中的Grasshopper的12種具有不同功能的插件面世。這些插件不管是修改面積、樓層還是體量，都可以快速實(shí)現(xiàn)精細(xì)化計(jì)算并自動(dòng)生成平面圖。

ADAPTIVE PLAN - 根據(jù)給定參數(shù)實(shí)時(shí)生成相應(yīng)平面空間配置方案

MULTIPLE PLANS - 任意設(shè)定地塊范圍，根據(jù)建筑路徑自動(dòng)生成多個(gè)住宅平面圖。

SQUARE METERS - 利用進(jìn)化求解算法evolutionary solvers and algorithms找到樓盤(pán)得房率最高的點(diǎn)，從而節(jié)約投資。

COLUMN GRID - 使用Galapagos在有機(jī)建筑里優(yōu)化方形網(wǎng)格和柱子的位置。

3D ORGANIC - 將有機(jī)形狀的建筑分成所需大小的公寓，樓層高度可以隨意增減。

FOOTPRINT - 通過(guò)折線創(chuàng)建建筑路徑和建筑占地塊，并實(shí)時(shí)進(jìn)行尺寸和比例的即使計(jì)算。

VOLUME - 根據(jù)不同路徑自動(dòng)生成建筑體積。

STAIRS - 隨設(shè)定層高一鍵生成所有樓梯。

（2）目前開(kāi)發(fā)進(jìn)展

根據(jù)官方網(wǎng)站上看來(lái)，目前的進(jìn)展已經(jīng)推出了4種插件兩種格式（grasshopper格式和3Ds Max格式）供給公眾下載使用。下載鏈接請(qǐng)參考參考文獻(xiàn)。

FInch3D 官網(wǎng) ? Image From Finch3D.com

02

實(shí)踐項(xiàng)目中的自動(dòng)生成設(shè)計(jì)案例

（1）優(yōu)化城市小區(qū)

除了以上三種平面圖自動(dòng)生成器之外，在國(guó)外目前也有不少正在把A.I.自動(dòng)生成設(shè)計(jì)工具融入到實(shí)踐項(xiàng)目中的案例。例如日本的大和房屋產(chǎn)業(yè)正在和Autodesk合作使用自動(dòng)生成技術(shù)來(lái)設(shè)計(jì)城市住宅。其目的是在日本土地短缺以及稠密城市中找到一個(gè)可以在小塊土地上優(yōu)化設(shè)計(jì)的方法。設(shè)計(jì)師和工程師只需要輸入?yún)?shù)，例如設(shè)計(jì)目標(biāo)，材料，制造方法和成本限制，便可以快速生成大量的設(shè)計(jì)解決方案供設(shè)計(jì)師參考。大和房屋產(chǎn)業(yè)對(duì)此簡(jiǎn)化系統(tǒng)抱持非常歡迎的看法，并策劃將訓(xùn)練銷(xiāo)售人員用此工具，在未來(lái)根據(jù)快速自行輸出結(jié)果和客戶直接進(jìn)行展示。

小塊土地上的優(yōu)化設(shè)計(jì) ? Image From Autodesk

根據(jù)輸入的參數(shù)產(chǎn)出的不同方案 ? Image From Autodesk

快速計(jì)算成本和住宅數(shù)量對(duì)比 ? Image From Autodesk

大和項(xiàng)目總監(jiān)Harita：“使用常規(guī)方法設(shè)計(jì)方案會(huì)導(dǎo)致常規(guī)設(shè)計(jì)，最終的建筑物竣工后，對(duì)它們來(lái)說(shuō)并沒(méi)有什么特別的。自動(dòng)生成設(shè)計(jì)通過(guò)提供以積極方式打破了這種模式。我認(rèn)為這是這項(xiàng)技術(shù)的最大吸引力?！?/p>

（2）未來(lái)工廠

此外，繼Airbus在2015年時(shí)和Autodesk合作發(fā)明首個(gè)以自動(dòng)生成設(shè)計(jì)概念創(chuàng)建的”仿生隔板“ （Bionic Partition），比傳統(tǒng)的零件輕45%的重量后，他們開(kāi)始積極探索把該技術(shù)實(shí)踐在其業(yè)務(wù)的其他部分。2019年，Airbus和Autodesk團(tuán)隊(duì)開(kāi)始探索利用該技術(shù)自動(dòng)生成工廠和建筑布局，以達(dá)到最高的工作流程。

仿生隔板 （Bionic Partition） ? Image From Autodesk

研究人員首先擬出需要大量員工和工具的范圍，然后以自動(dòng)生成算法策劃出最佳工具擺放位置和人流路徑，以達(dá)到減少擁擠和避免物流瓶頸。

Airbus 物流流程的自動(dòng)生成設(shè)計(jì) ? Image From Autodesk

Airbus首席設(shè)計(jì)師說(shuō)：“自動(dòng)生成設(shè)計(jì)正在幫助我們創(chuàng)建更具可持續(xù)性的建筑設(shè)計(jì)，從而更好地說(shuō)明關(guān)鍵的人為因素和工作條件。通過(guò)克服先入為主的觀念和盲點(diǎn)，它還擴(kuò)展了我們的思維方式和設(shè)計(jì)方法。無(wú)論我們選擇哪種設(shè)計(jì)，我們都知道工廠將更有效地運(yùn)作，并且建造成本也將降低。

03

思考 | 未來(lái)工作模式

種種A.I.設(shè)計(jì)工具的發(fā)明出現(xiàn)給予建筑領(lǐng)域帶來(lái)未來(lái)無(wú)限可能，也喚起了對(duì)未來(lái)工作模式的想象。建筑師羅恩·貝奇里（Rron Beqiri）是來(lái)自科索沃的建筑師。在2016年時(shí)，他就擬出了一個(gè)圖示來(lái)形容可能在未來(lái)會(huì)使用的工作模式。A.I.將成為設(shè)計(jì)師緊密的伙伴，從設(shè)計(jì)最初至設(shè)計(jì)成果將分為5個(gè)階段進(jìn)行。

未來(lái)工作模式 ? Image From Future Architecture

第一階段：CITIZENS 民眾

從民眾的日常使用設(shè)備如手機(jī)、筆記本、平板電腦等獲取信息

第二階段 ：INTERNET 網(wǎng)絡(luò)

資料收集上載到云端

第三階段 ：SORTING ALGORITHM 算法分類

以計(jì)算機(jī)算法推算和過(guò)濾，提供最有關(guān)聯(lián)的資料

第四階段 ：ANALYSE BY AI SOFTWARE 人工智能分析

AI 進(jìn)行分類和分析，并起草一個(gè)粗略的計(jì)劃

第五階段 ：ANALYSE BY ARCHITECTS 建筑師分析

建筑師和規(guī)劃師改進(jìn)該計(jì)劃，其結(jié)果是一個(gè)經(jīng)由人工智能和人類思考分析的完整計(jì)劃

結(jié)語(yǔ)

以目前數(shù)字技術(shù)和人工智能的增長(zhǎng)速度和趨勢(shì)，建筑師已經(jīng)難以否認(rèn)人工智能將會(huì)帶給建筑領(lǐng)域的巨大影響。人工智能中的算法讓設(shè)計(jì)過(guò)程從人與人之間的交互演變成為人與計(jì)算機(jī)之間的交互，這意味著只要了解計(jì)算機(jī)工作規(guī)則的人都將擁有設(shè)計(jì)的自主權(quán)。這種情況帶給建筑師另一個(gè)關(guān)鍵問(wèn)題，那就是我們是否是時(shí)候該重新考慮建筑師的未來(lái)角色？然而，要預(yù)測(cè)未來(lái)并不是一件隨口了斷的事，只因它存在著太多的不確定性。我們目前可以確定的一件事是，A.I.在建筑領(lǐng)域中的前景未來(lái)是樂(lè)觀的。我們甚至可以斷言，它終究會(huì)成為唯一方法，而那只是時(shí)間問(wèn)題。也許直到有一天，當(dāng)我們看到主流建筑學(xué)院的課程變成下面的圖表時(shí)，我們才會(huì)確切的感受到我們進(jìn)入了人機(jī)共存的時(shí)代，因?yàn)椤叭斯ぶ悄堋弊兊酶袑?shí)了。

“數(shù)字包豪斯”?實(shí)驗(yàn)建造共同體，TA 2019-6