7

中的人工智能

 2 years ago
source link: https://www.51cto.com/article/714613.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

建筑中的人工智能-51CTO.COM

建筑中的人工智能 译文
作者： 崔皓 2022-07-22 18:47:30
本文通过 Rayon、Delve、Finch3D 和 NVIDIA 的 Omniverse 等示例探讨了人工智能是如何在建筑行业中应用的。
3772edc1720cea494844979bd48996f196ff40.jpg

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。

94b79c4431ebe142856798dc0e5f5899bab81c.png

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。

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。

24bebcf13aa974d3e60419eddd29a0782f9657.png

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。

618045b39f427d2994b56365baaebecf057e4e.png

​​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。

89c797f8531776265ae65237292f69c68da359.png

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


report

Recommend

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK