在過去的幾十年里，人工智能工具已經(jīng)被用于分析數(shù)據(jù)或完成越來越多的領(lǐng)域的基本任務(wù)，從計(jì)算機(jī)科學(xué)到制造、醫(yī)學(xué)、物理、生物學(xué)甚至藝術(shù)學(xué)科。密歇根大學(xué)的研究人員最近一直在研究人工智能在建筑中的應(yīng)用。他們最近發(fā)表在《國際建筑計(jì)算雜志》上的論文，專門探討了人工智能作為創(chuàng)建新建筑設(shè)計(jì)工具的潛力。

“我和我的搭檔桑德拉·曼寧格長期以來都癡迷于在建筑和人工智能領(lǐng)域?qū)崿F(xiàn)交叉融合，”一位研究人員說，“我們第一次接觸人工智能研究是在1998年，我們是通過一個(gè)共同的朋友被介紹到奧地利人工智能研究所的，2006年，我們在維也納應(yīng)用藝術(shù)大學(xué)舉辦了第一門建筑機(jī)器學(xué)習(xí)課程。”

最初，研究人員評估了現(xiàn)有最簡單的神經(jīng)網(wǎng)絡(luò)在二維到二維神經(jīng)類型轉(zhuǎn)移任務(wù)中的表現(xiàn)。這些任務(wù)基本上需要更改一個(gè)圖像(即目標(biāo)圖像)，使其匹配特定的樣式。這可能意味著改變一幅畫，以反映特定畫家的風(fēng)格，比如文森特·梵高。在他們的工作中，德爾·坎波、曼寧格和他們的同事特別嘗試使用神經(jīng)網(wǎng)絡(luò)來改變設(shè)計(jì)，使其符合特定的建筑風(fēng)格。

機(jī)器人花園。這個(gè)項(xiàng)目是一個(gè)雙足機(jī)器人的試驗(yàn)場，是第一個(gè)完全使用神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的架構(gòu)項(xiàng)目。

“后來我們開始試驗(yàn)從2D到3D的風(fēng)格轉(zhuǎn)換，你可以把風(fēng)格轉(zhuǎn)換成網(wǎng)格模型，”研究人員解釋說。“我們很快意識到，考慮到建筑固有的3D特性，僅僅做2D工作并不能讓我們走得太遠(yuǎn)，我們目前正在探索一種純3D卷積神經(jīng)網(wǎng)絡(luò)(CNN)。”

他們匯編了一個(gè)數(shù)據(jù)集，其中包含他創(chuàng)建的幾個(gè)三維模型，并保存為OBJ文件。然后他給這些數(shù)據(jù)貼上標(biāo)簽，用它們訓(xùn)練一個(gè)CNN。在訓(xùn)練這個(gè)數(shù)據(jù)集時(shí)，CNN應(yīng)該學(xué)會改變建筑設(shè)計(jì)，使其符合典型的風(fēng)格德爾坎波的工作。

“這種創(chuàng)建訓(xùn)練數(shù)據(jù)集的方法背后的想法是，如果它可行的話，一個(gè)CNN應(yīng)該能夠生成接近我作為一個(gè)設(shè)計(jì)師固有的敏感性的模型，盡管不是我創(chuàng)造的，”研究 人員解釋說。

他們的論文提供了一個(gè)如何使用生成式對抗網(wǎng)絡(luò)(GANs)來產(chǎn)生建筑設(shè)計(jì)的例子。他們還概述了一個(gè)仍在進(jìn)行的名為“機(jī)器人花園”的項(xiàng)目，該項(xiàng)目旨在為密歇根大學(xué)開發(fā)的兩足機(jī)器人創(chuàng)建一個(gè)試驗(yàn)場。

在機(jī)器人花園中，他們第一次測試了我們是否能在給定場地上‘做夢’或‘幻覺’地形和建筑特征，當(dāng)我們談?wù)搲艋蚧糜X時(shí)，我們并不是用深奧的方式來表達(dá)，而是從計(jì)算機(jī)科學(xué)中借用了一些術(shù)語，而這些術(shù)語本身也是從神經(jīng)科學(xué)中借用來的。

• 深圳的一個(gè)基于AttnCNN的項(xiàng)目。

在最近的研究中，德爾·坎波和他的同事們評估了特定算法創(chuàng)造“幻覺”或“想象”設(shè)計(jì)的能力。其中包括“深度夢”(DeepDream)等算法，這是一種基于神經(jīng)網(wǎng)絡(luò)的模型，可以模擬大腦過程，從而讓人類產(chǎn)生迷幻或幻想性夢境。

為了進(jìn)行他們的實(shí)驗(yàn)，研究人員匯編了包含不同建筑和地形特征圖像的數(shù)據(jù)集。隨后，他們在這些圖像上訓(xùn)練了一個(gè)深度夢算法，這樣它就可以在現(xiàn)有的建筑上“產(chǎn)生幻覺”這些特征。

“有趣的是，我們得到的結(jié)果是非常鼓舞人心的，盡管不能直接轉(zhuǎn)化為一個(gè)設(shè)計(jì)，”德爾坎波說。“我們意識到，有些事情人類大腦可以做到，而人工智能還做得不夠好(認(rèn)識到將錯(cuò)誤轉(zhuǎn)化為創(chuàng)造性解決方案的潛力)。”這種能力是由對我們大腦的錯(cuò)誤解讀、大腦神經(jīng)元的錯(cuò)誤激活，以及大腦中的捷徑如何以奇怪的方式創(chuàng)造出“我找到了”的時(shí)刻而產(chǎn)生的。

目前，研究人員正在與密歇根機(jī)器人公司的人工智能專家密切合作，測試一系列有助于3D建筑設(shè)計(jì)的人工智能技術(shù)。