4 būdai, kaip dirbtinis intelektas veikia pastato dizainą, ne tik įspūdingus vaizdus

Mes visi juos matėme: stulbinančius, augalų kupinus architektūrinius vaizdus, ​​​​ištrinančius ribą tarp vaizduotės ir tikrovės. Architektai ir klientai stebisi AI gebėjimu sukurti šiuos fotorealistiškus vaizdus, ​​leidžiančius per kelias sekundes įgyvendinti preliminarią dizaino idėją.

Nors šios futuristinės vaizdinės detalės džiugina akis ir gali padėti perteikti dizaino ketinimus, tikrasis dirbtinio intelekto potencialas architektūroje yra kur kas gilesnis. Dirbtinio intelekto įrankiai ir darbo eigos iš esmės keičia tai, kaip projektuojame ir pristatome pastatus, daugiausia dėmesio skiriant sąnaudų ir grafiko efektyvumui, rizikos mažinimui ir geresniam tvarumui užtikrinti.

Kaip įmonė, turinti palankiai vertinti avangardines metodikas, manome, kad naudojant pagal mūsų kritinį mąstymą generuojantis AI suteikia didžiulę vertę mūsų klientams ir mūsų pramonei. Naudodami dirbtinį intelektą kaip galingą antrąjį pilotą, galime sutelkti savo dizainerius, kad jie sutelktų dėmesį į aukštesnio lygio viziją ir problemų sprendimo mūsų amato aspektus. Kitaip tariant, nustatyti pasikartojančius, rezultatais pagrįstus procesus, kuriuos galima supaprastinti naudojant AI, kad galėtume daryti tai, ką mokame geriausiai: kurti.

Pirmoje mūsų tęstinės serijos apie AI architektūroje dalyje sutelkiame dėmesį į keturias sritis, kurias šiuo metu įgyvendiname savo praktikoje, kad sukurtume vertę savo klientams. Skaitykite toliau, kad sužinotumėte daugiau (arba paprašykite AI „asistento“ apibendrinti!).

1. Praturtinti dizaino tyrimai

Nors dirbtinis intelektas niekada negali atkartoti žmogaus kūrybiškumo, jis gali labai padėti dizaino tyrimams ir idėjoms. Prieš dėdami rašiklį ant popieriaus, architektai turi susintetinti didžiulius duomenų kiekius į nuoseklų pasakojimą ir koncepciją. Dažnai šis daug laiko ir darbo reikalaujantis procesas gali sulėtinti projektavimo procesą ir atitolinti architektus nuo kūrybinio projektavimo darbo.

Vietoj to, AI gali veikti kaip skaitmeninis „asistentas“, akimirksniu analizuojantis daugybę informacijos, pradedant išsamia informacija apie svetainę, baigiant aplinkos duomenimis, kultūriniu kontekstu ir net panašiais projektais. Dirbtinio intelekto papildytos mokslinių tyrimų galimybės suteikia kryžmines nuorodas į žinių bazes, kad būtų galima atskleisti svarbias įžvalgas, suderintas su projekto tikslais, atskleidžiant netikėtus ryšius ir leidžiant architektams nuo pat pradžių gilintis į pagrindines idėjas, skatinančias jų projektus.

Šiuo metu mes naudojame dirbtinį intelektą, kad praturtintume savo dizaino tyrimus, naudodami didelius kalbinius modelius, kad apibendrintume akademinius mokslinius tyrimus ir vėliau veiktų kaip konceptuali smegenų šturmo priemonė. Šie modeliai gali greitai suvirškinti ir distiliuoti didelę literatūrą, pakeisdami rankinį skaitymą ir užrašų darymą, o vėliau naudoti metodiniam pasakojimui plėtoti, padedančiam tyrinėti siužetus, temas ir simbolines nuorodas. Ateityje tikimės, kad šios galimybės bus dar galingesnės, o tai leis kaupti ir gilinti žinias, o architektams sutelkti dėmesį į aukšto lygio dizaino konceptualizavimą.

2. Finansinės rizikos mažinimas ir kokybės kontrolė

Tvarkaraštis ir biudžetas yra svarbūs projekto finansinės sėkmės veiksniai. Tačiau biudžetų ir terminų valdymas, kodo reikalavimų laikymasis ir kokybės kontrolės užtikrinimas yra nuolatiniai svarstymai, kurie dažnai lėtina projektavimo ir pristatymo tempą. Laimei, dirbtinis intelektas atveria naujas galimybes aktyviai nustatyti ir sušvelninti galimas problemas, kad projektai vyktų sklandžiau.

NBBJ naudojame mašininio mokymosi modelius, parengtus remiantis ankstesnių projektų duomenimis, kad galėtume numatyti projekto terminus ir išspręsti sudėtingas problemas, susijusias su biudžetais, tvarkaraščiais ir turimais ištekliais. Daugelis mūsų tyrimų taip pat sutelkia dėmesį į tai, kaip AI gali analizuoti projektus, kad jie atitiktų statybos kodeksus, zonavimo įstatymus, vidaus standartus ir kitą geriausią praktiką. Šie AI padėjėjai gali greitai pažymėti visus pažeidimus ar neatitikimus proceso pradžioje, kai sprendimai yra paprastesni. Tačiau svarbu pažymėti, kad nors AI gali automatizuoti šias užduotis, mes, dizaineriai, galiausiai atsakome už jų tikslumą.

Galutinis tikslas gali atrodyti kaip integruotas AI prižiūrėtojas, apjungiantis visas šias rizikos identifikavimo galimybes, arba sistema, automatizuojanti kodo atitiktį, dokumentų nuoseklumą ir išlaidų stebėjimą, kurie galėtų padėti komandoms sušvelninti problemas ir išvengti netikėtumų. Atsakingai vadovaujant žmonėms, šie kokybės kontrolės ir rizikos mažinimo AI padėjėjai padės sukurti aukštesnės kokybės architektūrinius rezultatus su mažiau delsų.

3. Projekto pristatymo supaprastinimas

Dar viena kliūtis, trukdanti laiku ir biudžete laikytis, yra daug darbo reikalaujantis dokumentacijos procesas, dėl kurio dažnai kyla kliūčių įgyvendinant projektą. Informacija turi būti rankiniu būdu eksportuojama, suformatuota ir sukompiliuojama į įvairius ataskaitų tipus; suskaidyta darbo eiga, kuri gali būti klaidų.

Todėl vienas iš labiausiai transformuojančių AI pritaikymų architektūroje yra tai, kaip jis gali supaprastinti projektų pristatymą. Tai apima ne tik brėžinių rinkinių automatizavimą, bet ir intelektualią sistemą, kuri generuoja suformatuotus dokumentų paketus, pritaikytus suinteresuotoms šalims, kurių jų reikia – rangovams, gamintojams, jurisdikcijoms ar klientams. Ateityje AI galėtų palengvinti dinamišką, integruotą perdavimą, pritaikytą kiekvienos šalies specifikacijoms. Su žmogaus priežiūra, AI lanksčiai generuos statybos dokumentus, gamybos modelius ir leidimų paketus galutiniais reikalingais formatais.

Tai vadiname „AI ant peties“, apimantį AI, kad būtų galima automatizuoti ir supaprastinti užduotis, kad dizaineriai galėtų sutelkti dėmesį į aukštesnio lygio projektavimo pareigas. Nors mūsų įmonė vis dar yra nauja, ji aktyviai tiria dirbtinio intelekto funkcijas, kurios įgalina išmanųjį projektų pristatymą, ir mes įtraukiame pramonės partnerius, kad aptartume pasekmes iš esmės pertvarkyti mūsų projektus ateinančiais metais. Atsižvelgdami į šią besivystančią AI programą, siekiame sukurti naujas supaprastintas darbo eigas ir nustatyti kūrybines ribas, kaip technologija bus panaudota.

4. Realaus laiko našumas

Tvarumas ir pastato našumas yra du svarbiausi rodikliai, lemiantys projektavimo procesą šiandien. Kadangi savo projektuose ir praktikoje siekiame maksimaliai užtikrinti tvarumą, optimistiškai žiūrime į AI teikiamas galimybes šioje srityje.

Norėdami pasinaudoti šiomis galimybėmis, eksperimentuojame su nuspėjamojo modeliavimo galia naudojant dirbtinį intelektą. Nuspėjamasis modeliavimas panaudoja mašininį mokymąsi, kad būtų galima efektyviai tyrinėti projektavimo erdvę, naudojant „pakaitinį modelį“, kurį galima apmokyti pagal dizainų rinkinį ir jų modeliuojamus duomenis, kad būtų galima suprasti ryšį tarp skirtingų kintamųjų ir našumo rezultatų, pavyzdžiui, energijos vartojimo efektyvumo. Šie pakaitiniai modeliai yra naudojami intensyvaus skaičiavimo modeliavimui, kad būtų galima greitai numatyti naujų dizaino iteracijų našumą ir rasti idealius sprendimus.

Kelios įmonės kuria dirbtinio intelekto pagrindu veikiančius nuspėjamojo modeliavimo įrankius architektūriniam projektavimui. Pavyzdžiui, Autodesk Forma platforma taiko šį metodą tvaraus dizaino analizei. Vykdydami nuolatinį AI technologijų tyrimą, tiriame Forma ir panašių įrankių galimybes, kad pagerintume našumo optimizavimo darbo eigą.

Galimybė prognozuoti pastato našumą realiu laiku projektavimo proceso metu keičia žaidimą. Naudodamiesi dirbtiniu intelektu pagrįstomis nuspėjamomis įžvalgomis, galime priimti rezultatais pagrįstus sprendimus mąstymo greičiu ir užtikrinti, kad mūsų projektai būtų optimaliai suderinti su tvarumo tikslais nuo pat ankstyviausių etapų.

Nors smagu sutelkti dėmesį į vizualiai pagrįstą AI potencialą, labiausiai džiaugiamės jo nauda produktyvumui, projektų įgyvendinimui ir išlaidų mažinimui. Esame įsipareigoję geriau suprasti, naudoti ir pritaikyti dirbtinio intelekto įrankius, kad ir toliau teiktų labai svarbią ir reikšmingą naudą savo klientams.

Džiaugiamės, ką dirbtinis intelektas reiškia mūsų rinkos sektoriams, ir atrandame mašininio mokymosi pasekmes siekiant pagerinti projektavimo rezultatus? Šiandien mes klausiame savęs, ar darbo vietos modeliavimas gali ištirti įvairias biuro stalo konfigūracijas ir rasti produktyviausią, žavingiausią ir efektyviausią išdėstymą? O kaip sveikatos priežiūros dizainas? Ar pseudoportretų komanda gali išbandyti chirurginio komplekto planavimo variantų dizainą, kad nustatytų veiksmingiausią strategiją, kaip sumažinti gydytojų klaidas? Dizaino su AI ateitis siūlo mums visiems kelią į didesnį aktualumą ir vertę – prisijunkite prie mūsų, kai gilinamės į šias ir dar daugiau.