CobiNet(寧波)推薦文章： 毫無疑問，機器在建筑師的工作中扮演著愈來愈重要的角色。尤其是在參數(shù)化與生成式設計中，建筑師開始將機器的思維運用到建筑設計領(lǐng)域，機器隱隱約約以設計者的身份參與進方案之中。遺傳算法、神經(jīng)網(wǎng)絡、多代理系統(tǒng)這些人工智能方法開始協(xié)助建筑師形成方案，機器從工具演化成了助手，建筑師的人工智能時代的序幕似乎正要拉開。

1971年，在建筑師Christopher Alexander的博士論文Notes on the Synthesis of Form中，他指出設計是從文脈(Context)到形式(Form)的過程。理想情況下，我們能夠?qū)ξ拿}進行準確的描述(Deion)，借此，我們實際上也完成了對應形式的界定，如此便是理想的設計過程。但事實上，由于文脈存在大量難以量化的領(lǐng)域，我們并不能準確描述它，也難以說明設計得到的形式是如何“適合”(Fit)文脈的。相反，現(xiàn)實情況下設計需要的是排除形式相對于文脈的各種“不適合”(Misfit)。當我們排除所有的“不適合”時，設計任務便完成了。

Christopher Alexander

Christopher Alexander的論述將設計解析為規(guī)則與程序，設計因此能夠被機器理解和掌握，也即是說AI可以取代建筑師，有能力獨立完成建筑設計。

誠然，Christopher Alexander的觀點具有一定的個人色彩和時代局限性，建筑學作為一門要求創(chuàng)意性的學科，需要聚合各類信息經(jīng)驗，進行歸納分析，并在此基礎上進行聯(lián)想發(fā)散，與多學科多對象協(xié)調(diào)溝通，最終形成創(chuàng)意性的解決方案，這一切過程至少當下是難以被用明確的規(guī)則和程序所能涵蓋的。反之，設計過程中能夠被規(guī)則化和程序化的部分，顯然都是已經(jīng)或者不遠的將來將會由AI完成的。這一趨勢在人工智能高速發(fā)展的今天變得尤為明顯，建筑領(lǐng)域中結(jié)構(gòu)、機電、暖通等專業(yè)由于存在清晰的規(guī)則和指標，受到的沖擊將會更為巨大。

人工智能與創(chuàng)造力——無限可能的明天

正如上文所提及的，建筑師大多數(shù)程式化、重復性的工作，不久就會被AI所取代。建筑師未來的核心價值，在于人類獨有的創(chuàng)造力。但是，鑒于人工智能的發(fā)展是如此迅速，AI未來會不會擁有和人類一樣的創(chuàng)造力？

盡管Gehry的團隊有著一流的數(shù)字設計技術(shù)，但方案的創(chuàng)意還是源自最原始的草圖。

要回答這個問題，我們需要先弄清創(chuàng)造力是什么。簡而言之，創(chuàng)造力是人類智慧的典型特點，涵蓋思維的聯(lián)系、回憶、感知、類比、結(jié)構(gòu)化求解與反思等方面，包括認知、動機與情感等維度，受到文化背景與個人經(jīng)歷的影響。創(chuàng)造力分為三類，一是組合創(chuàng)造，即在已有的概念和規(guī)則下優(yōu)化改進；二是探索創(chuàng)造，即在結(jié)已有構(gòu)化的概念空間內(nèi)進行發(fā)掘拓展；三是轉(zhuǎn)換創(chuàng)造，即徹底突破原有的概念和規(guī)則，例如畢加索的Tete de Femme(女人頭像)，徹底突破了原有的藝術(shù)形式。

人工智能實踐中在前兩種創(chuàng)造中取得了不錯的成果。得益于深度學習技術(shù)的迅速發(fā)展，人工智能可以從海量的數(shù)據(jù)中開始學習并進行歸納推理，最終形成一定的智慧和創(chuàng)造力。這種基于“統(tǒng)計”的模式與人類的學習行為有一定的相似性，相較于之前僅由一定的“規(guī)則”生成的智能更加強大。

ImageNet是全球最大的圖像識別數(shù)據(jù)庫。一個嬰兒三歲左右就可看見三億幅畫面，因此ImageNet沒有一味優(yōu)化圖片識別算法，而是讓人類替AI進行識別，讓AI從大數(shù)據(jù)中對規(guī)律進行統(tǒng)計和理解。

曾經(jīng)火爆一時的圖像處理應用Prisma，通過對海量圖片的深度學習來分析圖像特征，最終實現(xiàn)對圖像風格的轉(zhuǎn)換。

CMS開發(fā)的網(wǎng)頁設計平臺The Grid。只需要將網(wǎng)頁的內(nèi)容上傳到該平臺，它就會自動生成一個極具設計感的網(wǎng)站。The Grid把其平臺的AI稱為Molly，聲稱Molly每三個月學習的網(wǎng)站設計數(shù)目就超過了銀河系的恒星數(shù)量。

由The Grid設計的網(wǎng)頁

然而令人遺憾的是，雖然人工智能已經(jīng)表現(xiàn)出一定的創(chuàng)造力，但其創(chuàng)造性仍然限于人類預定的空間之內(nèi)，我們在轉(zhuǎn)換創(chuàng)造上仍然沒有大的突破。要想讓AI能夠像人一樣自由創(chuàng)作，我們在技術(shù)上還需要更大的進步。

1980年，哲學家John Searle在Minds, Brains, and Programs一文中提出了一個著名的思想實驗——中文房間(Chinese Room)：房間里坐著一個完全不會中文的人，房間外的人將中文問題寫在紙片上遞進房間內(nèi)。房間內(nèi)的人可以根據(jù)一系列的規(guī)則和指令挑選印在卡片上的中文詞句，然后按一定順序連接成文字回遞給門外的人。在門外的人看來，門內(nèi)的人能夠使用中文回答中文問題，因此門內(nèi)的人是會中文的。但實際上，門內(nèi)的人只是在遵循指令，完全不具備中文能力。

The Chinese Room

這個理想實驗一針見血地指出了一個問題：AI的智能可能只是一種假象，它的智能實際上完全源于人類制定的規(guī)則和指令，只是人類自身智能的低層次延續(xù)。在這種情形下，AI的思維與人類的思維仍然是不同的，也難以擁有人的創(chuàng)造力。

因此，在“中文房間”后，Searle提出了強人工智能的概念，指AI能夠完全以人類的方式思考解決問題，也就是說我們需要理解思維的本質(zhì)，然后讓AI掌握它。而這一點現(xiàn)在仍然是人類科學知識的盲區(qū)。但要讓AI具有和人類一樣的創(chuàng)造力，而不僅僅是人類現(xiàn)有知識的延續(xù)，強人工智能的實現(xiàn)十分必要。我們現(xiàn)在還難以完全理解人類思維中模糊與不確定、直覺與潛意識等對創(chuàng)造力至關(guān)重要的元素，人的創(chuàng)造性仍然是當下人工智能所難以企及的。

建筑師與人工智能——人機共生的未來

強人工智能一時還難以實現(xiàn)，AI成為建筑師還為時尚早。但人工智能必然會一點點替代建筑師的工作，甚至某些方案都可以完全交給AI負責，建筑師的工作形態(tài)勢必會發(fā)生巨大的變化。我們在這場變革中如何應對？我們與AI真的是取代與被取代的關(guān)系嗎？

縱觀歷史，機器其實一直在替代建筑師的工作，但同時，建筑師與機器也在這一過程中共同進化。機器的每一次進步都帶來了建筑行業(yè)的整體進步，建筑師可以從重復性的勞動中解放出來，利用更為強大的工具專注于創(chuàng)作之中。正如特贊實驗室的《2017設計與人工智能研究報告》，其創(chuàng)始人范凌提出了“腦機比”的概念，認為人與機器不會是簡單的替代關(guān)系，兩者之間應該是更高層次的共生。

建筑師不應為人工智能時代的到來而杞人憂天，AI在可預見的時間內(nèi)仍不會徹底取代建筑師。就算足夠強大的人工智能真的出現(xiàn)，建筑師仍然會是最后一批被取代的職業(yè)。建筑師在將來需要積極的去學習適應人工智能，創(chuàng)造異于人工智能的核心價值。試想未來建筑師只需要關(guān)注建筑設計的核心概念，其余的各種工作都可以讓AI快速完成；AI與建筑師可以一起討論設計，然后快速作出修改調(diào)整；建筑師與AI各取所長，創(chuàng)作出更為精彩的建筑與城市——這一切盡在新的時代。新技術(shù)的浪潮只會沖擊那些止步不前的人，而將勇于擁抱它的人送上新的高峰。

早在1969年，麻省理工學院媒體實驗室創(chuàng)始人Nicholas Negroponte于Towards a Humanism ThroughMachines中就構(gòu)想了人與機器的未來：人與機器能夠以自然語言的形式交互對話，建筑師與機器的設計理念能被雙方同步理解；建筑師與機器在對話中互相學習進化，人與機器的關(guān)系如此緊密，以致只有雙方互相的說服和妥協(xié)才能得到一定的認同與觀念。在人與機器的共生體(Symbiosis)中，機器不是人類可以單方面決定的工具。

參考文獻：

1. Computational Design Thinking. AchimMenges, Sean Ahlquist.

2. Generative Design. Asterios Agkathidis.

3. Notes on the Synthesis of Form. Christopher Alexander.

4. Minds, Brains, and Programs. John Searle.

5. Creativity and artificial intelligence. Margaret A. Boden.

6. 《2017設計與人工智能研究報告》. 特贊實驗室.

7. ImageNet Classification with Deep Convolutional Neural Networks. Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton.

8. Developing Creativity: Artificial Barriers in Artificial Intelligence.Kyle E. Jennings.

9. Towards a Humanism Through. Nicholas Negroponte.

部分文字圖片來源于網(wǎng)絡。

FAB-UNION是國內(nèi)最前沿的數(shù)字化設計與建造平臺。聯(lián)合國內(nèi)外數(shù)字建造學者、建筑師、設計師、專家及相關(guān)企、事業(yè)單位和學術(shù)團體，關(guān)注國際數(shù)字設計建造新聞，推薦優(yōu)秀數(shù)字編程與建造作品，推動數(shù)字化建造工藝的發(fā)展，創(chuàng)造新銳數(shù)字實踐者的社交空間。

文章編輯：CobiNet(寧波)  
本公司專注于電訊配件,銅纜綜合布線系列領(lǐng)域產(chǎn)品研發(fā)生產(chǎn)超五類，六類,七類線，屏蔽模塊，配線架及相關(guān)模塊配件的研發(fā)和生產(chǎn)。

歡迎來電咨詢0574 88168918,郵箱sales@cobinet.cn，網(wǎng)址www.idouxiong.cn