人工智能因其強大的學習能力和高效的分析決策能力在許多行業(yè)起到了提高效率的作用，在建筑行業(yè)也已經(jīng)有一定的滲透，如智能建造，建筑能耗預測等。現(xiàn)階段基于統(tǒng)計機器學習的人工智能在建筑行業(yè)中更多的充當?shù)氖禽o助的角色，在依賴創(chuàng)造性的建筑設計領(lǐng)域，是否也能幫上忙呢？答案是肯定的。本文將重點介紹我們能期待人工智能在建筑設計的大大小小的環(huán)節(jié)中發(fā)揮什么樣的作用，同時從中國與歐美的差異的角度看中國建筑設計人工智能應用所面臨的局限和發(fā)展趨勢。為了將涉及人工智能的建筑設計和以往的自動化輔助設計區(qū)分開來，我們將首先回顧一下建筑設計與計算機技術(shù)結(jié)合的不同階段。

一建筑設計市場規(guī)模及現(xiàn)狀

早在二十世紀五十年代，計算機輔助設計（CAD，Computer Assisted Drawing）軟件的第一代原型PRONTO就已面世，開啟了建筑設計領(lǐng)域計算設計（Computational Design）在學界討論和業(yè)界應用的大潮。CAD在八九十年代逐漸成為一門正式學科及工作范式并發(fā)展出現(xiàn)在行業(yè)標配的三維立體設計軟件。CAD對幾何形狀的嚴格把控使得設計變得可靠和可行，同時允許更多的迭代并降低成本。但一些任務的重復繁瑣的操作及對復雜形狀的無能為力成為了其發(fā)展的阻礙，參數(shù)化設計軟件應運而生。1988年首款幾何圖形參數(shù)可控的軟件Pro/ENGINEER出現(xiàn)，隨后2000年左右Grasshopper誕生，讓設計師通過全面控制及快速調(diào)整參數(shù)落實設計思想。在Zaha Hadid Architects等設計事務所的大力采用下，參數(shù)化開啟了建筑設計的新篇章。而21世紀圖像領(lǐng)域深度神經(jīng)網(wǎng)絡的發(fā)展，使得蓬勃發(fā)展的人工智能技術(shù)運用在創(chuàng)造性的設計領(lǐng)域成為可能。不同于計算機輔助設計和參數(shù)化設計，人工智能的參與使得設計不再完全依賴人類對最終呈現(xiàn)的設定。

二交通管控常見人工智能技術(shù)

神經(jīng)網(wǎng)絡：ANN（Artificial Neural Network），是一種模仿生物神經(jīng)網(wǎng)絡的數(shù)學模型，用于對函數(shù)進行估計或近似。它在每一層對神經(jīng)元的輸入向量與權(quán)向量的內(nèi)積作函數(shù)變換得到輸出向量作為下一層的輸入向量，通過反向傳播等基于數(shù)理統(tǒng)計學的學習算法來進行優(yōu)化。

卷積神經(jīng)網(wǎng)絡：CNN（Convolutional Neural Network），一種包含卷積計算并且有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡。通常神經(jīng)層數(shù)較多，對于大型圖像處理有出色表現(xiàn)。卷積神經(jīng)網(wǎng)絡由一個或多個卷積層和頂端的全連通層（對應經(jīng)典的神經(jīng)網(wǎng)絡）組成，同時也包括關(guān)聯(lián)權(quán)重和池化層（pooling layer）。其中經(jīng)典模型LeNet、VGG和Resnet等均屬于CNN。

生成對抗式網(wǎng)絡：GAN（Generative Adversarial Network），是通過讓兩個神經(jīng)網(wǎng)絡相互博弈的方式進行學習的達到優(yōu)化參數(shù)目的一種半監(jiān)督學習模型。它由一個生成網(wǎng)絡與一個判別網(wǎng)絡組成，生成網(wǎng)絡從參數(shù)空間中隨機取樣作為輸入，其輸出結(jié)果需要盡量模仿訓練集中的真實樣本。判別網(wǎng)絡的輸入則為真實樣本或生成網(wǎng)絡的輸出，其目的是將生成網(wǎng)絡的輸出從真實樣本中盡可能分辨出來。兩個網(wǎng)絡相互對抗、不斷調(diào)整參數(shù)，最終目的是使判別網(wǎng)絡無法判斷生成網(wǎng)絡的輸出結(jié)果是否真實。該方法使得人工智能從分析工具向生成媒介更近了一步，能根據(jù)學習生成繪畫、圖像。在GAN框架下發(fā)展出許多針對任務的算法，如StyleGAN和ArchiGAN。

三人工智能技術(shù)在建筑設計中的應用

四人工智能在建筑設計的應用案例簡述

小庫科技：成立于2017年，人工智能建筑師小庫是一款在實際設計層面應用人工智能的只能設計云平臺，將人工智能、大數(shù)據(jù)和智能顯示等技術(shù)融入到云端操作界面中，幫助提高城市規(guī)劃和建筑設計前期工作效率，協(xié)助設計師生成前期創(chuàng)意方案。小庫工具能實現(xiàn)實時快速排量，幫助助理建筑師快速落實主創(chuàng)的多個設計草圖想法，智能生成車庫排布圖等。

Finch3D： 推出的CAD/BIM工具可以借助模擬器和人工智能，代替建筑師來完成重復性的工作，如評估、法規(guī)檢索等，從而引導設計師完成整個設計流程，從而做出更加明智的設計決策。另外，其還可以根據(jù)設計師輸入的數(shù)據(jù)進行趨向算法計算，幫助設計師完成建筑高度、公寓分布、墻壁厚度等自動化計算工作。

麻省理工學院趙選賀團隊：開發(fā)出利用生成式對抗網(wǎng)絡GANs來設計復雜結(jié)構(gòu)的平臺。計算機通過設計材料的結(jié)構(gòu)來追求某種性能，代替人類設計師進行大量數(shù)據(jù)模擬計算，不僅能釋放人類設計的精力，也能拓寬設計師結(jié)構(gòu)方案的選擇。

五人工智能在建筑設計領(lǐng)域的局限性

中國建筑設計應用人工智能的概況受建筑行業(yè)整體現(xiàn)狀限制。一方面建筑行業(yè)人力資豐富，設計單位并沒有利用人工智能工具減少人工成本例如代替初級繪圖員的動力；另一方面設計施工標準相對歐美體系整體而言較粗放，BIM的使用也并未成為行業(yè)標準或是主流。由于缺乏數(shù)據(jù)化管理，用以訓練神經(jīng)網(wǎng)絡的數(shù)據(jù)集往往難以獲得。

全球范圍而言人工智能在建筑設計行業(yè)的應用也僅僅處于探索階段，更多的情況是學界的研究案例和業(yè)界事務所各自針對某個設計小任務逐案的應用。零零星星的嘗試尚不成氣候，需要更多的交流，并通過設計師在重大項目中應用加以推廣。

六人工智能在建筑設計領(lǐng)域的發(fā)展趨勢

主要在建筑設計階段性任務上實現(xiàn)智能化，人工智能插件和設計師們習慣使用的大型設計軟件的集成顯得非常重要，也是近期內(nèi)的一個趨勢。同時參數(shù)化設計在歐美仍在如火如荼地發(fā)展中，將人工智能與參數(shù)化應用場景結(jié)合，例如自動調(diào)參，也是可以探討的一個方向。

國內(nèi)建筑行業(yè)向設計及施工精細化，數(shù)據(jù)化發(fā)展。施工的精細化和規(guī)范化需求會反作用于設計階段的數(shù)據(jù)化，從而促進BIM設計的推廣。在這樣的基礎上實現(xiàn)建筑設計行業(yè)數(shù)據(jù)的積累，才有助于人工智能算法的開發(fā)、訓練和應用。

設計單位與有人工智能開發(fā)能力的科技公司合作。目前國內(nèi)主要設計單位如大型設計院和設計事務所尚少建立專注于計算機技術(shù)的開發(fā)團隊，大多不具備人工智能開發(fā)能力。與科技公司合作就某一設計任務開發(fā)人工智能工具是未來建筑設計行業(yè)引進人工智能的可行方法。

責任編輯：PSY