AI 进入主流领域
助力开拓设计新疆域
- 趋势文章
基于遗传算法和机器学习的创意应用已日益频繁地进入设计师和建造师的视线。
多年来，设计师和建造师们已经开发出了众多的数字工具应用，已涉及设计和建造过程的方方面面。其也包括遵循生物进化逻辑的计算过程——生成式设计。设计师向计算机输入有关项目要求的信息，并制定设计目标，也称作“适配标准”（以达到“适者生存”的目的）。软件将开发出一些满足基本要求的设计方案，然后使用一种叫做遗传算法的工具，根据适配标准对设计方案进行测试。然后将测试得分较高的方案组合起来产生新一代的设计方案，如此循环往复，直到找出理想的方案。
外形与功能
EvolveLAB 是一家位于科罗拉多州博尔德的技术咨询公司，致力于利用生成式设计和其他计算过程帮助建筑、工程和施工 (AEC) 公司解决多种多样的挑战。TVS Design 的建筑师利用生成式设计打造出前沿工具，这让他们可以将多种多样的设计参数（如相邻关系、容积率和可租面积）考虑在内，进而在给定的建筑面积内根据需求安排一居、两居和三居室，借此生成多种设计方案。在另一个项目中，EvolveLAB 帮助开发商 Mortenson Construction 优化了一个太阳能农场的布局，大幅提高了发电量并降低了成本。
EvolveLAB 首席执行官 Bill Allen 介绍说，生成式设计非常显著的一个优势在于，它可以让设计师和建造师更有效地利用他们的时间。“我的一天不可能比你的一天长；我的一天只有 24 个小时，时间对你、沃伦·巴菲特、比尔·盖茨以及世界上的每一个人都是公平的。”他说。但通过生成式设计，计算机可以在很短的时间内创建成千上万个不同的方案，而耗费的时间只相当于建筑师使用标准工具和流程创建单个设计方案所用的时间。
当然，并不一定越多就越好；为了保证生成过程能够产出高质量的方案，设计师需要仔细思考输入计算机的内容，并根据相关数据进行调整。但这项技术的潜力是毋庸置疑的。Allen 说道：“生成式设计就像把你的时间和速度加倍了，这是传统的被动式设计方法所无法企及的。”
“生成式设计就像把你的时间和速度加倍了，这是传统的被动式设计方法所无法企及的。”
Bill Allen
EvolveLAB 首席执行官
tvsdesign 采用的生成式设计工具。图片来源：EvolveLAB
未来由人类掌控
遗传算法是人工智能 (AI) 的一种形式，有希望从根本上改变建筑环境的设计、建造和管理方式。但从某种程度上来说，这种突破性的潜力也阻碍了技术的发展。因为每当谈及这个话题时，人们往往会“立即想到他们看过的电影，计算机在这些电影里取代了人类的地位。”法国建筑师兼 Arthur Mamou-Mani Ltd 总监 Arthur Mamou-Mani 说，“谈到机器人技术或 AI 时，人们会下意识联想到最可怕的情况和《终结者 2》。”
但他相信，这种担心不太可能会在短期内变成现实。虽然 AI 运用得当的话将是非常强大的工具，但它仍然无法与人脑相提并论。“它仍然依赖于具体的框架。需要人给它一个特定的方向，就像其他工具一样，对吧？”他说，“大家都知道汽车可以在人踩下油门后立即启动并行驶，但驾驶的概念如今仍然是由我们在定义。”
Arup 负责北美和南美业务的数字主管 Tom Wilcock 表示，目前在 AEC 行业使用的 AI 与科幻小说里那种让人毛骨悚然的技术几乎没有什么关联。“很多围绕 AI 的前瞻性讨论并不仅仅局限于建筑环境，而是倾向于设想一种通用的人工智能，也就是有感情的机器。”Wilcock 说，“而我们目前部署的人工智能，其应用范围还相对狭窄，跟它之间还存在相当大的距离，在建筑环境中尤其如此。”
在当今的设计和建筑领域中，一些抓人眼球的 AI 应用实际上使用的是这项技术的一个子集，即机器学习 (ML)，Wilcock 介绍说。在机器学习中，计算机本质上是以新的刺激物为基础进行自我学习。这一过程通常是利用神经网络——受人脑启迪而开发的数据处理系统——来完成，通过分析信息来识别模式。AEC 行业使用的许多机器学习工具都基于开源方法进行构建，其最初由数字技术公司开发，主要用于识别快照中的朋友等活动。
机器
学习
工程设计的新前沿
在过去十年的大部分时间里，Arup 都在使用机器学习。过去几年，他们的 AI 计划已经越来越多地从研究阶段进入实践阶段。
而近期，Arup 与英国环境署合作开展了关于自然洪水管理的项目。“我们使用现有的卫星数据、Arup 训练的神经网络和其他机器学习技术对土地渗透性、土地用途和排水情况进行分类，然后制定出新的水资源管理和集水区管理策略。”Wilcock 说。AI 分析让我们的团队对自然集水区的实际运作方式有了更深入的了解，这有助于我们减少物理人工干预措施，提出能够巩固现有自然地质特征的解决方案，而无需依赖传统的土木工程方法，因为传统方法往往需要大刀阔斧地改造自然环境。
卫星图像。图片来源：Arup
图像显示的是通过 Arup 训练的神经网络和其他机器学习技术处理卫星数据，然后生成的土地渗透性详细分类。图片来源：Arup
“这个例子很好地展示了，机器学习能够处理大量数据并从中获得洞见，从而帮助我们找到不同的解决方案类型，而这是基于物理学的标准工程设计方法所无法实现的。”他说道。
Wilcock 认为，AI 不仅对挖掘新的工程实践类型有重要影响，而且对改善现有模型也有重大意义。机器学习让我们有机会了解如今“掌管”工程设计的代码（基于离散元素的实证检验）如何与大型系统在实践中的实际运作方式关联起来。
而且他认为，机器学习还让我们能够以新的方式理解系统在现实世界中的表现，而不需要依赖目前基于物理学的计算机模拟标准，进而摆脱与其相关的高昂计算成本。
“基于计算和代码的工程设计方法将被彻底颠覆，因为现在我们可以收集关于系统实际行为方式的真实数据，也具备使用这些数据对新系统的行为方式进行预测的机器智能，因而能够进行足够准确的预测，十分接近实际的建造方案。”Wilcock 说，“这将从根本上改变我们的设计方式。”
“基于计算和代码的工程设计方法可能会被彻底颠覆...”
Tom Wilcock
Arup 数字主管
从边缘走向主流
Mamou-Mani 和 Arup 等公司可能是首批在数字设计领域大举投资的先行者，但它们的同行也已开始迎头赶上。WGI 认为，AI/ML 作为一项关键趋势，会在 2022 年引领 AEC 行业实现重大发展。1
尽管历史经验表明，AEC 行业采用这些技术的节奏比较缓慢，2 但近期发布的预估报告显示，在未来两到五年内，建筑业人工智能开发的市场规模将实现 24% 到 38% 的复合年增长率。3 设计公司在 AI 和 ML 的助力下，可将日照时长和视野、交通噪音和风场类型等变量，以及几何约束条件、分区法规、经济和空间需求等因素纳入设计考量，从而大大优化现有的 AEC 工作流程。
“愿意使用这些技术的设计师真的不多。”
Bill Allen
EvolveLAB 首席执行官
缺乏合格的专家是影响 AI 采用率增长的一大挑战；只有少数 AI 工程师具备 AEC 行业所需的技能。为了改变这一现状，AI 领域的研究人员和行业专家开展密切合作，以期开发出可满足行业特定需求的创新成果。2
Bill Allen 认为，生成式设计正处于一个分水岭时刻，类似于十多年前 BIM 在行业内的地位。过去，人们一直认为设计师需要成为专家才能用好工具。但随着科技公司不断发布更优质、更易于使用的软件包，越来越多的 AEC 职业人士也开始认真考虑这些软件。他说到：“甚至就在过去的两年里，我们已经看到许多新产品进入市场，帮助建筑师们在项目中完成生成式设计过程。”
硬件的进步也发挥了重要的作用。如果没有专门为 AI 应用设计的计算机，采用这些技术的过程将会变得既缓慢又痛苦。在过去几年里，市场上出现了越来越多能够处理生成式设计、机器学习和其他形式的 AI 的机器。诸如 NVIDIA® 这样的公司已开发出了专用的图形处理单元 (GPU)，可以加速工作流程，将完成任务所需的时间缩短数小时，有时甚至是数天。3
同时，工作站设计师也加大了对研发的投资力度，以期满足内存、网络和功率等方面越来越高的要求。今天，AEC 职业人士很容易就可以找到强大的成品设备，能够在不牺牲可靠性、耐用性和显示质量的情况下收获 AI 的“甜美果实”。
20.4%
预计生成式设计市场
在 2022 - 2027 年
的年增长率4
50%
预计到 2030 年5，50% 的建筑工作流程将得到 AI 技术的加持
开始使用 AI
尽管取得了一系列重大的进步，对于还没有使用 AI 的设计师来说，学习曲线仍然有些陡峭，令人望而却步。在法国建筑师兼 Mamou-Mani Ltd（擅长流行数字化建筑的建造）总监 Arthur Mamou-Mani 看来，将高阶技术看成困难而神秘的事物将使建筑职业人士无法在这个日益数字化、互联程度越来越高的世界中充分发挥影响力。
Mamou-Mani 曾在伦敦威斯敏斯特大学面向建筑系学生教授了近十年的编码课程，他解释说，开始使用 AI 远没有想象中那么可怕。在线社区会定期分享资源库和插件，每个人都可以在自己的项目中使用。因此，设计师只要具备基本的编程知识，就可以开始探索脑海中的想法。
“其实这和使用其他工具没什么两样，”Mamou-Mani 说，“比如说驾驶汽车。我们只需要学习如何开车，并不需要制造汽车。”
为 AI 而生的惠普 Z 系列工作站
为了应对要求严苛的生成式设计工作流程，客户需要针对 Revit® 和 Grasshopper 等软件应用进行优化的高性能技术。我们的移动和台式工作站经过专门的设计和测试，具备高频处理能力和大容量内存配置，能够加快 AI 工作流程。
推荐用于生成式设计的产品：Z4 台式工作站和 ZBook Studio。
出色的设计功能
来自英特尔® 至强®
和英特尔® 酷睿™ i9 处理器。
了解产品
有疑问？
联系销售支持。
不知道该怎么选
Z 系列工作站？
需要 Z 系列工作站方面的支持？
免责声明
- WGI，“2022 年基础设施行业 10 大战略技术趋势”(10 Strategic Technology Trends for the Infrastructure Industry in 2022)，2022 年 7 月发布，https://www.glcm.info/_files/ugd/2ea0c4_42a140ef04454d7f9bab2943d1fa6d08.pdf?index=true
- Dodge Data & Analytics/Autodesk，“通过 BIM 加速数字化转型”(Accelerating Digital Transformation Through BIM)，2021 年， https://proddrupalcontent.construction.com/s3fs-public/DigitalTransformationBIMSMR_111021.pdf
- AEC Magazine，“NVIDIA RTX 将建筑设计提升至全新水平”(Take Architecture Design to a New Level with NVIDIA RTX)，2021 年 10 月 8 日， https://aecmag.com/sponsored-content/take-architecture-design-to-a-new-level-with-nvidia-rtx/
- Market Data Forecast，“生成式设计市场研究报告”(Generative Design Market Research Report)，2022 年 1 月，https://www.marketdataforecast.com/market-reports/generative-design-market
- Common\Edge，“一个乐观主义者对 AI 和建筑行业未来发展前景的看法”(An Optimist’s Take on AI and the Future of Architecture)，2021 年 5 月 9 日，https://commonedge.org/an-optimists-take-on-ai-and-the-future-of-architecture/
产品的Logo及位置可能与图片有所差异，不影响产品性能和功能，请以实物为准。
产品图片仅供参考，因不同国家可能存在稍许差异，实际产品以销售为准。
英特尔、英特尔标志、酷睿和至强是英特尔公司或其子公司在美国和其他国家（地区）的商标或注册商标。Microsoft 和 Windows 是 Microsoft Corporation 在美国和/或其他国家（地区）的注册商标或商标。NVIDIA 和 Quadro 是 NVIDIA Corporation 在美国和其他国家（地区）的商标和/或注册商标。Linux® 是 Linus Torvalds 在美国和其他国家（地区）的注册商标。AMD 是 Advanced Micro Devices, Inc. 的商标。
本文所载信息如有变更，恕不另行通知。惠普产品与服务的完整保修条款见此类产品和服务附带的正式保修声明。本文中的任何信息均不构成额外的保修条款。惠普对本文包含的技术或编辑方面的错误概不负责。
4AA7-5993CHP，2022 年 7 月