AI人工智能如何“想象”当代住宅？15个国家测试

作者 Victor Delaqua | 译者 黄菁菲
于2023年四月, 24

思考我们如何居住就是思考建筑。人们对住所的最初需求是这门学科的起始，直到今天住宅仍是建筑师们最关心的问题之一。提供舒适度、寻求材料创新、尊重记忆、改变文化等多个诉求层次累积、交织于住宅的设计之中。因此，如何综合想象、考量当代家庭的设计是一个巨大的挑战。为了寻求新的视野，我们与 Ulises Design Studio 合作，意在了解人工智能 AI 如何在 15 个不同国家的背景之下“想象”当代家具。在现实与虚构的数据中，由 AI 生成的图片可以为建筑师带来空间实践、图像生成的新灵感及重要思考。

+ 56

如 Midjourney 或 DALL-E 之类的AI软件可以根据需求生成图片，并可以根据每个工具的数学数据模型建立不同的生成方式。设计自定义数据集、输入精准“坐标”、在后期编辑或添加元素等对于生成图像结果至关重要。考虑到这一点，我们带着这个问题开展了这一项目：人工智能如何“想象”当代住宅？

在没有明确规则的情况下，研究的第一步则是在 Midjourney 中输入关键词，例如：“/想象：ArchDaily网站上展示的现代住宅（/imagine: contemporary house showcased on archdaily website）”。结果，由此生成的多个图像有着相似的设计语言，并在材料与情境方面几乎没有变化。这种同质化的生成结果是由于AI数据库中的主要架构风格固化，软件通过机器学习训练期间创建的图像识别或分类模型中固定了模式中导出的图像。例如，图像数据库可能学习到 ArchDaily 上发布的多个住宅，这些住宅都具备两层楼、正交结构、位于首层的公共功能区划、位于上层的私密区域、以及大面积玻璃窗口等特点。AI 图像生成软件学习了这些“标准”后，生成有着“标准”特点的模式化图像，由此贴合输入关键词要求，并且图像中不会包含其他适用于当代住宅的建筑形式、技术、材料。

如此，人工智能 AI 通过机器学习，倾向于建立不考虑其他可能性的建筑设计语言“霸权”，产生出乡土形式、传统形式、或不符合大规模生产的建筑图像。因此，自动化生成图像中的重复性直接地反映了我们如何感知这个世界、以及如何影响我们想象、设计建筑。正如圣保罗大学建筑与城市规划学院（the University of São Paulo (FAUUSP)）的教授 Giselle Beiguelman 所说：“没有技术是中立的，每张照片都是一系列技术和程序实例的产物，其中包括从取景模式到现场‘遗漏’之物。”在有效运用AI工具时，对建筑师至关重要的宣言在于如何维护这一过程中的创新性，并提出在不同情境下的适当解决方案。

为了寻找人工智能如何更广泛地感知现代住宅的方式，我们重新审视了具有新规范的实验，以此摆脱软件数据中存在的图像“霸权”现象。为此，我们选择了 15 个具有不同情境的国家，这些国家中都有着杰出的建筑工作室。Ulises Design Studio 通过添加如空间型式或材料等其他构成元素，创造了一系列图像，以此说明、描绘不同地区室内外住宅的各种可能性。

根据负责生成图像的团队所言，这一方式可以让设计师在机器学习过程中融入不同的愿景和偏好，并让生成结果更加个性化。他们说道：“我们相信这一工具对于近未来的想象、可视化、设计空间来说十分有用，这一项目则是我们对此的微薄贡献”。

在大量被创作出的图像中，我们可以瞥见建筑如何可以变得多样化，并展示服务同一目标“住宅设计”的不同解决方案，其中将涵盖乡土传统、材料进阶使用、室内设计、人体尺度布局等各种考量。在这一组图像中，所有人工智能AI所带来的“标志”都配置了一个工具，并有助于表达不同情境下的文化、畅想不同的空间实践。此外，我们可以注意到某些图像中的重复模式，因此也可以得出简短的结论：当传统的技术被转译为现代设计时，所有项目中的落地亲生物设计、低效率的空间设计、或非明确的功能区划等重复的“想象”都是现阶段无法实现的。

在 AI 生成图像不再必须符合现实时，它们可以被用于“扭曲”现实，而仅仅依靠 AI、或接受所见即合理存在是不够的。在处理影响我们感知世界方式的工具时，寻求批判性的眼光以创建、理解每个图像也是至关重要的。当人工智能成为一种设计过程中的宝贵资源时，人性化的设计笔触仍将定义其所代表、所想像一切背后的可能性。