CobiNet(寧波)推薦(jian)文(wen)章： 毫(hao)無疑問，機(ji)(ji)器(qi)在(zai)建筑(zhu)(zhu)師(shi)的工作中扮演著(zhu)愈(yu)(yu)來愈(yu)(yu)重要的角色。尤其是在(zai)參數化與生成(cheng)式設計中，建筑(zhu)(zhu)師(shi)開始將機(ji)(ji)器(qi)的思維運(yun)用到(dao)建筑(zhu)(zhu)設計領域，機(ji)(ji)器(qi)隱隱約(yue)約(yue)以設計者的身份參與進方(fang)案之中。遺傳算法、神經網絡、多代理系統這些人工智能(neng)方(fang)法開始協助建筑(zhu)(zhu)師(shi)形成(cheng)方(fang)案，機(ji)(ji)器(qi)從工具演化成(cheng)了(le)助手，建筑(zhu)(zhu)師(shi)的人工智能(neng)時代的序(xu)幕似乎正要拉(la)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，我們能夠對文脈進行準確的描述(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(de)(de)(de)觀(guan)點具有一(yi)定的(de)(de)(de)個人色(se)彩(cai)和時代局限(xian)性，建筑學作為一(yi)門要求(qiu)創意性的(de)(de)(de)學科(ke)，需要聚合各類信息經驗，進行歸納分(fen)析，并在(zai)此基礎上進行聯想發散，與多學科(ke)多對象協調溝通，最(zui)終形成創意性的(de)(de)(de)解決(jue)方案，這一(yi)切(qie)過程(cheng)至少(shao)當下是難以(yi)被(bei)用明確的(de)(de)(de)規(gui)則和程(cheng)序(xu)所能涵(han)蓋的(de)(de)(de)。反之，設計過程(cheng)中能夠被(bei)規(gui)則化和程(cheng)序(xu)化的(de)(de)(de)部分(fen)，顯(xian)然都是已(yi)經或者(zhe)不遠的(de)(de)(de)將來(lai)將會由(you)AI完成的(de)(de)(de)。這一(yi)趨勢在(zai)人工智(zhi)能高速發展的(de)(de)(de)今天變得(de)尤為明顯(xian)，建筑領域(yu)中結(jie)構、機電(dian)、暖通等專業由(you)于存在(zai)清晰的(de)(de)(de)規(gui)則和指標，受到的(de)(de)(de)沖(chong)擊將會更(geng)為巨大。

人工智能與創造力——無限可能的明天

正如(ru)上(shang)文所提及的，建筑師(shi)大多數程式化(hua)、重復性的工(gong)作，不(bu)久(jiu)就會被AI所取(qu)代。建筑師(shi)未來(lai)的核心價值，在于人(ren)(ren)類獨有的創造(zao)力。但是(shi)，鑒(jian)于人(ren)(ren)工(gong)智能的發展是(shi)如(ru)此迅速(su)，AI未來(lai)會不(bu)會擁有和人(ren)(ren)類一樣的創造(zao)力？

盡管Gehry的(de)(de)團隊有著(zhu)一流的(de)(de)數字設計技術，但(dan)方案(an)的(de)(de)創意還是源自最原(yuan)始的(de)(de)草圖。

要回答這個問題，我們需要先弄清創造力是什么。簡而言之，創造力是人類智慧的典型特點，涵蓋思維的聯系、回憶、感知、類比、結構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歷的影響。創造力分為三類，一是組合創造，即在已有的概念和規則下優化改進；二是探索創造，即在結已有構化的概念空間內進行發掘拓展；三是轉換創造，即徹底突破原有的概念和規則，例如畢加索的Tete de Femme(女人頭像)，徹底突破了原有的藝術形式。

人(ren)(ren)工智(zhi)能(neng)實踐中(zhong)(zhong)在前兩種創(chuang)造(zao)中(zhong)(zhong)取得(de)了不錯的(de)(de)(de)成果(guo)。得(de)益于深度學(xue)習(xi)技(ji)術的(de)(de)(de)迅速發展，人(ren)(ren)工智(zhi)能(neng)可以從海量的(de)(de)(de)數據(ju)中(zhong)(zhong)開(kai)始學(xue)習(xi)并進行(xing)歸納推理，最終(zhong)形成一定的(de)(de)(de)智(zhi)慧和創(chuang)造(zao)力。這種基于“統計”的(de)(de)(de)模式(shi)與人(ren)(ren)類的(de)(de)(de)學(xue)習(xi)行(xing)為(wei)有一定的(de)(de)(de)相似性，相較于之前僅由一定的(de)(de)(de)“規則”生成的(de)(de)(de)智(zhi)能(neng)更(geng)加強大。

ImageNet是(shi)全球最大(da)的圖像(xiang)識(shi)別數據(ju)庫(ku)。一個(ge)嬰兒三歲左右就可看見(jian)三億幅畫面，因(yin)此ImageNet沒有一味優化圖片識(shi)別算(suan)法(fa)，而是(shi)讓(rang)人類(lei)替AI進行識(shi)別，讓(rang)AI從大(da)數據(ju)中對規(gui)律(lv)進行統計和理解(jie)。

曾經火爆一時的(de)圖(tu)像處(chu)理(li)應(ying)用Prisma，通過對海量(liang)圖(tu)片的(de)深度(du)學習(xi)來分析圖(tu)像特征，最終實現對圖(tu)像風格的(de)轉換。

CMS開發(fa)的(de)(de)(de)網(wang)頁設(she)計(ji)平(ping)臺The Grid。只需要(yao)將網(wang)頁的(de)(de)(de)內容(rong)上傳到該(gai)平(ping)臺，它(ta)就會自(zi)動生成一個極具設(she)計(ji)感的(de)(de)(de)網(wang)站。The Grid把其平(ping)臺的(de)(de)(de)AI稱為Molly，聲(sheng)稱Molly每三個月學習的(de)(de)(de)網(wang)站設(she)計(ji)數目就超過(guo)了銀河系(xi)的(de)(de)(de)恒(heng)星數量。

由The Grid設計的網頁

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

1980年，哲(zhe)學家John Searle在(zai)Minds, Brains, and Programs一(yi)(yi)(yi)文(wen)(wen)(wen)中(zhong)提出了(le)一(yi)(yi)(yi)個(ge)著名的(de)(de)(de)(de)(de)思(si)想實驗——中(zhong)文(wen)(wen)(wen)房(fang)間(Chinese Room)：房(fang)間里(li)坐著一(yi)(yi)(yi)個(ge)完全不會中(zhong)文(wen)(wen)(wen)的(de)(de)(de)(de)(de)人(ren)(ren)，房(fang)間外(wai)(wai)的(de)(de)(de)(de)(de)人(ren)(ren)將中(zhong)文(wen)(wen)(wen)問(wen)(wen)題寫在(zai)紙片(pian)上(shang)(shang)遞進房(fang)間內(nei)(nei)。房(fang)間內(nei)(nei)的(de)(de)(de)(de)(de)人(ren)(ren)可以根(gen)據一(yi)(yi)(yi)系列的(de)(de)(de)(de)(de)規則和指令(ling)挑選印在(zai)卡(ka)片(pian)上(shang)(shang)的(de)(de)(de)(de)(de)中(zhong)文(wen)(wen)(wen)詞句，然后(hou)按一(yi)(yi)(yi)定順序連接成文(wen)(wen)(wen)字回(hui)遞給門(men)(men)外(wai)(wai)的(de)(de)(de)(de)(de)人(ren)(ren)。在(zai)門(men)(men)外(wai)(wai)的(de)(de)(de)(de)(de)人(ren)(ren)看來，門(men)(men)內(nei)(nei)的(de)(de)(de)(de)(de)人(ren)(ren)能(neng)夠使(shi)用(yong)中(zhong)文(wen)(wen)(wen)回(hui)答中(zhong)文(wen)(wen)(wen)問(wen)(wen)題，因(yin)此門(men)(men)內(nei)(nei)的(de)(de)(de)(de)(de)人(ren)(ren)是會中(zhong)文(wen)(wen)(wen)的(de)(de)(de)(de)(de)。但實際上(shang)(shang)，門(men)(men)內(nei)(nei)的(de)(de)(de)(de)(de)人(ren)(ren)只(zhi)是在(zai)遵循指令(ling)，完全不具備(bei)中(zhong)文(wen)(wen)(wen)能(neng)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則和指令，只是人類自身智能的低層次延續。在這種情形下，AI的思維與人類的思維仍然是不同的，也難以擁有人的創造力。

因此(ci)，在(zai)“中文房間”后，Searle提(ti)出了(le)強人(ren)(ren)(ren)工智能(neng)(neng)的(de)(de)(de)概念(nian)，指AI能(neng)(neng)夠完全以(yi)人(ren)(ren)(ren)類的(de)(de)(de)方(fang)式(shi)思考解(jie)決問題，也(ye)就(jiu)是(shi)(shi)說我們(men)需(xu)要(yao)理解(jie)思維的(de)(de)(de)本質，然后讓AI掌握它。而(er)這一點(dian)現(xian)在(zai)仍然是(shi)(shi)人(ren)(ren)(ren)類科學知(zhi)識的(de)(de)(de)盲區。但要(yao)讓AI具有(you)和(he)人(ren)(ren)(ren)類一樣的(de)(de)(de)創造(zao)力(li)，而(er)不僅僅是(shi)(shi)人(ren)(ren)(ren)類現(xian)有(you)知(zhi)識的(de)(de)(de)延續，強人(ren)(ren)(ren)工智能(neng)(neng)的(de)(de)(de)實現(xian)十分必要(yao)。我們(men)現(xian)在(zai)還難(nan)(nan)以(yi)完全理解(jie)人(ren)(ren)(ren)類思維中模糊與(yu)不確定、直覺(jue)與(yu)潛(qian)意識等對創造(zao)力(li)至關重(zhong)要(yao)的(de)(de)(de)元素，人(ren)(ren)(ren)的(de)(de)(de)創造(zao)性仍然是(shi)(shi)當下人(ren)(ren)(ren)工智能(neng)(neng)所難(nan)(nan)以(yi)企(qi)及的(de)(de)(de)。

建筑師與人工智能——人機共生的未來

強人工智能(neng)一(yi)時還(huan)難(nan)以(yi)實現，AI成為建(jian)筑(zhu)師還(huan)為時尚早。但人工智能(neng)必(bi)然會(hui)一(yi)點(dian)點(dian)替(ti)代建(jian)筑(zhu)師的(de)(de)工作，甚至某些(xie)方案都可以(yi)完全交給AI負責(ze)，建(jian)筑(zhu)師的(de)(de)工作形態(tai)勢(shi)必(bi)會(hui)發生巨大的(de)(de)變(bian)化。我們(men)在這(zhe)場變(bian)革中如(ru)何應對(dui)？我們(men)與AI真的(de)(de)是取代與被取代的(de)(de)關系嗎？

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系，兩者之間應該是更高層次的共生。

建(jian)(jian)筑(zhu)(zhu)(zhu)師不(bu)應為人工智(zhi)能時代的(de)(de)到來而(er)杞人憂天，AI在可(ke)預見的(de)(de)時間(jian)內(nei)仍不(bu)會(hui)徹底取代建(jian)(jian)筑(zhu)(zhu)(zhu)師。就算(suan)足(zu)夠強(qiang)大的(de)(de)人工智(zhi)能真的(de)(de)出現，建(jian)(jian)筑(zhu)(zhu)(zhu)師仍然會(hui)是最后(hou)一批被取代的(de)(de)職業(ye)。建(jian)(jian)筑(zhu)(zhu)(zhu)師在將(jiang)來需要積極的(de)(de)去學(xue)習適(shi)應人工智(zhi)能，創造異于(yu)人工智(zhi)能的(de)(de)核(he)心(xin)價值。試(shi)想未(wei)來建(jian)(jian)筑(zhu)(zhu)(zhu)師只(zhi)需要關注建(jian)(jian)筑(zhu)(zhu)(zhu)設(she)(she)計的(de)(de)核(he)心(xin)概念(nian)，其(qi)余的(de)(de)各種工作(zuo)都可(ke)以讓AI快(kuai)速(su)完成(cheng)；AI與建(jian)(jian)筑(zhu)(zhu)(zhu)師可(ke)以一起討論設(she)(she)計，然后(hou)快(kuai)速(su)作(zuo)出修改調整；建(jian)(jian)筑(zhu)(zhu)(zhu)師與AI各取所長，創作(zuo)出更為精彩的(de)(de)建(jian)(jian)筑(zhu)(zhu)(zhu)與城市——這一切盡在新的(de)(de)時代。新技術的(de)(de)浪潮只(zhi)會(hui)沖(chong)擊那些止步不(bu)前的(de)(de)人，而(er)將(jiang)勇于(yu)擁抱它的(de)(de)人送上新的(de)(de)高峰。

早在1969年，麻省理工學院媒體實驗室創始人Nicholas Negroponte于Towards a Humanism ThroughMachines中就構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，人與機器的關系如此緊密，以致只有雙方互相的說服和妥協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絡。

FAB-UNION是國(guo)內最前沿的(de)數字(zi)化設計(ji)與建造(zao)平臺(tai)。聯(lian)合國(guo)內外數字(zi)建造(zao)學(xue)者(zhe)、建筑師(shi)、設計(ji)師(shi)、專家及相關(guan)企、事業單位和學(xue)術(shu)團體，關(guan)注(zhu)國(guo)際(ji)數字(zi)設計(ji)建造(zao)新聞，推薦(jian)優秀數字(zi)編程(cheng)與建造(zao)作品，推動數字(zi)化建造(zao)工藝的(de)發(fa)展(zhan)，創造(zao)新銳數字(zi)實(shi)踐者(zhe)的(de)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域產品研發生產超五類，六類,七類線，屏蔽模塊，配線架及相關模塊配(pei)件的研發和(he)生產(chan)。

歡迎來電咨詢0574 88168918,郵箱sales@aliance.cn，網址aliance.cn