人工智能在建筑中的应用是指利用人工智能技术来自动化、设计并规划建筑流程，或在该领域辅助人类技能。建筑师已采用AI进行设计任务，并被提议作为自动化规划和常规活动的一种手段，可能改变建筑的构思与实现方式。
AI在建筑中的角色从早期概念草图延伸到详细施工文件。通过利用机器学习和深度学习模型，建筑师可以生成视觉设计、优化平面布局并分析环境数据。这种整合正在重塑工作流程，引入新的创造性可能性，并引发关于行业未来的讨论。
AI在建筑中的益处
根据ArchDaily的说法，AI有潜力通过改进设计和规划过程并提高生产力，显著增强建筑行业。其处理大规模数据集的能力使建筑师能够探索一系列设计选择，同时考虑预算、空间需求和可持续性目标等因素，这些都被计算为设计过程的一部分。这可能使建筑师能够在最终确定前生成经过人工审查优化的替代方案，从而可能创造出优化的替代方案供人工审核后再定稿。
AI工具也帮助建筑师吸收城市和环境数据以指导其设计，简化项目规划的初始阶段并提高效率。通过特定提示语的生成式AI进展，能够生成或合成逼真图像，使建筑师能渲染并探索各种材料选择和空间配置。这可以加速创造性过程，培育设计中的实验性和复杂性。
此外，AI的模式识别和编码能力有助于组织设计资源和开发定制应用，增强建筑师与AI系统之间的协作。AI通过分析各种因素并提出节能改造建议，为建筑可持续性做出贡献，推动行业向更环保的做法迈进。它还支持建筑维护、项目管理以及创建沉浸式虚拟现实体验，以增强建筑工作流程。
示例包括像Midjourney这样的文本到图像系统，用于创建详细的建筑图像，以及来自Finch3D和Autodesk等公司的优化工具，这些工具能够从简单的程序输入中自动生成平面布局。然而，建筑工地的高度可施工性要求从数字文件向永久性物理结构的过渡，这些结构受到严格安全法规、材料限制、感官直觉和特定场地特定文化背景的约束，这使得全自动化变得困难。
早期采用者与实验实践
建筑师Stephen Coorlas通过AI积极挑战传统的建筑工作流程。他的早期计划“AI与建筑的投机化”训练像Midjourney、Luma AI和PromeAI等文本到图像工具，以生成精细的建筑插图，包括施工文档、建筑细节和装配序列。通过输入精确的术语和建筑语言，Coorlas促使AI生成类似传统图纸的轴测图，然后用AI生成的深度图和图像到3D线框图工具实验动画输出。
Coorlas的发明过程邀请建筑师重新思考建筑环境中的作者身份、自动化以及视觉传达的未来趋势。与其将AI视为附属工具，他主张AI是一种能够应对建筑特定挑战的探索性合作者。他的工作丰富了关于生成式设计、参数化优化以及机器辅助创造力的哲学意义的讨论，从而引发了对这些技术如何重塑建筑自主权、精确度和教学法的思考。
另一位支持者，建筑师Andrew Kudless，对Dezeen表示他利用AI创新，通过融入设计概念中通常不具备的材料和场景，这种变化可能会显著改变向客户展示的效果。他认为设计变更应成为客户与设计师关系中的积极方面，而AI有助于主动让客户参与这一过程。Kudless强调AI在建筑事务所中可促进劳动，特别是在自动化渲染任务方面，这既能减少初级员工的负担，又保持设计控制权。
新兴美学与新风格
在Dezeen的AItopia系列访谈中，设计师Tim Fu讨论了AI的转型潜力，AI可能预示“新古典未来主义”风格的出现，将古典壮丽与未来设计结合起来。通过“AI石材雕刻师”项目，Fu展示了AI如何通过由人类工匠实现的生成设计概念来创新传统实践，例如，根据设计构想手动雕刻。这种方式不仅赞美了多样建筑风格的融合，还强调了AI在增强创意设计过程中的独特能力。
剥削设计杰作的未来在于融合传统与现代技术，通过关注未来而非仅停留在传统手段。AI的参与，正如Fu所提，能够使设计师回归古典美学，并避免当今主导建筑风格的极简主义。Fu所预见的AI融入带来了一种相对于传统过程的极性变化，可让建筑师专注于创造更复杂和精致，重拾古典精美的设计。他将AI看作一种不可或缺的工具，可以用来改变建筑而非新兴平行。
这种观点与马纳斯-who所表达的观点产生共鸣，其探索将生成式AI视为通过机器来影响设计的方法他并肩合作，以超越地域界限和时空未来。
关切与专业影响
随着AI在各行业的拓展，AI对建筑行业的影响日益成为讨论的热点。这些讨论侧重于AI过程如何影响传统实践，甚至可能改变职位角色并塑造未来建筑工作的形态。担忧包括，在渲染等任务中可能导致初级职员被替换，存在同质化设计美学风险，以及如何在关键安全决策中保持人类监督的问题。
代人观念也存在的问题：当AI生成设计时，版权何在？建筑师如何发展如提示工程和AI工具管理等新技能？大数据集和深度网络模型的依赖会引发偏见和数据隐私问题，尤其是在使用专有工具时。此外，AI在施工和规划中的整合可能要求更新法规框架和执业标准。
尽管存在对立，许多从业者将AI视为合理的存在，而非整个职业的替代，它的功能可以是增强人的创造力和效率。建筑界内的不断对话，旨在利用AI潜力并解决挑战，确保职业以负责任的方式发展。
技术基础
AI在建筑中的基础依赖于各种AI技术，包括用于模式识别和预测的机器学习、用于图像生成和分析的深度学习，以及用于处理文本设计需求的大型模型。2017年发明的Transformer架构是许多现代生成工具的基础，这些支持文本到图像和文本到3D的能力输入。这些模型基于大规模的建筑图像、图纸和文本数据集训练，使它们能够学习空间关系和设计原则。
优化算法，例如生成式设计中使用的算法，基于约束探索大量设计置换，从而能产生人类设计师可能无法直觉地创造人无法创造的解决方案。计算机视觉技术辅助分析场地照片、监控施工进度和检测缺陷。强化学习被用于探索自主设计迭代和机器人施工任务。
硬件发展，包括GPU和专用AI加速器，如AWS Trainium和Google Cloud TPU，使大规模模型的训练和部署或可执行。云计算平台（如Amazon Web Services、云服务商Azure和Google Cloud）为COVID时的AI驱动设计工具提供了可扩展性能基础设施 µC早已，确保如OpenAI、Anthropic和Google DeepMind等开发基础模型以供建筑师适应特定任务。
实际应用
AI在建筑中的应用已覆盖项目生命周期。在概念阶段，，生成式设计工具根据场地条件、程序要求和美学偏好创建多种设计方案。在初步设计阶段，AI协助空间规划、动线分析和体积研究。在扩初设计阶段，AI优化建筑性能，涵盖能源效率等多个方面。
在施工中，AI驱动的机器人和无人机监控进度，而预测分析帮助管理时间表和预算。在让渡和使用直至阶段，AI系统分析传感器数据以优化建筑运营和维护。虚拟与增强现实，通过AI增强，允许客户在施工前沉浸式体验设计。
扎哈建筑事务所和建筑事务所与设计公司Foster + Partners已尝试使用AI进行参数化设计和环境分析。初创公司like Finch和Autodesk的生成式设计工具使AI技术更多中小事务所可用。教育机构，如麻省理工学院计算机科学与人工智能实验室和斯坦福AI实验室，正在研究AI在建筑中的应用，培养新一代建筑师掌握这些技术。
未来方向
未来，AI在建筑中的发展将扩展到所有阶段，从早期概念到运营管理。新兴趋势包括实时设计协作、适应性建筑、自适应性自动化、以及代码合规检测等。随着AI模型先进性的提升，或者或完全自主的设计，系统可能在后者的行为中实现，但AI在应用中仍应涉及安全、安全和伦理方面。
对可解释AI的研究旨在让模型更加透明，使建筑师理解并信任AI生成的输出。领域专项模型的发展将使结果更具，响应用户交互，同时与BIM的整合可能过于顺畅而简化建筑经验。
然而，AI的应用还需要跨过数字鸿沟，确保小型建筑公司和较不发达地区都能获得这些工具。行业组织正在制定AI使用指引，且正在拟定伦理框架，以监管AI在设计中的角色。建筑社区积极参与影响AI如何重塑建筑环境，以平衡创新与责任。
外部链接