过去十年来,人工智能已经能够创作小说、编写剧本、谱曲并创作屡获殊荣的视觉艺术作品。随着人工智能在创意行业得到广泛应用,这种现象引发了人们对于失业问题的担忧,但与此同时,人们可以借此机会将简单而低效的工作交由机器来完成。
近年来,很多研究都致力于探索如何让建筑师借助人工智能的力量来促进并简化设计流程。正如CRTKL伦敦副总监Caoimhe Loftus所说:“设计的发展曾因我们的手动绘图和分析能力而受到限制。如今,我们可以借助人工智能的力量,以更快的速度生成并分析更多方案,从而提供更加明智且可靠的设计解决方案。”
目前,人工智能正在攻克的一个低效领域正是手动绘制平面图。2019年,就读于哈佛大学的Stanislas Chaillou在ArchiGAN项目中,使用一个包含800多份公寓平面图的数据库来训练机器学习模型,在给定公寓面积的前提下进行空间规划与布局,并确定门窗和家具的位置。随着机器学习模型的成功扩展,用户可指定每层楼的公寓划分方式,并确定入口和窗口位置。机器学习模型便将给出单独的公寓布局建议,然后将这些单独的布局组合在一起就是建筑的整层布局图。
来自英国的Oliver Green就曾将机器学习技术与公司已完成的住宅设计方案数据库相结合,创建了一款公寓布局推荐工具Homegrown。建筑师们可使用这款工具查看与其建筑相匹配的各种布局方案,然后在Revit上花费短短几秒时间,就可完成公寓改建。Architext是Theodoros Galanos和Tyler Lastovich在去年联合推出的平台,通过人工智能应用,用户在输入文字描述要求后,网站即可帮助其创建理想的公寓布局。
人工智能还可以帮助建筑师出品更加优质、更可持续的设计方案。Spacemaker使用机器学习技术,可在设计初始阶段帮助设计师测试各种可行性方案,在日照、自然光、噪音等方面确保良好的生活环境质量。人工智能可在几秒内计算出相关信息,这样一来,设计师可更快地获取所需信息,从而快速迭代并出品最优的设计方案。
借助这些工具,设计师可快速测试多个解决方案,并最终获得各方满意的设计方案,避免了针对每个方案的反复建模和修改。同样基于机器学习和人工智能的文本转图像工具,如Midjourney和DALL-E,为我们展现了人工智能如何帮助设计师在几秒内创造独一无二的杰作。在此过程中,设计师的角色发生了变化。我们不需要再亲手制作作品,只需选择正确的提示符,就可以获得符合预期的设计和成果。
建筑师都渴望创造更好的场所和空间,而我们设计和交付这些项目的方式也在不断演变。尽管采用新工具的过程会有诸多困难,但我们不能忽视行业变革的重要性。人工智能及其他新兴技术将成为我们未来设计的一部分,让我们的工作变得更加高效。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。