完善主体资料,免费赠送VIP会员!
* 主体类型
* 企业名称
* 信用代码
* 所在行业
* 企业规模
* 所在职位
* 姓名
* 所在行业
* 学历
* 工作性质
请先选择行业
您还可以选择以下福利:
行业福利,领完即止!

下载app免费领取会员

NULL

ad.jpg

利用人工智能探索建筑创作灵感

发布于:2022-10-12 11:01:11
首页/BIM专题
分享
1.引言

人工智能(AI)的发展侵袭着人类生活的各个领域,同时也将对建筑领域产生巨大的影响。目前许多的应用场景已经在各种场合被提出,将人工智能应用于建筑策划、建筑设计、建造施工、建筑运营管理已是未来建筑行业发展的重要方向之一。

人工智能图像生成技术作为人工智能近几年飞速发展的支线之一,已有一些成熟的软件系统可供建筑创作使用,包括使用生成图像、图像转换、图像合成、图像风格迁移、图像超分辨率等等,今天就是带来使用人工智能进行建筑图像创作的案例。

2.现有数字技术与人工智能

首先我们还是要区分现有数字技术与人工智能技术的区别与联系。

自从上个世纪计算机辅助技术(CAAD)被提出和应用以来,建筑创作就进入了数字化时代,近年来出现的参数化设计、数字化建造以及建筑信息模型(BIM),都属于数字化建筑设计范畴。

1958 年,美国埃乐贝联合事务所首次尝试将电子计算机运用于建筑设计,这成为了 CAAD 首次在建筑设计实践中的应用。AUTOCAD 软 件 的 出 现, 建 筑 师 开 始 全 面应用电脑绘制建筑设计图纸,但是甚少通过CAAD 进行建筑设计方案的推演。

进入 20世纪 90 年代,参数化设计成为一类新的CAAD 技术,建筑师利用玛雅(MAYA)、犀牛(Rhino)等软件生成非线性建筑设计方案,突破传统几何形体的限制来进行建筑创作,已经成为一种主流设计趋势。

建筑信息管理(BIM)目前逐渐被市场接受,逐渐应用在建筑设计的全过程之中,但是它并不主动生成方案,而是通过人工方式将建筑设计方案建模输入系统,成为计算机可以理解的图形与数据语言,并以此完成以BIM为核心的多方协同数据工作。

目前,由于建筑大数据尚未成熟的建立,人工智能方法应用于建筑设计正处于初级阶段,绝大部分场景还处于研究中,即使有小库(XKool)这样专注于利用人工智能进行建筑设计的上市企业,但是其技术原理尚未大规模推广开来。

人工智能方法与现有数字化技术的重要差别在于,人工智能方法是一种具有主动学习特点的算法,会对数据进行进一步的分析与理解,必须特别突出海量数据参与运算的特点。目前的数字化手段暂时还不能称作人工智能的建筑设计,但是却为人工智能的建筑设计提供了海量数据积累的基础。

3.文本生成建筑图像
3.1文本生成图像的基本介绍

利用文本生成图像的主流人工智能方法有VAE(Variational Auto-Encoder,变化自编码器)DRAWDeep Recurrent Attention Writer,深度聚焦机制)、GANGenerative Adversarial Network,对抗生成网络),其中GAN是目前最主流的方法。

GANan Goodfellow2014年提出,其基本原理很简单。以图片生成领域为例,整个网络由两个部分构成:G(Generator),即生成器,以及D(Discriminator),判别器。G接收按照一定概率分布生成的随机分布作为噪声,生成和真实数据尽可能类似的图片;而D则负责从真实数据集和生成的图片中,区分真假,两者的目的相反。GAN的优化过程是一个极小极大博弈(Minimax game) 问题,优化目标是达到纳什均衡,使生成器估测到数据样本的分布。

由于GAN输入的随机噪声是一组低维度数据,输出的图像是一组高维度数据,因此我们才能利用GAN通过几个关键词或者文字生成图像。

除了原始的GAN之外,还有多种GAN的变体,如DCGANInfoGANCycleGANWGANSelf-Attention GANBigGAN,正是由于GAN的不断发展,逐渐形成多种应用场景的图像生成技术。

而在GAN之后出现的Diffusion Model将使用一句话生成图像(Text-To-Image)的工作方式推到大众面前,在图像合成领域也成为了最先进的生成模型。即使Diffusion Model出现也仅仅两三年,但也出现更多的现象级产品,如2021OpenAI推出的DALL-E

Diffusion ModelGAN相比有以下两方面大的特点。

1GAN模型可以获得很高的生成质量,但是高质量是通过牺牲多样性实现的,并且GAN模型的设计需要精密的参数选择,否则很容易崩溃,这些缺点限制了GAN模型在下游任务的应用。

2)扩散模型已经被证明可以生成高质量的图像,并且相比于GAN能够更好地覆盖样本分布,但对扩散模型架构的研究相对较少,扩散模型仍有继续改进的潜力。

3.2利用文本生成图像实例

在以上文本生成图像的技术基础上,我们选择了一些当前较为好用的文字生成图像软件产品用于在建筑创作上的生成测试,如小库科技、ERNIE-ViLGStable-DiffusionDisco Diffusion以及文心一格等。

我们可以在不同的图像生成平台,可以以关键词或者句子的形式作为输入条件搭配一些描述性词语就能够生成多个对应不同类型的建筑。以下将以常见的房屋建筑、交通建筑、体育建筑、景观园林为例生成多个对应类型的建筑概念图像,展示不同风格的魅力。

转载请注明来源本文地址:https://www.tuituisoft/bim/27018.html

未标题-1.jpg

上一篇:没有了

下一篇:没有了