这次，对话哈佛GSD的George Guida的优秀作品。


这个项目探讨了人工智能如何作为一种创造性的媒介来重新构建设计实践本身。它是在哈佛大学GSD的背景下开发的，并获得了哈佛大学数字设计奖。它探索了机器阅读和转换文字和图像的复杂方式，以及人类设计师如何利用这些技术来增加想象力的可能性。

在与George Guida的对话中，我们讨论了语言和建筑之间的关系，以及在未来几年里，通过使用机器学习算法，这种通常是次要的设计媒介将如何在设计实践中发挥不可或缺的作用。

Image generation. ©George Guida

https://www.koozarch.com/interviews/multimodal-architecture-applications-of-language-in-a-machine-learning-aided-design-process



Multimodal Architecture


QUESTION 1

是什么促使你对AI产生兴趣的？

我对AI的兴趣始于2017年我在伦敦Foster + Partners担任建筑师。在这段时间里，我开始欣赏拥有计算技能的同事给每个项目带来的价值。在相同的时间内，一个拥有这些技能的人会比没有这些技能的整个团队产生相同或更好的结果。


在建筑实践中设计大型项目需要不断地评估性能标准（环境、结构、平面效率等），而且它还与快速选型设计阶段相搭配。虽然计算设计提供了这些可能性，但我开始欣赏机器学习和统计神经网络如何将其提升到一个新水平。


因此，我对人工智能的兴趣是从一个更实际的角度开始的。最近在GSD演变成了对改变设计实践和机器学习在建筑中的创造性应用的兴趣。有了这个，我开始着迷于扩大人机协作设计实践的领域。



QUESTION 2
通过在语言和文本中构建，这个项目是如何重新规划建筑和脚本之间的关系的呢？

建筑最终不仅仅是一个建筑，它也是定义的话语和过程。在我们目前的多模态设计过程中，一直存在着对语言有任何意义的内在否定。

建筑最终不仅仅是一个建筑，它也是定义的话语和过程。有趣的是，在我们目前的多模态设计过程中，通过对文本、图像、三维模型、视频等的综合使用，存在着对语言有任何意义的内在否定。Adrian Forty说，在整个现代主义中，有一种信念，即建筑和绘画是建筑师的唯一媒介，这有点像Mies这样的建筑师曾说过的“建造，不要说话”。


这个项目利用最近的文本和图像处理融合成多模态机器学习模型中的融合来挑战这个问题。许多人都看到了最近由文本生成的图像的爆炸性增长，如OpenAI的DALL-E 2、Midjourney或StableDiffusion。这些作品唤起的是对语言在创作过程中的作用的重新定位。通过形式的媒介化，文本和口头语言找到了新的相关性，成为设计的一个关键媒介直接意味着物质性和形式。最终，Multimodal Architecture提出了机器学习辅助设计的方法，建筑师在这个合作过程中保持代理权，并最终应用于最近在意大利罗马举行的MAXXI扩建比赛的设计案例研究。

Writing MAXXI Museum Extension. ©George Guida




处理和实施词汇的方式将被如何影响？

如今，AI模型并不完美的。它们根据我们提供的数据集进行学习和适应，而这些数据集又反映了社会和文化规划。

当你想到这些最近的模型时，它们都是在从许多互联网来源“刮来”的数百万图像和文本提示上训练出来的。这意味着，当我们使用它们时，就必须经历一个反向过程，即学习如何用模型所学到的语言来解释图像或识别特征。

因此，我们发现自己在写一些零散的文字提示，如“卡洛-斯卡帕和扎哈-哈迪德设计的的现代研究建筑，前立面图，超现实主义在艺术站流行”。变得有趣的是文本的语义特异性之间的相互作用，其中人们可以控制内容、物质性、风格和情绪，至少可以说是在语言中有意的模糊性。这意味着我们作为建筑师和机器之间的游戏。

Methodology. ©George Guida


通过依靠一系列的参照物，无论是建筑的还是概念的，这个项目又是如何挑战通过语言制作建筑的力量的呢？


我可以看到，在未来，一个项目的典型施工图会成为一套书面或口头的指令，建筑师会将描述性概要重新设计成建筑。

这一点在艺术中体现得最为明显，例如通过索尔-勒维特 (Sol LeWitt) 的作品，创意作者的角色是不参与的，但艺术本身可以被认为是提示和艺术产出。正如凯尔-斯坦菲尔德 (Kyle Steinfield) 所描述的那样，不同作者的概念并没有使作者成为次要的，而是成为过程中的主要驱动者和合作者。在建筑方面，我们可以在Morphosis和Michele Rotondi的实验性CDLT House中看到这一点，在那里，每天只向承包商提供日常的口头指示，从而形成一个解释的建筑。


因此，这将逐渐重新定义建筑概要的意义。作为对空间的第一次描述，这个文本在质量上的模糊性使得设计的解释变成开放的。我可以看到，在未来，一个项目的典型施工图会成为一套书面或口头的指令，建筑师会将描述性概要重新设计成建筑。

另一个有趣的例子是OMA的BibliothèqueNational(1989)竞赛作品。


他们对设计说明中“想象一座建筑，其中最重要的部分是建筑的缺失”的解释，为他们空洞的方案提供了充分的概念基础。雷姆-库哈斯(Rem Koolhaas) 在描述他每个项目的开始时都是独特的，“这不是协作，而是用文字来定义一个文本，一个概念、野心或主题，只有在它被写入文字的那一刻，我们才能开始思考建筑；文字释放了设计”（库哈斯，1993）。

Methodology. ©George Guida


该项目探讨了“设计师如何利用人工智能来增加想象力的可能性”，那么这样的倍增提供的机会又是什么呢？


我们只是处在这个新的设计范式的开始阶段。想想一年多前我用AttnGAN或CLIP产生的结果的质量到现在的情况，就是摩尔定律的反映（现在正在放缓！）。机器学习，特别是生成对抗网络（GANs）有利于给建筑师提供新的工具来解决创造性问题。除了优化的好处，这些还允许我们对大量数据进行分类、生成和浏览。例如，能够探索多维的“潜在空间”使我们能够在哥特式和后现代建筑图像之间进行视觉导航，并看到混合形式或风格。


我们正在逐步展开尼葛洛庞帝的 "建筑机器"（1970年），机器被用来加强建筑生产的创造性过程。例如，通过英伟达的Instant Nerf等模型，我们正在进入一个图像-3D场景创作的阶段，我们很快就能以非线性方式从文本或简单的思想到图像再到三维设计进行导航。

Progression. ©George Guida

Grid. ©George Guida




对你来说，建筑想象的力量是什么？

许多AI工具的民主化脱离了计算机科学或基于Python的软件，且正在释放出新的令人兴奋的参与式设计形式。

从一个概念到一个详细的设计的速度变得越来越前所未有。有些人担心这是插画师、平面设计师或建筑师的消失，但这些工具也能做的是，在创造新的想象的愿景、叙事和话语方面提供代理。许多未建成的图像或形式给了我们一个批判性的观点，即我们的偏见和文化规范镌刻在每个训练的数据集中。

建筑想象（AI）是起点，正如阿兰-图灵 (Alan Turing) 所写的：“这只是未来的前奏，也只是将要发生的事情的影子”（1949）。

George Guida是哈佛大学设计技术实验室的副研究员，也是设计实践ArchiTAG的共同创始人。他的研究通过机器学习、人机界面和沉浸式混合现实，将设计和技术综合为协作性和参与性的解决方案。他在建筑协会和哈佛大学GSD完成了学业，并作为ARB RIBA建筑师在伦敦Foster + Partners工作了几年，最近在麻省理工学院媒体实验室工作。


*文中作品及图片归作者本人所有，如有版权问题联系即删除