天天观焦点：AI自动匹配住宅立面，应用落地近在咫尺！

- 从 AI画师到 AI建筑师 -

(资料图片仅供参考)

这段时间 AI绘画火得出圈。在众多开源平台的合力作用下，众人依稀可见插画行业正在经受着炙热地拷问。一方面AI的创作来自于对人类画师作品的学习，另一方面AI又在多个维度上超越着人类画师的平均创作水平。对于每一位平面艺术的创作者而言，是应该不断缔造AI无法复制的杰作，还是应该放下画笔逃离这种行业内卷。我相信每个人的心中，答案五味杂陈……

同为设计师，我相信那些有骨气的艺术家对AI效仿品是不屑一顾的。

但作为参数化设计师和AI技术的研习者，我们必须反思：假设当初研发AI绘画技术的主力军是画师，而不是AI工程师。想必今天AI绘画应用的模式，会以更加丰富饱满的姿态出现。手握AI辅助工具的画师们定不会感受到来自于当下AI画师的威胁。

建筑师，不可隔岸观火

从位图（图片像素）到矢量（CAD线），并没有那么大的鸿沟……至少当下的诺亚，已经率先实现了多种跨越性的突破，而我们也正在和众多同行的建筑师一起，思考AI在建筑设计领域的长远应用形态。

-AI专家系统实现矢量模型迁移 -

在今年的诺亚开发进程中，我们曾反复对外分享过图形RPA、AI专家系统、AI机器学习三者之间的配合关系。目前正在公开中的立面RPA已经接近成熟，这套技术形态能够帮助建筑师快速地实现立面智能化生成程序，而且具有极高程度的可自主定义性。也就是说建筑师可以像日常做设计一样去定义一套立面生成程序。而一旦一种风格程序被定义好，AI即可以将其迁移到各种各样的建筑体型上。

第一步：定义一种风格编码

一串自动生成编码代表一种建筑里面风格

第二步：自动适配各种建筑体量模型

每串编码自动在多种楼型上自动生成该风格立面模型

没错，将一种立面风格算法，迁移至各种建筑体量已经是成熟技术。那问题是定义一种风格算法的研发周期需要多久？一直以来关注诺亚开发的朋友，对专家系统都不陌生，设计开发一套全新的专家系统需要漫长的周期，这是这种技术形态不被AI炼丹师看好的核心原因。而诺亚第五代算法框架的核心思维，就是降低！再降低！每项AI专家系统的研发周期及研发成本。最终我们实现一套快速自定义专家系统的方式方法，也正在闭合这套研发工具。

如果以上一段信息大家能够消化，就能理解诺亚所在努力的：为建筑师量身定制一套在未来驾驭AI算法的工具。

- 什么是 “可控AI” 和 “不可控AI” ？-

这里尝试用 Midjourney AI画了一幅：）

两个AI在打架，大家可以脑补一个是专家系统，一个机器学习

描述： Two robots are fighting with swords

举个例子，上面是幅《机器人格斗》主题的AI画作。基本上输入 “Two robots are fighting with swords” 之后，经过几轮人工选择引导绘制而成，全程3-10分钟。体会过这个AI的绘画过程后有感：这套算法无法复现任何人脑中的图像，它是通过一次次的词汇元素检索，和固定的图像融合模式算法来合成一幅画作，其结果往往和作者的初衷大相径庭，但路人看起来却感觉很不错。创作作为人性的基本表达方式这一深意，在这个过程中荡然无存了……

我们需要认清楚，AI的技术应用方式会有很多种，有些高度可控，有些则不可控。人们往往在路过时认为不可控的更高级、更神秘；同时在实战时认为可控的更实用，更落地。诺亚开发3年走来，对此深有体会：

对于建筑师而言，所有的创作技艺都需要是可控的，可理解的。也许对于所有的设计师和人类创作艺术而言这句话都适用。直觉、经验、手法、肌肉记忆等等这些都是匠人创作的组成元素，人类的创作活动是通过调用这些创作方式来进行创作。

反而言之，如果AI一味地对结果进行采集拼装，通过老的结果模拟新的结果。虽然设计这个程序算法的过程也是一种设计创作，但大部分生成的结果是高度不可控的，缺乏人的主观意识参与的。这也是目前对于一个以结果为导向分工合作的设计行业所必然不能接受的核心原因之一。

所以，搞清楚这件事后，我们重新强调！

AI专家系统+图形RPA 是自上而下的，专家推理逻辑，是将设计经验、工作流程、规范数据、制图库高度集成化全自动化设计制图程序，它是高度可控可自由定义的。

AI机器学习是自下而上的，可对于不确定结果、甚至结果无明确要求的工作环节进行过渡或平替。这种技术形态在AI专家系统的控制下，在图形RPA的约束下，有可能形成一定程度的应用落地形态。我们不抗拒任何一种能够为建筑师所用的技术生态，同时也强调，任何一种技术，在进入一个行业前，要优先敬畏这个行业。

- 打开黑盒，聊聊诺亚住宅立面专家系统-

先说知识库，知识库是专家系统的必要组成部分，分为很多类型，其内部是高集成的专业知识结晶。图纸、模型、流程、经验规范、设计逻辑都可以是知识库。

那么若想将一个住宅立面风格迁移至实体建筑模型上，必要的知识库就有以下分类：风格库（目标参考）；建筑体量分类库（生成基础）；风格生成算法库（执行程序）

先讲风格库方面：感谢业内人士对住宅立面设计体系的总结和分享，如今大家能够更平行地得到众多的设计目标经验参考。相信每家企业对风格划分都有自己独到的见解，这些差异也形成了各家特有的局部市场优势。那么对于AI专家系统而言，每出现一种主流风格，就可以将其定义成一个AI程序使其能够自动化生成并在多种建筑体量间复现、迁移。

各种立面库分类雷同、不逐一列举

建筑体量分类库方面：我们将诺亚精选楼型库内的板式高层建筑体量进行了分类比对，基本上能够得出以下几大主流类型。一旦分类总结清晰，接下来就可以针对这些分类定制化，大幅度的简化AI专家系统和图形RPA的开发工作。

基于生成算法逻辑将板式住宅立面生成算法

分为两条体系六大类

再说立面风格智能化生成程序的编辑流程：诺亚五代立面RPA使其大幅度简化。大部分参数化设计师已经可以轻松上手，直接使用。

数字冥想于同济DigitalFUTURE20202国际工作营

首次开源五代RPA内测版

数字冥想实习生培养项目 - 专家系统定制课题

多种风格自由变化Artdeco、大都会，都没问题

-落地方面-

优先在大场景环境下接轨大规模实战

所以，接下来再遇到城市设计的项目，大地块多方案对比这类工作。大家不用卷了，这套算法基本可以平替。之后单体立面也很快会达到与平面设计图联动。