人工智能之后的建筑
德克萨斯大学奥斯汀分校
研讨会2月3日
1月30日至2月24日

在某些圈子里，2022年将被铭记为“文字到图像模式年”。去年4月,OpenAI推出了DALL-E 2，这是前一年发布的DALL-E的更新版本，产生高度细节和超现实主义的图像从文字描述中得到的信息。(这个名字是皮克斯动画角色WALL-E和艺术家Salvador Dalí的合成词)。在DALL-E 2之后，紧接着出现了Stable Diffusion、Midjourney、Imagen和其他“深度学习”模型，这些模型基本上都在做同样的事情。支持这些平台的计算机体系结构并不新鲜，但以前只被一小群专家使用。现在，任何有词汇的人都可以使用它们来制造那种计算机生成的到目前为止，图像一直是训练有素的可视化专家的领域。

随着这些机器学习模型的发布，艺术界和建筑界都陷入了绝望(机器人即将取代我们的工作!)和欢呼(我们指尖的力量几乎是压倒性的!)的混合状态。在过去的几个月里，一些会议和展览试图帮助人们拨开这一激动人心的迷雾，并开始提出理论指南，以帮助人们理解这些新技术及其对建筑实践的影响。其中包括神经结构展览与研讨会在密歇根州陶布曼学院的演讲中在2022年ACADIA会议上的几个小组．最近，德克萨斯大学奥斯汀分校建筑学院(UTSoA)主办了展览研讨会的题目是人工智能之后的建筑．

由UTSoA教授组织代Bieg展览收集了来自世界各地的大约60位建筑学者和从业者(包括策展人自己)提交的大约2000张由人工智能生成的文本到图像的图片。这些图像以一系列自动滚动的幻灯片形式显示，投影在UTSOA的Mebane画廊的墙上。每张图片出现几秒钟后就会被队列中的下一张图片所取代，令人眼花缭乱的流显示出使用这些模型的人正在大量制作图片。就内容而言，大多数图像都倾向于乌托邦/反乌托邦的建筑——很难区分——装饰着或与植物和其他自然特征相互生长。另一些则比较半开玩笑，描绘了荒诞的方言、奇怪的并置、狡猾的文学典故和其他内部笑话。有些人似乎濒临对文本到图像AI的批评，将注意力吸引到未解决的细节，实际构建这些建筑愿景的不可能性，或者生成的图像与提示的距离有多远。据我所知，唯一统一的特点是，这些图像的共同作者似乎在制作它们时很开心。很明显，其中包含了游戏的一个方面，认识到这一点，很难不被吸引，更难的是认真地把它作为对未来建筑环境的预测。

然而，在相关的研讨会上，组织者提出，这里发生的事情比玩耍更严重。Koehler提出了文本到图像人工智能的出现像ChatGPT这样的聊天机器人这是建筑史上的一个分水岭，从根本上改变了人类，“就像印刷书籍改变了我们一样。”Bieg引用了Gottfried Semper的一句话，他说建筑在处于危机之中的时候已经达到了一个“奇点”技术与构造艺术中的风格关于艺术在自我毁灭的过程中经历凤凰涅槃般的重生——这表明人工智能平台可能既是现状的破坏者，也是全新建筑未来的先驱。这些演讲者都以某种方式与人工智能打交道，他们就这一历史转折点的另一面(如果这是历史转折点的话)提出了各种各样的观点。

Matsys创始人、美国休斯顿大学教授安德鲁·库德利斯指出，当前这一代AI平台是近30年来出现的第一个专注于扩大想象力和创造力，而不是提高生产效率的数字技术。他接着指出，这种想象力的扩展并不是无限制的。由于这些平台是在数据集上训练的——通常是从网络上抓取的配图——它们产生的结果倾向于数据和产生数据的文化中包含的特定关联和美学。例如，要求模型训练之外的图像分辨率会让它严重偏离轨道，而如果你给它一个无意义的提示，它会倾向于漂移到它所知道的地方:在Midjourney的例子中，年轻的白人蒸汽朋克女性的图像，通常，令人不安的是，她们的脸上有割伤和擦伤。当你提出同样的要求，但要求不要见女人时，它会给你宇宙飞船和其他科幻飞行器。虽然随着时间的推移，可以通过更多的训练数据和其他调整来解决这些令人不安的怪癖，但库德利斯确实警告说，不要一味追求完全解决问题和忠于现实。他说:“我认为生成式人工智能的价值在于它们能够产生模糊和不连贯的形式和氛围组合。”他将在设计中使用这些平台的过程与通过草图进行探索的迭代过程进行比较。

珍妮萨宾詹尼·萨宾工作室(Jenny Sabin Studio)负责人、康奈尔大学教授詹尼·萨宾认为，人工智能本质上是人类。因此，它很有可能复制和强化我们更令人不安的主导特征，比如厌女症和种族主义。她说，虽然文本到图像的人工智能为复杂的寻形开辟了新的可能性，但人工智能的其他领域也可能有益于建筑，例如，从根本上改变设计和教学的工作流程;分析施工中的错误并进行临时修复;将可持续发展融入城市;并且开始着手她自己的工作——建立能够阅读和回应用户的共情和治愈架构。萨宾介绍了她的一个项目，探索如何建筑与人工智能合作，可以对人类产生共鸣和响应．它的名字是Ada，以博学多才和早期计算机程序员Ada Lovelace命名，是与微软研究院合作设计的。Ada由一个斑点状的细胞框架和配备传感器、光纤和led的针织管组成，使用人工智能算法将“情感数据”(微笑、皱眉等)处理成颜色和光线，这些颜色和光线在它半透明的体积中波动，就像头足类动物或水母一样。想想一座向你微笑的建筑是很有趣的，但考虑到同样的建筑向附近的任何人传播你的糟糕情绪也有点令人不安。

设计师、教授、作家、音乐家和多媒体艺术家艾德·凯勒(Ed Keller)在伦斯勒理工学院和帕森斯学院任教，他发表了一场热情洋溢的演讲，更多地是关于最新科技服装中现代性的体验或感觉结构，而不是将人工智能具体地作为建筑工具。他谈到了生活在这样一个时代的奇怪之处:科幻小说中的很多东西正在变成现实，他将这种繁荣比作寒武纪大爆发，在他自己的作品中体现了j曲线，在过去几个月里，他与生成式人工智能合作，“创造”出的图像超过了他作为设计师过去30年的总和。这种内容爆发的价值是什么?凯勒说，所有产生的图像都是有价值的数据点，可以反馈到机器中，这意味着计算机本身可能是主要的受众。他还认为，当少数设计师使用人工智能工具在几个月的时间内，就能超过人类迄今为止积累的整个历史产量时，这种产出就会变得“像雨中的眼泪”。凯勒说，房间里的大象是奇点，即非人类本体成为我们世界主导力量的时刻。因此，当我们面对人工智能工具时，我们的挑战是，尽管这些工具目前还没有意识，但可能正在朝着某种形式的意识发展，变得类似于学习与外星人交谈。

加州大学伯克利分校(UC Berkeley)建筑学副教授凯尔·斯坦菲尔德(Kyle Steinfeld)用文本到图像人工智能的社会技术史把我们带回了现实。他揭开的第一个疑云是，这次会议的主题是人工智能。他说，真正的人工智能还没有发明出来。当前这一代聊天机器人和文本-图像平台可以更准确地描述为生成统计学或线性代数。(如果这对任何人来说都更清楚，请给我发电子邮件)。也就是说，斯坦菲尔德确实从这些发展中看到了一些鼓舞人心的东西，因为它们可能会引导技术实现CAD自1963年以来的承诺，实际上是设计中一个很好的合作创意伙伴。当前一代的CAD工具迫使人们按照自己的方式生产，而文本到图像提供了一种可能性，即机器学习设计工具将开始像人类设计师一样思考。人工智能研究也开始于20世纪60年代，但直到21世纪头十年才真正起飞，当时计算能力接近所需的能力，世界开始生产和存储大量数据。深度机器学习模型使文本到图像平台在这个时候被开发出来，以处理和存储所有这些数据的问题。然后，一群业余艺术家将这些机器学习架构放入图像生成器中，他们对这些工具进行了试验，并在Reddit上炫耀他们的成功。 As for whether these AI platforms will wreck existing creative cultures, Steinfeld suggested computer visualization specialists might have to be worried because their craft has become accessible to anyone. Whatever disruption these technologies create in the job market, however, text-to-image AI undoubtedly renders architectural image making easy, fast, and therefore far less valuable than it has was the past.

Marta Nowak，跨学科设计工作室AN的创始人。她是俄亥俄州立大学的助理教授，在斯坦菲尔德之后，她介绍了她在建筑空间中使用人工智能所做的工作。她从模仿动物和人类行为的机器的简要历史开始，这条时间线的高潮是人工智能在IBM超级计算机“深蓝”(Deep Blue)中的首次应用，1997年，它在国际象棋比赛中战胜了加里·卡斯帕罗夫(Gary Kasparov)(前一年输给了特级大师)。然后，她展示了她在加州大学洛杉矶分校与格雷格·林恩(Greg Lynn)共同教授的工作室里制作的作品，该工作室研究了当今的机器人(比如roomba)如何在空间中移动，以及它们如何将周围的物体和人可视化。这项研究使她参与了与谷歌R&D合作的项目，设计灵活的混合办公空间，使用人工智能促进远程/面对面会议的视线连接;创建可以根据员工个人喜好进行调整的工作空间，只需刷一下徽章，就可以调整办公桌高度，调出家庭照片，甚至还可以调整暖通空调设置;编程机器人隔墙，在开放的办公空间中自动移动，在需要的地方展开以提供隐私。诺瓦克说，她的兴趣不是使用人工智能来设计建筑，而是将“人工智能赋予物体、建筑组件和建筑，并允许它们不断地与人类用户交互和响应——不是创造智能设计的空间，而是创造智能空间。”

最后一次展示是由艺术家Sofia Crespo和她在Entangled Others Studio的合作伙伴Feileacan McCormack完成的。他们使用人工智能作为工具来提取图案，并重新排列它们以达到美学效果。他们的工作重点是自然界的各个方面，特别是海洋生物和昆虫，并涉及将这些生物的数据(从网络上抓取或直接从实地研究中记录)输入生成对抗网络，然后生成数字模型。研究结果从单个标本的虚拟宠物动物园，到多种“生命形式”相互作用的生态系统。这些生物并不是现存物种的精确复制品，而是怪异的傀儡，它们的形状、纹理和动作都是由机器缺乏对它试图建模的东西的理解和它所接收到的数据所决定的。克雷斯波说:“缺乏数据成了艺术陈述的一部分。”“人工智能无法想象这些生物的样子，除非它得到一个样本……这个项目是由缺乏的东西决定的。”虽然看起来很迷人，但与任何想要仔细观察的人在外面看到的东西相比，这项工作仍然处于次要地位。麦科马克说:“你几乎无法创造出一种昆虫，它不会被自然选择的多样性和创造力完全淘汰。”“我们能做的就是用它来绘制我们所拥有的关于昆虫世界的数据，在这种情况下非常少，但仍然在这一小块碎片中，我们可以发现如此多奇妙和好奇的形式来探索。”

如果这是人工智能支持人类体验的新时代的黎明，那么这是一个相当奇怪的节点。看起来，我们既对现在普通人手中巨大的计算能力感到震惊，同时又对结果感到有些困惑。我已经对从文本到图像生成器中喷射出来的图片的可预测性和同质性感到厌倦，就像从香肠机中喷射出来的那么多香肠一样;目前对自主、移动甚至响应式架构的尝试，似乎只不过是互联网强大监控技术的过度而无聊的现实延伸。我们已经有笔记本电脑和智能手机跟踪我们的每一个动作、情绪和欲望，我们真的需要在坐下之前把椅子从我们的屁股下面冲过去，或者当我们感到沮丧时就哭出来吗?人工智能似乎有潜力帮助我们应对我们这个时代的许多棘手危机——减缓气候变化，修复破旧的基础设施，规划可持续发展的城市——但让我们用最基本的提示来激发狂热的迷幻图像似乎不在其中。也许文本到图像建模只不过是另一个技术兄弟试图垄断市场的尝试，所以也许我们可以不使用它。当然，19世纪以来的思想家们一直在告诉我们，现代主义的轨迹将无情地把我们带入奇点的深渊，无论这对我们是否有利。我们不妨享受这段旅程。