Pre nego što projektanti počnu da kreiraju iteracije, korišćenjem automatizovanih alata za organizaciju lokacije i kontekstualnim podacima mogu da uklone dvosmislenosti i, nadajmo se, rizik. Ovi alati čine da tehničko programiranje teških zadataka bude pristupačnije za one koji se ne bave kodiranjem, kao što su projektanti.

Od istraživačkih projekata do komercijalnih proizvoda, naredni primeri prikazuju kako veštačka inteligencija u arhitekturi može da stvori prilike za proboljšanje procesa projektovanja tako da ljudska kreativnost zauzme centralno mesto.
1. Veštačka inteligencija za šematsko planiranje
Finch je alat za parametarsko planiranje sa širokim rasponom projektnih funkcija. Može da generiše tlocrte sa samo nekoliko ograničenja, a ove planove osnova projektanti mogu da automatski podešavaju u hodu. Možete da odaberete zid, pomerite ga i onda gledate kako okolne sobe menjaju svoju proporciju, lokaciju, organizaciju.
Platforma obuhvata lokalne propise o planiranju i omogućava korisnicima da optimizuju za efikasnost konstrukcije, broj jedinica ili za druge varijable. Takođe, može brzo da smesti planove osnove u okviru granica gradilišta, podeli nepravilne, organske oblike u podjedinice, dinamički poveže stepenice sa različitim visinama spratova i trasira optimalne rute za put kroz složen teren.

2. Veštačka inteligencija za urbani razvoj
Novi alati za veštačku inteligenciju mogu da primene generativnu i iterativnu moć na lokacije urbanih razmera, gledajući dalje od pojedinačnih građevina.
Ovaj koncept je ilustruje softver Autodesk Forma, koji nudi uvide osnažene veštačkom inteligencijom, zasnovane na cloud tehnologiji i automatizaciji koja pojednostavljuje istraživanje projektnih koncepata, oslobađaju od zadataka koji se ponavljaju i pomažu procenjivanju kvaliteta okruženja gradilišta.
Primenjena u ranim fazama planiranja i projektovanja, Forma izvodi analizu u realnom vremenu ključnih gustina i kvaliteta životne sredine, kao što su sunčani sati, dnevni potencijal, vetar, operativna energija i mikroklima, bez potrebe da korisnici imaju duboko tehničko znanje.
Ove analize okruženja osnažene mašinskim učenjem i veštačkom inteligencijom mogu da se koriste od prvog dana procesa projektovanja kako bi se odgovorilo na poslovne ciljeve i ciljeve održivosti. Na primer, proračuni vetra softvera Forma otkrivaju kako zgrade kanališu vetar korišćenjem računarske dinamike fluida da bi se poboljšao projekat za ljudski komfor.
3. Veštačka inteligencija za bolju licitaciju
ConXtech, kompanija koja počiva na modularnoj izgradnji, koristi veštačku inteligenciju da kontroliše jedan od najnepredvidivijih koraka u izgradnji: proces nadmetanja.
ConXtech, kao mnoge građevinske kompanije, traže vlasnici i građevinski investitori tokom faze razvijanja projekta. U tom trenutku, održivost projekta još nije osigurana, a različite opcije su i dalje u opticaju.
Ovo tera kompanije kao što je ConXtech da idu kroz mnogobrojne iteracije za projekte koji možda nikada neće biti izgrađeni. Na kraju, milioni dolara mogu biti potrošeni na neuspešne projekte i neuspešno nadmetanje. Istovremeno, vlasnici i investitori očekuju brze odgovore kako bi došli do održivih i isplativih rešenja.
Za skraćenje ciklusa licitacije i smanjenja troškova nadmetanja, kompanija ConXtech je radila sa Autodesk Research za razvijanje prototipa platforme za licitaciju koja koristi veštačku inteligenciju kako bi pronašla najisplativiji projekat čelične konstrukcije na osnovu troškova nabavke materijala, proizvodnje i izgradnje. Na ove troškove utiču dobavljači i podizvođači odabrani za projekat i varijaru u zavisnosti od lokacije projekta.

4. Veštačka inteligencija za volumetrijski dizajn i planiranje
Japanska arhitektonska-inženjerska kompanija Obayashi koja se bavi razvojem nekretnina takođe je radila pomoću softvera Autodesk Research da obezbedi rešenje sa veštačkom inteligencijom – jedno koje bi omogućilo arhitektama da ugrade osnovne parametre za zgrade sa minimalnim uputstvima, dobiju volumetrijske procene i rasporede unutrašnjeg programiranja.
Najviše korišćena za kancelarijski prostor, veštačka inteligencija za ovu aplikaciju je obučena podskupom iz portfolija kompanije Obayashi sa više od 2.800 Autodesk Revit fajlova.
Alat sa veštačkom inteligencijom razume apstraktnu vezu između programa i željene povezanosti, veličine i proporcije izražene u zapremini zgrade.
Za generisanje programiranih unutrašnjih rasporeda, projektant i klijent rade kroz seriju leksičkih parametara: jednostavne rečenice koje specifikuju građevinske elemente i njihovu lokaciju i prikazuju u kakvom su međusobnom odnosu. To mogu da budu „Soba za sastanke treba da se smesti bliže prozorima“ ili “Trpezarija radi sigurnosti treba da bude smeštena dalje od laboratorije“.
5. Veštačka inteligencija za regulatorno i estetsko tretiranje fotografija
Slično kompaniji Obayashi, Maket se ističe pomaganju arhitektama u ranim fazama šematskog projektovanja – generisanjem planova osnova uključujući dimenzije prostorija, tipove i ograničenja susedstva – i integriše ovu funkciju interfejsom sa tekstom na prirodnom jeziku. Ali Maket takođe nudi regulatornu pomoć koja može da pročita otpremljene dokumente o zoniranju i odgovore na detaljna pitanja o njemu.
Dizajneri takođe mogu da postavljaju fotografije arhitekture i koriste osnovne tekstualne upite kako bi primenili različite estetske tretmane, dodajući enterijer i elemente nameštaja u fotografiju.

6. Veštačka inteligencija za investitore nekretnina
Parafin koristi parametrijsku iteraciju veštačke inteligencije da uravnoteži program, cenu i komercijalnu održivost. Razvijen od strane arhitekte Brajana Ajmsa i investitora Adama Hengelsa, dvojca iz Čikaga i Majamija – koji su deo zajednice Outsight Network Autodesk Technology Centra, program generiše skoro beskonačne derivacije koje se tiču objektivne profitabilnosti i performansi.
Parafin je platforma za generativni dizajn zasnovana na cloud tehnolologiji koja se trenutno koristi za razvijanje hotela. Namenjena je prvenstveno investitorima iz oblasti nekretnina, pomaže da se brže proceni finansijska održivost potencijalnih gradilišta u ranoj fazi planiranja.
Traži samo nekoliko parametara (broj soba, parking, lokacija, visina i smernice brenda za hotelijere) i može da generiše milione iteracija koje ispunjavaju te smernice – sve se mogu pretražiti po finansijskim performansama, troškovima i još mnogo toga. Funkcioniše preko interfejsa zasnovanom na mapi i meniju u pretraživaču; detaljnim planovima osnova, 3D pogledima, a Revit datoteke se generišu za svaki projekat.
7. Veštačka inteligencija za optimizaciju performansi
Cove.tool je automatizovana aplikacija za projektovanje performansi zgrade čiji je suosnivač naučnik iz oblasti građevinarstva i arhitekta Sandip Ahuja. Ona koristi mašinsko učenje da analizira kako projekat zgrade može da poboljša potrošnju energije i ugljenika, nivoe dnevnog svetla, strukturu troškova i još mnogo toga, menjajući varijable kao što je orijentacija zgrade i materijalnost i merenje rezultata.
Može da izvede optimizaciju troškova za različite kriterijume i rangira rezultate po različitim standardima kvaliteta, od minimalnog koda do dobrovoljnog sistema ocenjivanja. Na svom nivou detalja, Cove.tool je u osnovi digitalni blizanac u koji su integrisani algoritimi mašinskog učenja koji mogu da postepeno poboljšaju performanse objekta.
Prvi deo ovog teksta možete pročitati ovde
Izvor: Autodesk
Prevod i adaptacija: Hristina Antić, Marko Kozlica
Ukoliko ste zainteresovani za najam softvera Revit ili neki od naših kurseva, možete nas kontaktirati putem telefona 011 301 50 43 ili preko kontakt forme.