机器设计时：人工智能与美学的未来

机器有设计能力吗？尽管是一个长期存在的问题，但它却越来越伴随着有关体系结构和人工智能未来的讨论。但是今天的AI到底是什么？随着我们发现更多有关机器学习和生成设计的知识，我们开始看到这些“智能”形式已经超出了重复性任务和模拟操作。它们已经涵盖了文化生产，然后又涉及了设计本身。

在1950年代至60年代期间设想了人工智能时，其目标是教计算机执行一系列类似于人类思维的认知任务和操作。快进半个世纪，人工智能正在塑造我们的美学选择，自动化算法建议我们应该看到，阅读和聆听的内容。它可以帮助我们在创建媒体（从电影预告片和音乐专辑到产品和网页设计）时做出美学决策。即使我们不了解，我们也已经感受到了采用AI的一些文化影响。

正如教育家和理论家列夫·马诺维奇（Lev Manovich）所解释的那样，计算机执行着无尽的智能操作。“您的智能手机的键盘逐渐适应您的打字风格。您的手机还可以监控您的应用使用情况，并在后台调整其工作以节省电池。您的地图应用会自动计算出最快的路线，并考虑到交通情况。可以在电话，计算机，Web服务器和IT领域的其他部分中进行智能操作，但不是很迷人。” 更广泛地说，将讨论转向美学以及这些进步与艺术，美感和品味之间的关系是很有用的。

美学通常被定义为一组“与自然相关的原理和对美的欣赏”，美学取决于与您交谈的对象。2018年，马库斯·恩迪科特（Marcus Endicott）从工程学的角度描述了如何在计算中对美学进行传统的定义。所谓的“结构，例如优雅的证明或漂亮的图表。”更广泛的定义可能包括形式和对称性的更多抽象性质，即“增强愉悦感和创造性表达。”反过来，随着机器学习逐渐被越来越广泛地采用，它导致了马库斯·恩迪科特（Marcus Endicott）所谓的神经美学，这可以在最近的“艺术黑客”中看到，例如Deepdream，NeuralTalk和Stylenet。

除了这些自适应过程之外，人工智能还有其他塑造文化创造的方式。人工智能最近在计算艺术，音乐，诗歌和生活方式方面取得了长足的进步。Manovich解释说，人工智能为我们提供了选择（通过推荐引擎）使我们的美学选择自动化的选择，以及在美学生产的某些领域提供帮助，例如消费者摄影和使我们在线观看的广告等体验自动化。“它用于帮助设计时尚物品，徽标，音乐，电视广告以及其他文化领域的作品的用途已经在增长。” 但是，正如他的结论，人类专家通常会根据AI产生的思想和媒体做出最终决定。是的，关于人类与机器人的争论越来越激烈。

在有关人工智能的技术报告中，建筑设计+施工公司探讨了奥雅纳（Arup）如何将神经网络应用于轻轨设计，并将公用设施冲突的次数减少了90％以上，从而节省了近800个小时的工程时间。同样，利用人工智能的站点和社会研究领域也得到了广泛的报道，实例几乎每天都在产生。我们知道，机器驱动程序可以极大地提高建筑和运营效率，例如通过提高能源性能，减少制造时间和成本。Arup的神经网络应用程序扩展到了此设计决策。但是中心问题回到美学和风格上。

设计师兼Fulbright研究员Stanislas Chaillou最近在哈佛大学创建了一个项目，该项目利用机器学习来探索生成设计，偏见和建筑风格的未来。在研究AI及其在建筑实践中的潜在集成时，Chaillou 使用Generative Adversarial神经网络（GANs）建立了完整的一代方法。Chaillou的项目通过建筑风格学习研究了AI的未来，他的工作说明了风格对平面图构成的深远影响。

正如Chaillou总结的那样，建筑风格带有隐含的空间机制，选择给定的风格替代另一种风格会对空间产生影响。用他的话说，风格不是附属的，肤浅的或装饰性的附录。它是组成的核心。

人工智能和机器学习在塑造我们的未来时变得越来越重要。如果机器可以开始理解并影响我们对美感的理解，那么我们应该努力寻找更好的方法来在设计过程中实施这些工具和过程。

建筑师兼研究员Valentin Soana曾说过，数字化建筑设计可以通过“人与机器之间的紧密协作；利用技术来扩展功能并增强设计和建造过程”来实现新的系统，从而使建筑过程得以出现。随着机器学习设计，我们应该与AI合作，通过美学和创新思想丰富我们的实践。除了提高生产力之外，我们还可以重新考虑我们的生活方式，以及如何塑造建筑环境。