21、建筑设计与制造中的机器学习应用探索

建筑设计与制造中的机器学习应用探索

1. 建筑行业现状与挑战

社会面临着到2060年将现有建筑环境体积翻倍的全球挑战。然而，建筑行业自20世纪90年代以来一直面临着熟练工人短缺和生产率显著缺乏增长的问题。行业数字化创新不足，导致设计与施工之间存在信息差距，数字模块化和预制化的潜力未得到充分挖掘。目前，劳动力素质较低和简化施工手段的需求甚至降低了生产率，行业将劳动力视为最便宜的资源，却忽视了这一前提的经济弊端和社会问题。

为应对这些挑战并提高生产率，建筑公司需要从以手工工艺为基础的低绩效行业转变为以机器为基础的高性能行业，建筑、工程和施工（AEC）行业需要高度的施工自动化，人工智能（AI）是改善AEC行业的一个有前景的途径。

2. 算法设计在建筑中的发展与应用

计算机辅助设计在20世纪80年代取代了绘图板，算法程序、生成形式和空间的概念早在硬件性能能够实现它们之前就已发展。早期像Yona Friedmann、John Frazer和Nicholas Negroponte等人的计算机程序设计作品，并非旨在建立绘图过程的数字副本，而是关注如何让非专家能够进行设计。例如，Yona Friedmann的Flatwriter允许用户从大量预定义选项中选择来建造房屋，它会询问用户需求，并将公寓放置在一个空的基础设施中，协调多个用户的不同生活方式。

专家也从算法设计中受益，他们利用算法设计寻找新颖的形式表达，探索更大的解决方案空间和组合选项的分支逻辑。计算在设计中的长远目标一直是发现美学和性能方面的新领域，这是仅靠人类直觉和隐性知识无法实现的。但目前算法工具更多地应用于工程驱动的优化任务，而不是探索未知。AI可能有助于弥补这一差距，从优化转向对未知的理