16、风格与人工智能：建筑设计的新探索

风格与人工智能：建筑设计的新探索

在建筑设计领域，风格一直是一个核心话题。传统的建筑分析注重文化、历史和材料等因素对风格的影响，而随着人工智能技术的发展，风格的定义和应用正经历着前所未有的变革。

神经网络与建筑风格的新认知

神经网络在建筑设计中的应用，为我们带来了对建筑风格的全新认知。以SPAN为密歇根大学机器人系设计的机器人花园为例，分类网络在训练过程中，由于数据集中喷泉类仅包含弹簧喷泉，导致网络仅通过喷泉的喷水口来识别喷泉。在“梦境”过程中，垂直线条上都出现了喷水口的可视化效果，图像垂直维度还出现了奇怪的颜色扭曲。这一例子展示了神经网络通过特定训练数据集学习到的新颖表示和特征，能让设计师重新思考构成特定“风格”的低级视觉组件，以及如何将风格的神经表示作为一种建筑审视方法。

与传统的建筑分析模型不同，这种方法并非是对历史形式的“复兴”，而是通过机器的“幻觉”，发现隐藏在历史核心物质中的新颖建筑机会。

风格转移技术与神经网络

风格转移技术是人工智能在建筑设计中应用的一个重要方面。计算机科学引入“风格”一词来解释神经网络的性质，其起源可追溯到一篇关于计算机视觉和模式识别的论文。在美术领域，人类能够通过图像内容和风格的复杂交互创造独特的视觉体验，但目前尚不清楚如何将这种人类行为的特质编码到算法中。

深度神经网络在识别物体和面部方面已达到接近人类的准确率。风格转移神经网络是基于深度神经网络的合成系统，能够生成具有高艺术价值的图像。其工作原理是利用创建图像神经表示的能力，分离并关联图像的“内容”（如建筑物等全局结构）和“风格”（如笔触或边缘模糊等低级视觉结构），然后以新颖的方式重新组合内容和风格，实现艺术表达。