在过去的几十年里，人工智能工具已经被用于分析数据或完成越来越多的领域的基本任务，从计算机科学到制造、医学、物理、生物学甚至艺术学科。密歇根大学的研究人员最近一直在研究人工智能在建筑中的应用。他们最近发表在《国际建筑计算杂志》上的论文，专门探讨了人工智能作为创建新建筑设计工具的潜力。
“我和我的搭档桑德拉·曼宁格长期以来都痴迷于在建筑和人工智能领域实现交叉融合，”一位研究人员说，“我们第一次接触人工智能研究是在1998年，我们是通过一个共同的朋友被介绍到奥地利人工智能研究所的，2006年，我们在维也纳应用艺术大学举办了第一门建筑机器学习课程。”
最初，研究人员评估了现有最简单的神经网络在二维到二维神经类型转移任务中的表现。这些任务基本上需要更改一个图像(即目标图像)，使其匹配特定的样式。这可能意味着改变一幅画，以反映特定画家的风格，比如文森特·梵高。在他们的工作中，德尔·坎波、曼宁格和他们的同事特别尝试使用神经网络来改变设计，使其符合特定的建筑风格。
机器人花园。这个项目是一个双足机器人的试验场，是第一个完全使用神经网络设计的架构项目。
“后来我们开始试验从2D到3D的风格转换，你可以把风格转换成网格模型，”研究人员解释说。“我们很快意识到，考虑到建筑固有的3D特性，仅仅做2D工作并不能让我们走得太远，我们目前正在探索一种纯3D卷积神经网络(CNN)。”
他们汇编了一个数据集，其中包含他创建的几个三维模型，并保存为OBJ文件。然后他给这些数据贴上标签，用它们训练一个CNN。在训练这个数据集时，CNN应该学会改变建筑设计，使其符合典型的风格德尔坎波的工作。
“这种创建训练数据集的方法背后的想法是，如果它可行的话，一个CNN应该能够生成接近我作为一个设计师固有的敏感性的模型，尽管不是我创造的，”研究 人员解释说。
他们的论文提供了一个如何使用生成式对抗网络(GANs)来产生建筑设计的例子。他们还概述了一个仍在进行的名为“机器人花园”的项目，该项目旨在为密歇根大学开发的两足机器人创建一个试验场。
在机器人花园中，他们第一次测试了我们是否能在给定场地上‘做梦’或‘幻觉’地形和建筑特征，当我们谈论梦或幻觉时，我们并不是用深奥的方式来表达，而是从计算机科学中借用了一些术语，而这些术语本身也是从神经科学中借用来的。
- 深圳的一个基于AttnCNN的项目。
在最近的研究中，德尔·坎波和他的同事们评估了特定算法创造“幻觉”或“想象”设计的能力。其中包括“深度梦”(DeepDream)等算法，这是一种基于神经网络的模型，可以模拟大脑过程，从而让人类产生迷幻或幻想性梦境。
为了进行他们的实验，研究人员汇编了包含不同建筑和地形特征图像的数据集。随后，他们在这些图像上训练了一个深度梦算法，这样它就可以在现有的建筑上“产生幻觉”这些特征。
“有趣的是，我们得到的结果是非常鼓舞人心的，尽管不能直接转化为一个设计，”德尔坎波说。“我们意识到，有些事情人类大脑可以做到，而人工智能还做得不够好(认识到将错误转化为创造性解决方案的潜力)。”这种能力是由对我们大脑的错误解读、大脑神经元的错误激活，以及大脑中的捷径如何以奇怪的方式创造出“我找到了”的时刻而产生的。
目前，研究人员正在与密歇根机器人公司的人工智能专家密切合作，测试一系列有助于3D建筑设计的人工智能技术。
