走向建筑的新时代精神


十九世纪的哲学中,德国哲学家用“时代精神”一词来描述“时代精神”。一种无形的力量支配着世界历史上某一特定时代的特征。今天,人工智能有望带来一种新的时代精神,随着我们进入一个新时代,这种精神将改变我们的思想潮流。然而为了释放它的力量,我们首先必须放弃我们的一些核心信念。

生活在经验时代

随着计算机和算法的兴起,我们已经进入了一个我称之为“经验时代”的时代。简而言之:美丽、浪漫、神圣。功能,优化,高效。在这个时代,理性和功能性推理是我们观察现实的棱镜,也是我们决策的理由。但这在哪里满足A建筑还是艺术?纯粹的理性主义和欲望之间的界限在哪里?

建筑总是站在人类野心的顶峰,毫不夸张地说,它把人类划时代的成就刻在石头上。希腊哲学家寻求一种宣泄——通过戏剧性的艺术和奢华的建筑来净化和净化情感。在中世纪,建筑的作用是赋予神圣的感觉。文艺复兴把人文主义和聚光灯下的自然之美和20世纪的未来主义者试图崇拜机器和工业时代的到来。

“
人工智能辅助艺术由TA创作我弗里德曼。从左至右-大象的眼睛|日本都市主义|快乐的建筑|狗狗的野兽主义|面包师埃雷兹的思想|流金音乐厅|理想城市|疯狂包豪斯|冰川未来主义

从鸟瞰历史的角度来看,多年来,我们已经看到从基于地方和文化的主观思潮逐渐转变为客观和普遍的真理。随着移动到Mo,这一点在建筑中非常明显。德恩主义,它模糊了,更不用说抹去了地方性的界限,创造了一种“一个真理适合所有人”的方法。装饰的消亡与功能的兴起。

AI来救援

人工智能的

最新发展为我们所认为的“计算”设计创造了一个全新的标准。软件不仅可以为我们提供数字设计画布,如Photoshop、CAD草图或3D建模工具,而且历史上第一次可以为我们设计。

特像Dall-E和MidJourney这样的XT到图像生成器正在像野火一样蔓延,并在我们如何将我们的思想转化为视觉现实方面展示了一场革命。然而,它们也揭示了我们能力的一些弱点,让我们重新思考“人类的优势”。

自从这些工具公开发布以来,由于它们的易用性,我们在所有可能的领域都受到了图像创作的轰炸——从儿童书籍到汽车设计和建筑阿尔幻象。过去需要熟练的艺术家的东西现在只有几个字母的距离。那么真正的问题来了:这些作品的价值是什么?

广告
广告

现实停止的地方,艺术开始——从“创造”

到“生成”照相机的发明也提出了

类似的问题,照相机的发明使写实主义画家如坐针毡。这种相机要求艺术家停止复制现实,因为相机时代可以做得比他们好得多,迫使他们对现实做出新的解释,这是摄像机做不到的。换句话说,相机只能显示存在的东西,而不能“发明”现实。我们这个时代的计算机也是如此——“它们能计算,但不能思考”是普遍的观念。人工智能和机器学习的新时代正在改变这一切。但就像任何一辆赛车一样,如果没有一个负责任的车手,它可能会成为一辆危险的赛车。彭.

人们会期待人工智能工具释放创造力,并揭示新的、难以想象的艺术价值层次。然而,让我震惊的是,大多数出版的作品都像是现实的模型,而这些模型本可以手工制作。事实上,他们开始变得非常相似,以至于人们可以通过他们的风格来发现他们,尤其是在中途的情况下。很多时候,这是一个离奇而令人不安的现实版本。这是哈Ppening有两个原因:

1. ;机器学习过程从过去的例子中学习,因此创建了已经定义的混合和匹配。它的假设基于我们已经感知到的事物。是否有其他选择仍然是一个哲学问题。

2。创新是小块的。我们能否在不习惯一次一项创新的情况下抓住快速变化?这一点在艺术、建筑和时尚领域尤为明显。我们不再N需要等待风格或趋势“下沉”。我们可以在点击按钮时生成数千次迭代,并加速设计演变。或者我们可以?。

用人工智能

构建新世界

建筑业将成为人工智能革命的最大受益者之一。我们不仅能够从起草的技术细节和漫长的监管过程中解脱出来,而且还能够创建更好的架构。怎么?通过简单地坐下来让人工智能做工作.

如果我们真正掌握了机器学习的概念,我们将让算法不仅选择“什么”,而且选择“如何”。我这么说是什么意思?在今天的认知中,是我们定义了问题和任务,而人工智能给出了答案。举个例子,一种常见的人工智能策略是“风格学习”——学习一种风格并以不同的变体复制它。扎哈·哈迪德(Zaha Hadid)纸杯蛋糕,弗兰克·盖里(Frank Gehry)的婚纱,或者一只类似勒·柯布西耶(Le Corbusier)建筑的狗(不要在家里尝试)?我们创造愿景,让人工智能解释其余部分。但如果我们让人工智能自己定义自己的目标,只要求在一块土地上建造“令人惊叹的建筑”?如果我们放弃完整的作者身份,只要求那些被确定为“令人敬畏”的东西呢?

教人工智能识别是什么让我们活跃并激发我们的情绪,或许是人机交互的下一步。从人工智能中去除A意味着进入一个自然智能和GI的时代。提高对创造的基本概念的控制。这意味着让我们自己接触机器学习,让算法“学习我们”,而不是学习对象或风格。通过这样做,我们将能够发现无法发现的东西。我们必须学会理解机器,这样它们才能理解我们。


Tal Friedman是一位建筑师和建筑技术企业家,活跃于基于自动算法的DE领域。从签名到制作。

<!--relpost-thumb-wrapper--><!--close relpost-thumb-wrapper-->

广告