在過去的幾十年里，人工智能工具已經被用于分析數據或完成越來越多的領域的基本任務，從計算機科學到制造、醫學、物理、生物學甚至藝術學科。密歇根大學的研究人員最近一直在研究人工智能在建筑中的應用。他們最近發表在《國際建筑計算雜志》上的論文，專門探討了人工智能作為創建新建筑設計工具的潛力。

“我和我的搭檔桑德拉·曼寧格長期以來都癡迷于在建筑和人工智能領域實現交叉融合，”一位研究人員說，“我們第一次接觸人工智能研究是在1998年，我們是通過一個共同的朋友被介紹到奧地利人工智能研究所的，2006年，我們在維也納應用藝術大學舉辦了第一門建筑機器學習課程。”

最初，研究人員評估了現有最簡單的神經網絡在二維到二維神經類型轉移任務中的表現。這些任務基本上需要更改一個圖像(即目標圖像)，使其匹配特定的樣式。這可能意味著改變一幅畫，以反映特定畫家的風格，比如文森特·梵高。在他們的工作中，德爾·坎波、曼寧格和他們的同事特別嘗試使用神經網絡來改變設計，使其符合特定的建筑風格。

機器人花園。這個項目是一個雙足機器人的試驗場，是第一個完全使用神經網絡設計的架構項目。

“后來我們開始試驗從2D到3D的風格轉換，你可以把風格轉換成網格模型，”研究人員解釋說。“我們很快意識到，考慮到建筑固有的3D特性，僅僅做2D工作并不能讓我們走得太遠，我們目前正在探索一種純3D卷積神經網絡(CNN)。”

他們匯編了一個數據集，其中包含他創建的幾個三維模型，并保存為OBJ文件。然后他給這些數據貼上標簽，用它們訓練一個CNN。在訓練這個數據集時，CNN應該學會改變建筑設計，使其符合典型的風格德爾坎波的工作。

“這種創建訓練數據集的方法背后的想法是，如果它可行的話，一個CNN應該能夠生成接近我作為一個設計師固有的敏感性的模型，盡管不是我創造的，”研究 人員解釋說。

他們的論文提供了一個如何使用生成式對抗網絡(GANs)來產生建筑設計的例子。他們還概述了一個仍在進行的名為“機器人花園”的項目，該項目旨在為密歇根大學開發的兩足機器人創建一個試驗場。

在機器人花園中，他們第一次測試了我們是否能在給定場地上‘做夢’或‘幻覺’地形和建筑特征，當我們談論夢或幻覺時，我們并不是用深奧的方式來表達，而是從計算機科學中借用了一些術語，而這些術語本身也是從神經科學中借用來的。

• 深圳的一個基于AttnCNN的項目。

在最近的研究中，德爾·坎波和他的同事們評估了特定算法創造“幻覺”或“想象”設計的能力。其中包括“深度夢”(DeepDream)等算法，這是一種基于神經網絡的模型，可以模擬大腦過程，從而讓人類產生迷幻或幻想性夢境。

為了進行他們的實驗，研究人員匯編了包含不同建筑和地形特征圖像的數據集。隨后，他們在這些圖像上訓練了一個深度夢算法，這樣它就可以在現有的建筑上“產生幻覺”這些特征。

“有趣的是，我們得到的結果是非常鼓舞人心的，盡管不能直接轉化為一個設計，”德爾坎波說。“我們意識到，有些事情人類大腦可以做到，而人工智能還做得不夠好(認識到將錯誤轉化為創造性解決方案的潛力)。”這種能力是由對我們大腦的錯誤解讀、大腦神經元的錯誤激活，以及大腦中的捷徑如何以奇怪的方式創造出“我找到了”的時刻而產生的。

目前，研究人員正在與密歇根機器人公司的人工智能專家密切合作，測試一系列有助于3D建筑設計的人工智能技術。