Diana Kightlinger tarafından kaleme alınan inşaat sektörü ve mimari bakış açısı özelinde yapay zeka uygulamalarının etkilerini konu alan bu heyecan verici blog yazısına aşağıdan ulaşabilirsiniz.
Günümüzün yapay zeka uygulamaları, asla var olmayacak yapıların hayali görüntülerinden çok daha fazlasını sunuyor. Ancak fikri mülkiyet, veri kümesi kalitesi ve yaratıcılığın değişen tanımı konusundaki endişeler devam ediyor.
İki yıl önce Midjourney ve DALL-E adlı görsel üretken yapay zeka (AI) araçları sahneye çıktı ve her ikisi de yaratıcıların metin komutları girerek vahşi hayalleri gerçekçi renderlar olarak hayata geçirmelerini sağladı. “Artificial Intelligence and Architecture” kitabının yazarı Stanislas Chaillou’ya göre yapay zeka, mimari teknolojideki en son büyük gelişme. Her ne kadar gösterişli jeneratif tarafına kapılmak kolay olsa da, tasarımcılar yapay zekanın yaratıcılığı artırırken daha ödüllendirici görevler için zaman, para ve beyin gücü tasarrufu sağlamasının daha birçok yolunu buluyorlar.
Örneğin Londra’da, Foster + Partners bünyesindeki Uygulamalı Araştırma ve Geliştirme Grubu (ARD) 2017 yılında yapay zekayı ve onun bir dalı olan makine öğrenimini (ML) uygulamaya başladı. Grup bunu tasarım yardımcısı, vekiller, bilgi yayma, iş içgörüsü ve evet, doğal dilden görüntüler üreten kendi yayılma modelleri arasında değişen modeller için kullandı. Los Angeles merkezli Verse Design, kısa süre önce 2023 A&D Müze Tasarım Ödülü’nü kazanan bir yapı için estetik ve performans kriterlerini karşılamak üzere yapay zekadan yararlandı.
Ancak AI uygulamak, fikri mülkiyetin (IP) korunması, uygun veri kümeleriyle eğitim ve AI senaryosunun tasarımcısına ait gibi göründüğünde yaratıcılığın tanımlanmasıyla ilgili sorular da dahil olmak üzere engeller olmadan gelmiyor.
Yapay Zeka Tasarım Yardımı Geliyor
ARD Group’un bir çalışması, sıcaklık, ışık veya neme maruz kaldığında kendi kendine deforme olan laminatları içeriyordu. Bu malzemeler, gölgeleme sağlamak, aşırı ısınmayı önlemek veya mahremiyeti artırmak için koşullara bağlı olarak farklı tepki veren bir cepheye olanak tanıyacaktı. Ancak laminatların doğrusal olmayan ve öngörülemeyen tepkilerini simüle etmek için grup makine öğrenimine başvurdu.
Kıdemli ortak Martha Tsigkari, “Pasif olarak harekete geçirilen bir malzemenin değişken sıcaklık değişikliklerine nasıl tepki vereceğini tahmin etmek için makine öğrenimini kullandık” dedi. “Hydra adlı özel dağıtılmış hesaplama ve optimizasyon sistemimizin yardımıyla binlerce simülasyon çalıştırdık ve termoaktive laminatların çeşitli ısı koşulları altında nasıl davrandığını anlamak için kullanılan veri setini oluşturduk. Ardından, bu verileri belirli bir deformasyon verildiğinde laminat katmanlamasının nasıl olması gerektiğini bize söyleyen bir derin sinir ağını eğitmek için kullandık.”
Malzeme deformasyonunu tahmin etmek sadece bir uygulamaydı. Sıradan görevlerin otomatikleştirilmesine ve üretkenliğin artırılmasına yardımcı olmak için ARD Grubu, yapay zeka destekli tasarım destek araçları konusunda daha birçok fikir üzerinde çalışıyor.
Malzeme deformasyonunu tahmin etmek sadece bir uygulamaydı. Sıradan görevlerin otomatikleştirilmesine ve üretkenliğin artırılmasına yardımcı olmak için ARD Grubu, yapay zeka destekli tasarım destek araçları konusunda daha birçok fikir üzerinde çalışıyor.
Verse Design, Thirty75 Tech’in dış cephesini tasarlarken benzer performans kısıtlamalarıyla karşılaştı. Tasarımcıların ısı kazanımını azaltmak ve Kaliforniya’nın Başlık 24 enerji verimliliği standartlarını karşılamak için en uygun panjur modelini bulmaları gerekiyordu.
Tang, “Nihai geometriler gerçek zamanlı simülasyon verileriyle parametrik olarak oluşturuldu,” diye açıkladı. “Geometriler, görsel ifade ve performans hedeflerini karşılayan en enerji verimli panjur varyasyonları kombinasyonunu bulmak ve onaylamak için enerji modeline geri beslendi.”
Olağanüstü içerik daha hızlı teslim ediliyor
Foster + Partners, değişen tasarım değişkenlerinin etkisini araştırırken yavaş analitik süreçlerin yerini almak ve maliyetleri kontrol altında tutmak için vekil modeller de kullanmıştır. Bu makine öğrenimi modelleri, yeterince kesin ve en önemlisi gerçek zamanlı olarak kullanılabilen bir tahmin sunmak için büyük veri kümeleri üzerinde çalışmaktadır. Erken tasarım aşamalarında taklit model, tasarımcılara doğruluğu kararları daha erken verme yeteneğiyle dengeleme olanağı sağlar.
Foster + Partners’ın şirket içi uygulama programlama arayüzü (API), müşterilerin dijital içerik oluşturma araçlarından bağlantı kurmasına olanak tanıyor. Bu eklentiler sayesinde kullanıcılar tahminleri doğrudan çalıştırabiliyor. Arayüz ayrıca tasarımcıların Midjourney gibi yayılma modellerini kullanarak hayal güçlerini harekete geçirmelerine de olanak tanıyor.
Tsigkari, “Bu dönüştürücü tabanlı modellerin görüntüleri tanımlama, bağlamlarını anlama ve buna dayalı önerilerde bulunma yeteneği, tartışmayı görüntü manipülasyonundan içerik oluşturma için doğal dil işlemeye taşıdı” diyor.
Fikri mülkiyet bir çıkmaz yaratıyor
Bazı içerik oluşturucular, kendi varlıklarını yapay zeka uygulamalarına aktarırken fikri mülkiyetin kontrolünü kaybetme konusunda endişelerini dile getiriyor. Örneğin, yazılım sağlayıcılarına karşı açılan toplu davalar, telif hakkıyla korunan görüntülerin sistemleri eğitmek için kullanılmasına itiraz ediyor. Tsigkari, herhangi bir yazılımı kullanmadan önce güvenlik ve fikri mülkiyet konularını anlama ve hüküm ve koşulları okuma ihtiyacını vurguladı. Ancak zorluklar fikri mülkiyet ile sınırlı değil.
Tartışılan sadece fikri mülkiyetle ilgili bulanık sınırlar değil. “AI ile başa çıkmak ve verilerin nasıl kullanılabileceğini sınırlandırmak için sağlam yasal çerçevelerin eksikliği, bu teknolojilerin nasıl uygulanacağını zorlaştıracaktır.”
Tang fikri mülkiyet konusunda aynı endişeleri taşımıyor. “Voltaire’in dediği gibi, ‘Özgünlük, mantıklı bir taklitten başka bir şey değildir'” yorumunda bulundu. “Buradaki fikir, akılsızca kopyalamak değil, teknolojiyi üretken yeteneklere sahip bir araç olarak eleştirel bir şekilde uygulamaktır. Tasarımcılar olarak bizim için gerçek anlamı ortaya çıkarmak ve dolayısıyla biraz farklı bir şey haline gelmek için insanın entelektüel ve eleştirel içeriğini gerektirir.”
Girdiler sonuçları belirler
AI çıktısının eğitim için girilen verilere olan bağımlılığı göz önüne alındığında, Tsigkari için bir başka husus da AEC veri kümelerinin kalitesidir. “Yapay zekanın arkasında evrensel bir gerçek var: veri kraldır. Bu teknolojileri en iyi şekilde kullanmak ve kontrol etmek istiyorsak, önce onları yönlendiren verileri kontrol etmeyi öğrenmemiz gerekiyor.” diyor.
“Bağlamsallaştırılmış, sosyal olarak uygun, yapısal olarak uygulanabilir, sürdürülebilirliğe duyarlı ve yasalara uygun tutarlı etiketli bina veri kümelerine ihtiyaç olduğunu belirtti. İlk zorluğumuz, verilerimizi disiplinler arasında anlamlı bir şekilde toplamak, düzenlemek ve işlemektir, böylece onlardan faydalanabiliriz. Önceden eğitilmiş modeller yerine kurum içinde eğitilmiş modeller kullanmak da sonuçlarınızın kalitesini garantilemenin çok sağlam bir yoludur.”
Yaratıcılık, AI ve CHI’yi dengeler
AI mimarlık işine daha fazla dahil oldukça, yaratıcılığın tanımı nasıl değişir? Tang, yapay zekanın ürettiği sonuçları iyileştirmek için insan eylemliliğinin zorunluluğunu tartışırken “Star Trek” karakteri Data’yı anımsattı. Tang, “Data sürekli olarak kendisinin insani yönünü arayan yapay bir zeka” diye açıkladı. “Yapay zekanın insan zekasının, özellikle de CHI’nin yerini alabileceğini ya da onun yerini alabileceğini düşünmüyorum.”
Tsigkari, insanların estetik, duygu, işbirliği, iletişim ve sorumluluk gibi yaratıcılığı mümkün kılan çeşitli niteliklerde üstünlüğe sahip olduğunu belirtti. “YZ’nin nasıl yaratıcılığın yerini almaktan ziyade onu artıran yaratıcı bir asistan haline gelebileceğine odaklanmalıyız ve masaya getirdiğimiz değerler görmek istediğimiz değişiklikleri yönlendiriyor.”
Diana Kightlinger yenilenebilir enerji, sürdürülebilirlik konularına odaklanmış bir içerik yazarı ve gazetecidir. Çevre bilimi ve gazetecilik alanlarında yüksek lisans derecelerine sahiptir ve işine sonsuz bir merak ve tutku katmaktadır.
Kaynak: https://blog.bluebeam.com/artificial-intelligence-in-architecture
