在过去的几十年里，人工智能工具已被用于分析数据或执行基本任务的领域越来越多，从计算机科学到制造、医学、物理学、生物学甚至艺术科目。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。“长期以来，我和我的搭档SandraManninger一直对建筑与人工智能的交集着迷，”一位研究人员说。通过共同的朋友介绍到奥地利人工智能研究所，2006年，我们在维也纳应用艺术大学开设了第一门建筑机器学习课程。”最初，研究人员评估了性能中最简单的现有神经网络2D到2D神经类型迁移任务。这些任务基本上需要改变图像（即目标图像）以使其匹配特定风格。这可能意味着改变一幅画以反映特定画家的风格，例如VincentvanGogh。在他们的工作中，delCampo、Manninger和他们的同事专门试验了使用神经网络来改变设计以符合特定的建筑风格。RobotGarden。这个项目是双足机器人的试验场，第一个完全使用神经网络设计的建筑项目神经网络。“然后我们开始尝试从2D到3D的样式转换，你可以将样式转换为网格模型，”研究人员说。她的解释。“我们很快意识到，鉴于建筑固有的3D特性，仅仅进行2D工作不会让我们走得太远，我们目前正在探索纯3D卷积神经网络(CNN)。”他们编制了一个数据集，其中包含他创建并保存为OBJ文件的几个3D模型。然后他标记这些数据并在其上训练CNN。在这个数据集上训练时，CNN应该学会改变建筑设计以匹配delCampo作品的典型风格。“这种创建训练数据集的方法背后的想法是，如果它有效，CNN应该能够生成接近我作为设计师的内在敏感性的模型，即使我没有创建它们，”研究人员解释说。他们的论文提供了一个示例，说明生成对抗网络(GAN)如何用于生成架构设计。他们还概述了一个名为“机器人花园”的正在进行的项目，该项目旨在为密歇根大学开发的双足机器人创建一个试验场。在RobotGarden中，他们首次测试了我们是否可以“梦想”或“幻觉”给定地点的地形和建筑特征，当我们谈论梦想或幻觉时，我们并不是说深奥的意思，而是它借用了计算机科学的术语，而这些术语本身又是从神经科学中借用的。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设计“幻觉”或“想象”的能力。其中包括诸如DeepDream之类的算法，这是一种基于神经网络的模型，可以模拟大脑过程来诱发人类的迷幻或幻想梦。为了进行实验，研究人员编制了一个数据集，其中包含不同建筑和地形特征的图像。然后他们在这些图像上训练了一个DeepDream算法，这样它就可以在现有建筑物上“产生幻觉”这些特征。“有趣的是，我们获得的结果非常令人鼓舞，尽管不能直接转化为设计，”德尔坎波说。“我们意识到，有些事情是人脑可以做的，而人工智能却做得不够好（认识到有可能将错误转化为创造性的解决方案）。”元的错误激活，以及大脑中的捷径如何创造出奇怪的“我找到了”的时刻。研究人员目前正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。
