第六期采访：建筑学博士如何通过人工智能驱动建筑学设计
志荣： 请先简单介绍一下自己。
郑豪： 我是郑豪，目前是宾夕法尼亚大学建筑学博士生，人工智能辅助设计方向。跨界程序和建筑设计领域。
志荣： 我相信国内应该很少设计师会读到博士以上，请问读博士是一种什么样的体验？能跟大家分享一下吗？它跟硕士有什么区别？
郑豪： 博士和硕士（我们通常说的建筑设计类的M.Arch硕士）最大的区别在于，博士研究的是通用的方法，而硕士研究的是特定的设计。比如，我的博士课题是人工智能在建筑设计上的应用，不再只是针对某个设计，而是针对所有的设计讨论一种可能性。我喜欢用一句话来概括读博士的体验：每天都在放假，每天又都有事情。博士没有绝对的规律的时间表，研究进度需要自己把握，因此灵活度很大。
志荣： 为什么会考虑结合人工智能来设计建筑？目前有没有比较成功的例子？能不能详细说一下？
郑豪： 之前一直在参数化领域做设计，计算机算法研究多了，就会产生一个念头，就是计算机是否能脱离人类，自己形成一套设计逻辑。这种想法使我踏入了人工智能领域。比较成功的例子比如平面图的学习和生成。神经网络通过大数据学习现有户型平面图的设计，然后对应不同的设计边界来生成新的平面图。
志荣： 建筑学里不同的设计边界是指？在神经网络里如何体现设计的边界？
郑豪： 比如直观的图形上的场地边界，或者隐藏在设计规范中的参数极值，这些都是决定一个设计该怎么做、做成什么样的设计边界。神经网络中可以理解为输入的神经元数据进行处理。
志荣： 你觉得设计是什么？
郑豪： 设计是一个输入和输出的对应过程。是一种方法，根据一件事物得到另一件事物。不同的设计会带来不同的结果。
志荣： 这个观点比较特别，能不能举一个例子？
郑豪： 比如，建筑师在设计之前会做场地调研，会了解做一个设计所需要的背景，而这些就是一个设计的输入。设计完成后的一系列成果就是设计的输出。
志荣： 你觉得设计建筑图跟设计神经网络有什么区别？它们之间有相似的地方吗？
郑豪： 完全不一样。。。单纯的建筑设计是能遵循人类的通识理论的，比如美学或者工学。神经网络的设计目前只有大致的方向性指导，具体到细节后，很多并没有理论能支撑一种做法的绝对性，因此神经网络的调参过程往往被称为炼金术。
志荣： 你觉得 AI是什么？
郑豪： AI是求解事物联系的工具。AI通过对数据的拟合，求解一组数据到另一组数据的对应方法。
志荣： 你觉得现在的人工智能技术和以前有什么不同吗？
郑豪： 本质的算法并没有什么很大的区别，只是硬件所能提供的算力发生了巨大的改变。程序的框架也逐渐完善，编写AI算法变得容易了。因此更多的AI研究关注应用场景以及在各行各业的应用潜力。
志荣： 除了通过神经网络来设计建筑图，它还能给你带来什么帮助？
郑豪： 一切数据都可以给到神经网络，让它学习数据之间的联系。所以不仅限于图像类的平面图数据，还有三维的建筑模型数据，或者矢量类的建筑指标数据，都是可以被神经网络拟合到的。所以神经网络给我最大的帮助是开启了一种新的做设计的思维方式，一种数据启动的设计手法。
志荣： 说一下自己对 AI和设计的看法？
郑豪： 换句话说， AI是可以求解设计方法的。设计原先被认为是神秘的，具有主观和定制化色彩的。但随着AI算法的进化，设计方法也逐渐变得可以被数学描述，被回归拟合。最直接的变化就是AI取代设计师的趋势。这一工具的进化会带来生产模式的改变，引起行业转型。
志荣： 能不能举一个自己的 AI&设计实践例子？
郑豪： 机器学习生成平面图，如果想了解更多请下载附件里的文档 。
志荣： 这个项目持续了多久？中间使用了什么技术？为什么会考虑用这种技术来实现生成平面图？
郑豪： 第一阶段大概是一个两个月时长的探索阶段，从技术出发去尝试。我们使用了各种基于图像的神经网络，最后确定了GAN这种生成式的模型。之后是长达一年的间断性研究，期间尝试不同的数据集和不同的模型细节来解决不同的问题。GAN技术是学习的是图像到图像之间的对应关系，很合适建筑设计的标准，数据也很容易表达，所以我们采用了GAN（生成式对抗网络）。
志荣： 使用GAN生成的设计图能直接运用到商业项目上吗？
郑豪： 目前开发的进度来看，核心算法已经没有问题了，在小量数据下就已经有很棒的表现。商用的话更多是需要开发接口和UI，还有收集更大的数据来进一步优化表现。
志荣： 你几时开始学习编程的？
郑豪： 高中时期参与计算机奥林匹克竞赛，获奖保送本科。十多年老程序员了。。。
志荣： 懂得开发对设计师的帮助是什么？
郑豪： 我觉得设计本身也是一种开发。有人理解这种开发是一次性的，这就有了明星建筑师，把设计做到极致，做到不可复制。也有人理解这种开发是具有普适性的，这就有了 “程序建筑师”，把设计做到高效，做到自动化。一名设计师如果懂的开发，就具有把设计自动化的可能，减少设计时间。
志荣： 如何看待 AI和设计师的关系？
郑豪： 上面也提到，设计是一个输入和输出的对应过程，而 AI是挖掘这个对应过程的工具。但回到设计师本身，其实设计师做的工作也是在学习这个对应过程，然后创造自己的设计方法。因此就有了用AI代替设计师的可能性。
志荣： 你觉得 AI会在哪个方面替代设计师？设计师应该如何应对？
郑豪： 目前的技术来看，AI可以学习到比较有范式存在的设计逻辑，比如中国的户型图，设计相对统一，有一套固定的模式，虽然细节存在差异。对于高度定制化的设计，AI的学习还有很长的路要走，比如本身就为数不多的大型公共建筑等等。所以AI短期内会有替代底层设计师的可能，而高度创意类的设计师应该不会有这个焦虑。作为设计师，积极的去融合AI，学习AI知识并使用AI，才能和时代一同进步。
志荣： 给设计师的几点建议：设计师如何学习 AI相关的知识？or 设计师如何拓展自己的视野？
郑豪： 设计师的角度出发，其实宽泛的学习 AI知识是有必要的，而且也是可行的。但很难学到具体的操作方法，受限于对程序思维的缺失和编程经验的不足。个人建议，设计师应该保持一个开放的状态，多接触计算机领域的活动和报道，思考设计领域在技术的冲击下，会产生哪些新的课题，这样可以保持自己处于行业最前沿。
志荣： 最后能不能介绍一下你最近在同济大学做的分享《人工智能建筑找形》？
郑豪： 《人工智能建筑找形》是今年同济大学的暑期workshop的一个主题，我作为主带老师，教授学生人工智能和建筑设计的基本知识以外，还应用这些知识训练一个神经网络设计机器。通过对现有建筑三维形态数据的收集，训练后的神经网络具有根据场地边界来设计三维形态的能力。现场展示成果图下：
最后
如果对郑豪博士在同济大学的W orkshop内容感兴趣的话，请在公众号回复“ 建筑学 ”下载相关文档。如果对郑豪博士其他文章感兴趣的话，请在知乎订阅“ 建筑师的人工智能 ”专栏了解更多。