Yapay Zeka Form Bulma
Mimari Morfogenez için Makine Öğrenmesi
Frei Otto sabun filmleriyle, Gaudi asılı zincirlerle yıllarını geçirdi. Form bulma hep yavaş oldu. Biz sorduk: bu süreci saatlere sıkıştırabilir miyiz?
Bu araştırma, 50.847 mimari görüntü, 3D model ve yapısal analiz çıktısı üzerinde Üretici Çekişmeli Ağlar (GAN'lar) ve difüzyon modellerini eğitiyor. Amaç mimarın yerini almak değil, tasarım alanını genişletmek: bir insanın asla tasarlayamayacağı ama fiziğin kabul edeceği formlar üretmek.
Temel bulgumuz: İnce ayar sonrası yapısal doğrulamayı (FEA analizi) geçen AI üretimi formlar %68 oranında oluşuyor, naive üretimde bu oran %12. Kalan %32 konsol dengesizliği, burulma veya malzeme gerilimi aşımı nedeniyle başarısız oluyor. Bu başarısızlıklar da bilgilendirici: modelin öğrendiği yapısal fizibilite sınırlarını ortaya koyuyor.
Gizli Alan Navigasyonu: Sinir ağı interpolasyonundan ortaya çıkan GAN üretimi organik form. Birden fazla hayalet iterasyon, yapısal tipolojiden biyomimikri esinli mimariye evrimi gösteriyor.
Kuramsal Çerçeve
Eğitim Verisi
ArchDaily, üniversite arşivleri ve kendi projelerimizden 50.847 görüntü ve 3D model. Yapı tipi, malzeme ve açıklığa göre etiketlendi.
Yapısal Geri Bildirim
Üretilen her form Karamba FEA'dan geçer. Başarısız olursa, bu başarısızlık ağa öğretir. Zamanla AI fiziği öğrenir.
Hız
Tek bir GPU'da saatte 200 form. Bu, hiçbir insan ekibinin manuel olarak keşfedemeyeceği bir tasarım alanı.
Malzeme Verimliliği
AI yapı için optimize ettiğinden, üretilen formlar genellikle geleneksel tasarımlardan %20-30 daha az malzeme kullanır.
Araştırma Süreci
Veri Hazırla
Tipoloji, yapı ve malzemeye göre etiketlenmiş 50.847 görüntü ve 3D model
Ağı Eğit
Mimari koşullandırma ile NVIDIA A100'lerde 72 GPU-saat StyleGAN3
Yapıyı Doğrula
Üretilen her mesh Karamba FEA'dan geçer. Başarısızlıklar eğitim sinyaline dönüşür.
İnsan Seçimi
Mimarlar süreci çizimler, kaydırıcılar ve iterasyonla yönlendirir
Araştırma Aşamaları
Veri Seti Hazırlama
50.847 mimari örneği toplama, temizleme ve etiketleme için altı ay. Çoğu AI projesi burada başarısız olur. Biz olmadık.
Ağ Eğitimi
Dört A100 GPU üzerinde 72 saat StyleGAN3. Difüzyon modellerini de denedik, ancak GAN'lar iterasyon için daha hızlıydı.
Fizik Entegrasyonu
Gizli alanı Karamba FEA'ya bağlama. Artık ağ, yapısal geçerlilik hakkında gerçek zamanlı geri bildirim alıyor.
Ürün Dağıtımı
Bunu Archly.ai'ya sararak mimarların Python'a dokunmadan kullanabilmesini sağlama.
Temel Metrikler
Öncü Düşünürler
Frei Otto
Otto onlarca yıl fiziksel modeller, sabun filmleri ve asılı zincirlerle çalıştı. Optimal formların malzeme davranışından ortaya çıktığını, çizimden değil, kanıtladı. AI'mız onun hayat boyu çalışmasını saatlere sıkıştırıyor.
Mario Carpo
Carpo 'dijital' ve 'hesaplamalı' tasarım arasında ayrım yapar. Dijital, bilgisayarda çizmek demektir. Hesaplamalı, bilgisayarın tasarlamasına izin vermek demektir. Bizim çalışmamız hesaplamalıdır.
Zaha Hadid Architects
ZHA, eğri, akıcı formların büyük ölçekte inşa edilebileceğini gösterdi. AI'mız onların parametrik dilini, onların bile keşfetmediği alanlara taşıyor.
Ian Goodfellow
Goodfellow 2014'te GAN'ları icat etti. Onun atılımı olmadan bunların hiçbiri mümkün olmazdı. Çerçevesini yapısal kısıtlama tatmini için uyarladık.
Vaka Çalışmaları
İTÜ Biyomimetik Pavilyon
İstanbul Teknik ÜniversitesiAI hattımızdan çıkan ilk inşa edilmiş yapı. İlk denemede yapısal analizi geçen mercan esinli dallanma gölgeliği. 2024'te kavram kanıtı olarak inşa edildi.
Dubai Köprü Yarışması
Dubai Tasarım Haftası 2024Bir öğleden sonra 1.247 yaya köprüsü varyantı ürettik. Jüri, hiçbir insanın çizmeyeceği bir form seçti. İkinci sıra.
Archly.ai Form Motoru
Ticari ÜrünAraştırma ürüne dönüştü. Mimarlar kısıtlamaları sade bir dille yazıyor. AI doğrulanmış seçenekler üretiyor. Şu anda 340 kullanıcıyla beta aşamasında.
Karşılaştırmalı Analiz
GAN'lar
Hızlı ama RiskliÜretici ve ayırt edicinin karşılaşması. Formları hızla üretir, ancak kendini tekrarlayabilir. Dikkatli ayar gerektirir.
Difüzyon Modelleri
Yavaş ama GüvenilirGürültüyü kademeli olarak kaldırarak form oluşturur. Daha yüksek kalite, daha fazla çeşitlilik, ancak üretimi daha uzun sürer.
Sinirsel Radyans
Gerçekten Üretici DeğilNeRF fotoğraflardan mevcut mekanları yeniden oluşturur. Belgeleme için harika, ancak yeni formlar icat etmez.
Bizim Yaklaşımımız
GAN + FizikHızlı üretimi gerçek zamanlı yapısal geri bildirimle birleştiriyoruz. Fizik motoru kötü formları siz görmeden reddeder.
Optimizasyon Sonuçları
Üretilen formların yüzde kaçı gerçekten inşa edilebilir?
Ne Keşfettik
GAN'lar Gotik süslemeler ile Zaha Hadid tarzı organiklik arasında, gizli alanda yapısal olarak geçerli hibrit formlar bularak interpolasyon yapabiliyor
23 yeni tipoloji belirlendiAI üretimi formlar genellikle sezgisel olmayan yük yolları keşfediyor. İnsan tasarımcıların nadiren önerdiği ama çeliği %12-18 azaltan çapraz destek kalıpları
%12-18 malzeme azaltımıGizli alan navigasyonu gerçek zamanlı 'ya olursa' keşfi sağlıyor: mimarlar sürekli alanda kule → köprü → kabuk arasında geçiş yapabiliyor
~4s interpolasyon süresiAI üretimini fizik simülasyonu ile birleştirmek, yalnızca GAN çıktılarından %30 daha verimli yapılar üretiyor (gerilme/kütle oranıyla ölçüldü)
%30 verimlilik kazanımıMevcut Sınırlamalar
Mod çökmesi: model bazen belirli tipolojilere (özellikle kuleler) takılıyor, manuel müdahale gerektiriyor
Yorumlanabilirlik: belirli gizli vektörlerin neden yapısal olarak üstün formlar ürettiğini tam olarak açıklayamıyoruz
Ölçek körlüğü: model açık koşullandırma olmadan tutarlı ölçek ilişkilerini sürdürmekte zorlanıyor
Üretim boşluğu: üretilen formlar yapısal performans için optimize ediliyor, üretim fizibilitesi için değil
Sonuç
Makineler bina hayal edebilir. Gördüklerinin kopyalarını değil, fiziğin kabul ettiği gerçekten yeni formları. %68 yapısal geçerlilik ve %12-18 malzeme tasarrufu ile AI destekli tasarım gelecekteki bir olasılık değil. Şu anda çalışıyor.
Sınırlamalar
- Mod çökmesi müdahale gerektirir
- Yorumlanabilirlik sınırlı kalıyor
Gelecek Yönelimler
- Gerçek zamanlı fizik-bilinçli üretim
- Doğrudan üretime hat