ImageVerifierCode 换一换
格式:PDF , 页数:2 ,大小:1.28MB ,
资源ID:706886      下载积分:10 金币
验证码下载
登录下载
邮箱/手机:
验证码: 获取验证码
温馨提示:
支付成功后,系统会自动生成账号(用户名为邮箱或者手机号,密码是验证码),方便下次登录下载和查询订单;
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

开通VIP
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.zixin.com.cn/docdown/706886.html】到电脑端继续下载(重复下载【60天内】不扣币)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  
声明  |  会员权益     获赠5币     写作写作

1、填表:    下载求助     留言反馈    退款申请
2、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
3、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
4、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
5、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
6、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
7、本文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。

注意事项

本文(浅析建筑学科中的人工智能生成内容技术.pdf)为本站上传会员【自信****多点】主动上传,咨信网仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知咨信网(发送邮件至1219186828@qq.com、拔打电话4008-655-100或【 微信客服】、【 QQ客服】),核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载【60天内】不扣币。 服务填表

浅析建筑学科中的人工智能生成内容技术.pdf

1、4时代建筑Time+Architecture2023/11.AI识别能力表现成长图2.AIGC生成的4种类型平面3.AIGC生成的未来曲线感森林社区4.AIGC生成的方案表现图5.AIGC草图生成表现图6.ChatGPT根据描述生成的python程序7.ChatGPT生成的python程序于rhino内的呈现8.ChatGPT根据需求调试9.ChatGPT修复的python程序于rhino内的呈现10.StableDiffusion模型学习Midjourney模型后生成的方案表现图11.方案模型截图12.SD实验过程界面13.基于StableDiffusion1.5生成的结果14.基于Anyt

2、hing4生成的结果15.基于ProtogenV22Anime_22生成的结果1.Al performanceonrecognition2.4typesof plangenerated byAIGC3.Curved-linecommunitiesdrewbyAIGC4.ArchitecturerenderingsdrewbyAIGC5.Renderingcreatedfrom sketchbyAIGC6.Pythonscript created byChatGPT7.Python script ran in Rhino Python8.Python script debug by ChatGP

3、T9.Debugged Python script ran in RhinoPython10.Rendering created by Stable Diffusion based on the modellearning from Midjourney11.Screenshotofdigitalmodel12.SDUIduringtheexperiment13.Result of StableDiffusion1.514.Result ofAnything415.ResultofProtogenV22Anime_22TestscoresoftheAlrelativetohumanperfor

4、mance+20AlsystemspertormbetterthanO+Humanperformance.asthebenchmark,issettozero.thehumanswhodidthesetestsAlsystemsperformworse-20-40Reading-60compre-hension-80HandwritingrecognitionLanguageunderstandingSpeechrecognitionImagerecognition-10020002005201020152020ThecapabilityofeachAlsystem isnormalizedt

5、oaninitialperformanceof-100.Hto679101.意向图3.成果图2.模型裁圈12#13415鲁涵岳张望LUHanyue,ZHANGWang时代建筑Time+Architecture2023/115浅析建筑学科中的人工智能生成内容技术Application of AIGC to Architecture and Its Impacts2022年发布的ChatGPT、M i d j o u r n e y 和StableDiffusion等人工智能(以下简称“Al”)应用技术备受世人关注,各行业也随之掀起了进军AI领域的热潮。这类生成式人工智能(GenerativeAl

6、)属于人工智能生成内容(ArtificialIntelligenceGeneratedContent,以下简称“AIGC”)技术,所生成的内容可以是各种形式的数据,比如文字、图像、音频、视频、3D模型等。这些内容的质量几乎与人类做的一样,在个别领域甚至比人类做得更好,而且速度更快(图1)。因此,AIGC被认为是跨越Web2.0(社交网络时代)的技术,在各领域都被广泛讨论,而与文化艺术设计密切相关的建筑学当然也是研究AI应用的先锋学科。AIGC某种程度上是作为技术工具为使用者生成内容,但要像建筑师一样产出内容,AI还需要对这些内容有认知能力,因此在目前的技术水平下还处于工具与应用阶段。现在主流的

7、AIGC是通过神经网络学习训练的,这种训练能让AI学会识别概念,掌握概念之间的联系。2 0 12 年亚历克斯克里热夫斯基(AlexKrizhevsky)发布了一个能够识别图像中出现的物体,并对图像进行正确分类的模型AlexNet。2 识别图像物体也就意味着AIGC拥有“读图能力”,AIGC也因此在建筑学研究中有了新的可能性。AIGC识图能对推动建筑行业发展有重要的意义。人工智能要画出正确的建筑图纸,首先要对建筑图纸的制图规则、图纸的构成要素有认知基础。在“识图能力的基础”上,2 0 18 年哈佛大学研究员斯坦尼斯拉斯夏尤(StanislasChaillou)发表了一个人工智能算法模型,该模型能

8、够根据给定的平面轮廓布置不同风格的平面图(曼哈顿公寓式、维多利亚郊区住宅式、排屋式和巴洛克式)。3这些平面图的生成结果质量都很高,让人很难区分是出自AI还是人类(图2)。AIGC有生成建筑平面图的能力,但是这种生成方式与人类设计逻辑不同,这些出自AI的平面图并没有考虑交通、功能组织和空间联系,更像是对人类现有的图纸的一种摹写。AIGC离生成真正意义的设计内容还有距离,但是已经可以生成一些技术性要求没那么高的内容,而且已经进入到建筑教育和工作生产中。比如,ChatGPT辅助建模,可以通过StableDiffusion和Midjourney生成概念形态和方案表现。在概念设计阶段,AIGC可以为建筑

9、师提供建议、提炼概念和生成意象图。通过输入一段背景信息(建筑师对方案的思考、建筑师与客户之间的对话和项目的基本信息等),AIGC可以分析、总结、输出设计的主要需求和待解决问题等;然后给建筑师提供咨询建议,比如,它能够分析对话中使用频率比较高的词汇,然后给出相应的设计思路。4在概念传递上,AIGC也已经做到了所想即所得的效果,比如设计的方案概念是一个树林里的居住社区,要求建筑展现出未来感的曲线形式,通过简短的描述就可以即刻获得数张与描述相符度极高的图片,还可以选择较满意的结果再生成相似的图片以进行方案比选(图3、图4)。此外还能利用“图像生成图像”的方式快速将草图转换成成熟的概念图(图5)。虽然

10、AIGC还未能完全自动化生成精准的三维模型和图纸,但AIGC生成文字的功能还是为建筑师带来了极大的便利。ChatGPT可以生成兼容建模软件的代码,使用者只需告诉ChatGPT程序的运行平台,提出程序输入、输出的内容和程序的功能,即刻就能获得想要的程序代码(图6、图7)。这大大节约了编写程序语言的时间。此外,如果程序代码不符合使用者需求,ChatGPT还可以根据要求修复程序漏洞(图8、图9)。让AIGC有控制性地生成效果图是目前讨论、实验最广泛的应用领域,这要求AIGC有很精确的控制能力,能够保留模型的形态关系、结构、门窗等,在此基础上添加材质、背景、光影、配景、人物等细节。在这个方面,斯坦福大

11、学博士研究生张吕敏(LyuminZhang)等人发布的StableDiffusion插件ControlNet则大大提升了内容生成的可控性,5 实现了草图生成效果图的功能。为了测试AIGC在多大程度上能帮助建筑师完成从电子模型到效果图的内容生成,笔者线下部署了StableDiffusion进行了测试。StableDiffusionAUTOMATIC111(线下部署的StableDiffusion平台)是效果表达阶段主流的AlGC应用。它允许用户线下使用,它的开源也使得它集成了很多功能,允许用户使用别人的模型,训练、融合自己的模型(图10),因此可控性很高,变化也更多。由于目前并没有专门针对建筑训

12、练的大规模模型,也缺乏画面精细控制的程序工具,StableDiffusion很难一次性达到真正能使用的效果图水平,经常需要长时间的试错和调整,生成一张能用的效果图需要的时间成本较高(图11 图15)。虽然目前AIGC还并未拥有人类设计师同等的 智慧”,但已展现出了相当大的潜力。而且从技术发展的速度看,AIGC能很快弥补图面控制力不足的缺陷。从已经发布的几个“生成视频的GAI(生成式人工智能)应用”6 中,我们可以看到生成高质量的视频和三维模型已经成为可能,未来AIGC的应用可能会大大缩短生成声音、视频、三维模型的时间。此外,AIGC结合的软件应用将会更多,人与工作平台的交互性能将更强,这些AI

13、GC应用将使人们的学习生活更高效。相信不久的未来,AI将成为每个人的助手,如同现在的手机般不可或缺。(图片来源:图1源于https:/ourworldindata.org/brief-history-of-ak;图2 源于https:/ 图15作者自绘)参考文献:1 KIELA D,BARTOLO M,YIXIN N,et al.Dynabench:RethinkingBenchmarking inNLPM/OL/TOUTANOVAK,RUMSHISKYA,ZETTLEMOYERL,et al.Proceedingsof the2021Conferenceof the North Americ

14、an Chapterof theAssociation forComputational Linguistics:Human Language Technologies.Canada:Association for Computational Linguistics.2021:4110-41242023-02-11.https:/aclanthology.org/2021.naacl-main.324/.2 KRIZHEVSKY A,SUTSKEVER I,ALEXK.ImageNetclassification with deep convolutional neural networksJ

15、.CommunicationsoftheACM,2017(60):84-90.3 STANSLASC.Architecture&StyleEB/OL.(2019-06-02)2023-02-09.https:/ KULCKE M.Design-Bot-Using Half-Automated QualitativeInterviews as Part of Self Communication within the DesignProcessJ.eCAADe proceedings,2018(1):103-108.5 MARIYA D.Stability for BlenderEB/OL.(2

16、022-12-14)2023-02-11.https:/platform.stability.ai/docs/integrations/blender.6 JONATHAN H,CHAN W,SAHARIA C,et al.Imagen Video:High Definition Video Generation with Diffusion ModelsJ/OL.NewYork:arXiv,2022(2022-10-05)2023-02-11.https:/arxiv.0rg/abs/2210.02303.作者单位:同济大学建筑与城市规划学院香港理工大学作者简介:鲁涵岳,女,同济大学建筑与城市规划学院博士研究生,爱丁堡大学硕士张望通讯作者),男,香港理工大学助理研究员,爱丁堡大学硕士收稿日期:2 0 2 3-0 3-10

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服