Yapay zekâ form bulduğunda

Bir pavyon tarif ettiğinizi düşünün. Bir süre sonra karşınızda modellenmiş bir örtü, döşenmiş bir sahne ve özenle aydınlatılmış bir görüntü var. İnsanı huzursuz eden, sonucun ne kadar tanıdık görünebildiği: bir zamanlar uzun bir stüdyo çalışmasının sonunda gördüğümüz türden bir imge. Makine hem bu görüntüyü hem arkasındaki geometriyi üretebiliyorsa, form bulma dediğimiz emeğe ne oluyor?

Bu soru, daha hızlı çizmenin ötesine uzanıyor. Mimari değerin ne kadarını çarpıcı bir siluete bağladığımızı, o siluetin yapılmaya değer bir yere dönüşmesi için başka nelerin gerektiğini düşündürüyor.

Görüntü üreten modelden araç kullanan ajana

Büyük dil modeli, kısaca LLM, dil ve kod üretir. Çok kipli, yani multimodal modeller görsel gibi farklı girdilerle de çalışabilir. GPT-6 Astra metin ve görsel kabul ediyor; bağlı araçlar yapabileceklerini genişletiyor. Ekran görüntüsü uygulamanın görünümünü, dosya erişimi ise incelenecek ve değiştirilecek kodu modele sağlayabilir.

Difüzyon, başka bir üretim yaklaşımının adı. Görsel difüzyon modelleri, görüntüye gürültü ekleyen bir süreci tersine çevirmeyi öğrenir; gürültüyü adım adım gidererek görüntü oluşturur. Metin veya görsel girdiler sonucu yönlendirebilir. Bu kavramlar sistemin farklı parçalarını anlatır: bir model tarifi yorumlayabilir, görsel aracını çağırabilir ya da modelleme uygulaması için kod yazabilir.

Ajan bu eylemleri bir döngüye bağlar: işlem yap, sonucu incele, sonraki adıma karar ver. OpenAI’ın bilgisayar kullanımı belgesi, eylemlerden sonra ekran görüntüsünün modele geri verilmesini anlatıyor. Böylece görsel geri bildirim sürece katılıyor; ajanın sonucu doğru değerlendirip değerlendirmediği ise ayrıca incelenmesi gereken bir konu.

OpenAI’ın yayımladığı Astra konut çalışması bunu somutlaştırıyor. Ajan Blender’ın Python API’sini kullanıyor, önizleme renderlarını inceleyip sahneyi değiştiriyor. Yazar, evi büyütmeden önce bir kat planı istiyor. Çalışma bir görselleştirme örneği; arsa, taşıyıcı sistem ve yapı gereksinimleri için mesleki inceleme hâlâ gerekiyor. Önceki Astra yazımız bu akışı izliyordu. Burada mimari değerlendirme açısından açtığı soruya bakıyoruz.

Form bulmak hangi soruyu çözüyor?

Taşıyıcı sistemlerde form bulurken geometri; yükler, mesnetler ve denge arasındaki ilişkiden doğabilir. ETH Zürih’in eQUILIBRIUM eğitimi, grafik statikle bu ilişkiyi görünür kılıyor. Görünüşü için üretilmiş eğrisel bir örtü, yalnızca bu biçime sahip olduğu için aynı ilişkileri çözmüş sayılmıyor.

Mimarlığın forma sorduğu sorular daha da geniş. İnsan buraya nereden gelir? Neresi gölgede kalmalı? Hangi manzaraya bir açıklık vermeli? Neyi inşa edebilir, bakımını yapabilir, ileride değiştirebiliriz? Bir parametreyi bu sorulardan biriyle ilişkilendirebildiğimizde, onu değiştirmenin mimari anlamı belirginleşir. Bir yüzeye parametrik demek, onu neden değiştirmek isteyeceğimizi tek başına açıklamaz.

Aynı pavyonda farklı mimari kararlar

Görseldeki hayalî pavyonu ele alalım. Ajandan daha akışkan bir örtü istemek, çekici bir varyasyon üretebilir. Bir ağacı korumasını, geçişi açık tutmasını ve kitap okuyan birine korunaklı bir oturma yeri vermesini istediğimizde, plan ve kesitte tartışabileceğimiz kararlar devreye girer.

Bir kolonu yoldan çekmek açıklığı büyütebilir. Gövde çevresindeki boşluğu genişletmek, gölgeyi ve yağmurun oturma alanına ulaşma biçimini değiştirebilir. Eğimi izlemek, yaklaşım yolunu uzatabilir. Her değişiklik, istediğimiz bir niteliği başka bir sonuca bağlar. İllüstrasyon bu soruları düşündürüyor; yanıtları için arazi bilgisi, ölçü ve uygun analiz gerekiyor.

Ajan bu sonuçları araştırmaya yardım edebilir, hatta gözden kaçırdığımız ölçütler önerebilir. Kimin hareketini önceleyeceğimize, hangi ödünü kabul edeceğimize ve hangi bulgunun fikrimizi değiştireceğine yine karar vermemiz gerekir. Aradığımız formun sınırlarını da bu seçimler kurar.

Tanıdık bir imge, düşünülmüş bir yapı

Yapay zekânın önerisini, gördüğü her şeyin ortalaması olarak tarif etmek kolay. Difüzyonda olanı anlamak için, mevcut yapıların aritmetik ortalamasını düşünmek yerine öğrenilmiş bir dağılımdan örnek üretmeyi düşünmek daha doğru. Öneri şaşırtıcı ve işe yarar da olabilir. Tanıdık görünmesi, nasıl üretildiğini bütünüyle açıklamadığı gibi mimari niteliğini de tek başına belirlemez.

Üretilmiş bir görüntü, ustalığıyla tanıdığımız bir mimarın işine bizi tedirgin edecek kadar yaklaşabilir. Bu benzerliği ciddiye almak gerekir. İki projeyi daha derinden karşılaştırmak için mekânların sırasına, planın kullanıma verdiği yanıta, kesitin ışığı alışına ve detayın malzemeyle ilişkisine de bakarız. İkna edici bir görüntü, bu niteliklerin bir kısmını gösterirken bir kısmını açıkta bırakır.

Bizce ilk baskı, biçimsel yeniliği yeterli bir mimari gerekçe olarak sunan pratikler üzerinde hissedilecek. Modelleme becerisi ve görsel değerlendirme değerini korurken, alternatif üretmenin kolaylaşması onların amacını daha açık anlatmamızı istiyor. Zanaat bir birleşimde, iki oda arasındaki ilişkide veya dikkatle seçilmiş bir kısıtta da yaşayabilir.

İlk deneme için ajana küçük bir görev ve her gereksinim için bir neden verin. Görüntünün yanında bir plan ve kesit isteyin. Bir koşulu değiştirip nelerin etkilendiğine bakın. Form önermek kolaylaştıkça, bir formu seçmenin gerekçesi daha belirleyici hâle geliyor.