EN / TR
← Araştırma Lab'a Dön
02 — YAPI Aktif 2024-2025

Yapay Zeka Form Bulma

Mimari Morfogenez için Makine Öğrenmesi

Yapay Zeka Form Bulma Araştırması
Yapısal tipolojiler arasında GAN tarafından üretilen mimari formlar

Form bulma geleneksel olarak sezgi, örnek ve fiziksel modelleme alanı olmuştur. Frei Otto sabun filmleri ve asılı zincirlerle yıllar geçirdi. 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.

Araştırma Süreci

01

Veri Seti Hazırlama

Mimari veritabanlarından çekilen 50.847 görüntü ve 3D model, tipolojiye (kule, köprü, kabuk, çerçeve), döneme ve performans metriklerine göre kategorize edildi. Her giriş yapısal sistem, açıklık ve malzeme ile etiketlendi.

Python Scrapy Blender
50.847 örnek
02

GAN Eğitimi

StyleGAN3, NVIDIA A100'lerde 72 GPU-saat eğitildi. 3 mimari test ettik: vanilla StyleGAN3, özel yapısal koşullu varyant ve difüzyon modeli (Stable Diffusion ince ayarlı). Yapısal koşullu GAN, FEA geçiş oranında diğerlerini geride bıraktı.

PyTorch NVIDIA A100 Weights & Biases
72 GPU-saat
03

Yapısal Doğrulama

Üretilen formlar mesh → voxel → FEA model hattına dönüştürüldü. Karamba3D yer değiştirme, gerilme ve burkulma için değerlendiriyor. Geçiş kriterleri: max yer değiştirme < L/500, max gerilme < %80 akma. Mevcut geçiş oranı: %68 (ince ayar öncesi %12'den yükseldi).

Karamba3D Grasshopper Python
%68 geçiş oranı
04

İnsan-AI İşbirliği

Mimarlar çizim girişi (kenar algılama → gizli alan projeksiyonu), kısıtlama kaydırıcıları (simetri, konsol oranı, açıklık yoğunluğu) ve yinelemeli geri bildirim döngüleri ile üretimi yönlendiriyor. Ortalama yineleme süresi: varyant başına 4.2 saniye.

Archly.ai Grasshopper Rhino
4.2s/varyant
AI tarafından üretilen biyomimikri mimari form

Gizli Alan Navigasyonu: Sinir ağı interpolasyonundan ortaya çıkan GAN üretimi organik form. Birden fazla hayalet iterasyon, yapısal tipolojiden biyomimikri esinli mimariye evrimi gösteriyor.

Ne Keşfettik

01

GAN'lar Gotik süslemeler ile Zaha Hadid tarzı organiklik arasında, gizli alanda yapısal olarak geçerli hibrit formlar bularak interpolasyon yapabiliyor

23 yeni tipoloji belirlendi
02

AI üretimi formlar genellikle sezgisel olmayan yük yolları keşfediyor—insan tasarımcıların nadiren önerdiği ama çeliği %12-18 azaltan çapraz destek kalıpları

%12-18 malzeme azaltımı
03

Gizli alan navigasyonu gerçek zamanlı 'ya olursa' keşfi sağlıyor: mimarlar sürekli alanda kule → köprü → kabuk arasında geçiş yapabiliyor

~4s interpolasyon süresi
04

AI üretimini fizik simülasyonu ile birleştirmek, yalnızca GAN çıktılarından %30 daha verimli yapılar üretiyor (gerilme/kütle oranıyla ölçüldü)

%30 verimlilik kazanımı

Mevcut 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

AI Destekli Tasarımı Keşfedin?

Archly.ai beta programımıza katılın veya AI'ın tasarım sürecinizi nasıl hızlandırabileceğini tartışın.