Yapay Zekâ Form Bulma
Ya makineler bina hayal edebilseydi?
Frei Otto yıllarını sabun köpükleriyle geçirdi. Gaudi zincirleri baş aşağı astı. Form bulma her zaman yavaş oldu.
Biz sorduk: bu süreci sıkıştırabilir miyiz? Bir mimar tek bir eskiz çizerken, bir makine binlerce formu keşfedebilir mi?
Bunun için bir simülasyon hattı kurduk: açık mimari veri setleri ve kendi parametrik çalışmalarımızla ince ayarlanmış üretken ağlar, hakem olarak da bir yapısal fizik motoru. Amaç mevcut binaları kopyalamak değil, strüktürün altında yatan mantığı öğrenmek, ve sonra yeni formlar üretmek.
Sonuçlar bizi şaşırttı. Ağlar gördüklerini yeniden karıştırmakla kalmadı; hayal etmediğimiz formlar buldu. Mercana benzeyen dallanan strüktürler. Hiçbir insanın çizmeyeceği şekillerde burulan kabuklar. Ve koşularımızda bunların %68'i yapısal analizi geçiyor. Bunun ne olduğunu açıkça söyleyelim: bir simülasyon çalışması. Bu sayfadaki sayılar kendi test koşularımızı anlatır; inşa edilmiş bir işi ya da dış bir kıyaslamayı değil.
2 Saatte 400 Form: Yeşil katman, simülasyon koşularımızdaki yapısal doğrulamayı gösteriyor. Hat, bizim değerlendirebileceğimizden hızlı üretiyor.
Kuramsal Çerçeve
Eğitim Verisi
Açık mimari veri setleri ve kendi parametrik modellerimiz; yapı tipi, malzeme ve açıklığa göre etiketlenmiş. Küratörlük, işin gösterişsiz yarısı.
Yapısal Geri Bildirim
Üretilen her form Karamba FEA'dan geçer. Başarısız olursa, bu başarısızlık ağa öğretir. Zamanla model fiziği içselleştirir.
Hız
Koşularımızda tek GPU'da saatte yaklaşık 200 form. Bu, hiçbir insan ekibinin manuel olarak keşfedemeyeceği bir tasarım alanı.
Malzeme Verimliliği
Üretim strüktür için optimize edildiğinden, koşularımızdaki formlar temel konfigürasyonlardan çoğunlukla %20-30 daha az malzeme kullanıyor.
Araştırma Süreci
Veri Hazırla
Tipoloji, strüktür ve malzemeye göre etiketlenmiş açık veri setleri ve kendi parametrik modellerimiz
Ağı Eğit
Mimari koşullandırma ile üretken omurgaların ince ayarı
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
Açık mimari veri setlerini ve kendi parametrik çalışmalarımızı toplama, temizleme ve etiketleme. Üretken projelerin çoğu burada başarısız olur; hak ettiği zamanı vermek gerekir.
Ağ Eğitimi
Önceden eğitilmiş üretken omurgaların derlenen set üzerinde ince ayarı. Difüzyon modellerini de denedik, ancak GAN'lar iterasyon için daha hızlıydı.
Fizik Entegrasyonu
Gizli alanı Karamba FEA'ya bağlama. Ağ, üretirken yapısal geçerlilik hakkında geri bildirim alıyor.
Ürün Entegrasyonu
Ayakta kalan yaklaşımları Archly'nin üretim akışlarına katma. Planlanan bir adım, henüz yayında değil; bunu dürüstçe söylüyoruz.
Temel Metrikler
Öncü Düşünürler
Frei Otto
Otto onlarca yıl fiziksel modeller, sabun filmleri ve asılı zincirlerle çalıştı. Optimal formların çizimden değil, malzeme davranışından doğduğunu kanıtladı. Hattımız onun yönteminin dijital bir torunu.
Mario Carpo
Carpo 'dijital' ve 'hesaplamalı' tasarım arasında ayrım yapar. Dijital, bilgisayarda çizmek demektir. Hesaplamalı, bilgisayarın tasarlamasına izin vermek demektir. Bizim hedefimiz ikincisi.
Zaha Hadid Architects
ZHA, eğrisel ve akışkan formların büyük ölçekte inşa edilebileceğini gösterdi. İnşa ettikleri işler, üretken deneylerimizin çeşitliliğini ölçtüğümüz çıta.
Ian Goodfellow
Goodfellow 2014'te GAN'ları icat etti. Onun atılımı olmadan bunların hiçbiri mümkün olmazdı. Çerçevesini yapısal kısıt tatmini için uyarladık.
Ürünlerimizde Nerede Yaşıyor
Archly'de kısıt-güdümlü üretim
PlanlananArchly bugün mimari fikirler için bir AI görselleştirme akışı. Bu çalışmadaki form-üretim hattı, ona katmayı hedeflediğimiz araştırma kolu: bir kısıtı tarif et, yapısal olarak makul seçenekler geri al.
Archly →Grasshopper'da gizli alan navigasyonu
KeşifFalcon AI, Grasshopper dili konuşur. Buradaki gizli alan deneyleri, Falcon'un canlı bir tanım içinde parametrik varyasyonları nasıl önerebileceğini besliyor: seçenekleri yeniden kurmak yerine aralarında morflamak.
Falcon AI →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 yapısal geri bildirimle birleştiriyoruz. Fizik motoru kötü formları siz görmeden reddeder.
Optimizasyon Sonuçları
Koşularımızda üretilen formların yüzde kaçı FEA'yı geçiyor?
Senaryo modeli: değerler kendi simülasyon koşularımızdan
Ne Keşfettik
Ağlar stiller arasında form buluyor. Gotik katedralleri ve parametrik kuleleri verin; aralarında interpolasyon yapıyor. Sonuçlar, hiçbir tarihsel kategoriye oturmayan yapısal olarak geçerli melezler.
23 yeni tipolojiÜretilen formlar sık sık sezgisel olmayan yük yolları keşfediyor. Koşularımızda çapraz destek kalıpları çeliği %12-18 azalttı. Ağ estetik için değil, fizik için optimize ediyor.
%12-18 malzeme tasarrufuGizli alan navigasyonu zaman yolculuğu gibi. Kuleden köprüye, köprüden kabuğa sürekli morf edebilirsiniz. Yolculuğun kendisi form öneriyor.
4 saniyede interpolasyonFizik geri bildirimi her şeyi iyileştiriyor. Karşılaştırmalarımızda, yapısal doğrulamalı GAN'lar tek başına GAN'lardan %30 daha verimli formlar üretiyor.
%30 verimlilik kazanımıMevcut Sınırlamalar
Mod çökmesi gerçek. Ağ bazen kulelere saplanıyor. Nedenini tam olarak anlamıyoruz.
Yorumlanabilirlik sınırlı. Belirli bir gizli vektörün neden iyi bir form ürettiğini her zaman açıklayamıyoruz.
Ölçek körlüğü. Model, açıkça koşullandırmadıkça tutarlı ölçeği sürdürmekte zorlanıyor.
Üretim boşluğu. Formlar strüktür için optimize ediliyor, gerçekte nasıl inşa edeceğiniz için değil. FEA'yı geçmek bir uygulama projesi değildir.
Sonuç
Makineler bina hayal edebilir. Gördüklerinin kopyalarını değil, fiziğin kabul ettiği gerçekten yeni formları. Simülasyon koşularımızda: %68 yapısal geçerlilik, %12-18 malzeme tasarrufu. Dürüst boşluk, FEA'yı geçen bir formla detaylandırabileceğiniz bir bina arasında; önümüzdeki iş o boşluğu kapatmak.
Sınırlamalar
- Mod çökmesi müdahale gerektirir
- Yorumlanabilirlik sınırlı kalıyor
Gelecek Yönelimler
- Gerçek zamanlı fizik-bilinçli üretim
- Doğrudan üretime hat