RIVER GOD - 由AI繪圖開始做建築設計 !

 

RIVER GOD
Architecture Design Starting with AI Drawing

陽明交大建築所 2022 秋季競圖 | 2022 GIA DESIGN COMPETITION

團隊設計（第二名） 

2022.10.01

徐華均 Hsu Hua-Chun (右二)

李宗宜 Lee Tsung-I (左一)

洪玫琪 Hung Mei-Chi (左二)

張智堯 Chang Chih-Yao (左三)

江孟錡 Chiang Meng-Chi (右一)

工具

# AI Text-to-Image Generator - DreamStudio , Midjourny

# Artist Reference / Style Guide - MasterPlan , Aerial Photography , Overview , promptoMANIA

# 3D Model - Rhino3D , SketchUp

# Rendering - Enscape , Fologram(AR for grasshopper)

# Concept

概要 | Abstract 

        我們提出一個旨在促進設計師和人工智能合作的設計流程，並且基於實驗驗證可行性、更在設計上進行實踐坦討如何與幫助建築中「週期性與臨時性」的設計需求。人工智慧與機器學習已經被證明能有效提高工作效率，並協助使用者進行文化引用(因為圖像生成的機器學習大多引用網路圖片資料庫進行訓練，因此無形中也引用當代資訊時代人類文化)。為了展示其功能，我們選擇了位於竹北市頭前溪河畔的一個具城鎮規模、臨時性和普遍性的河濱公園計劃的作為實驗操作研究。

        Our proposed workflow aims to facilitate collaboration between designers and artificial intelligence. AI has proven to be a valuable asset in enhancing work efficiency and has become a popular cultural reference. To demonstrate its capabilities, we present a case study of a city-scale, temporary, and universal riverside park plan in Zhubei City, located along the Touqianxi River.

        竹北市是新竹地區的新興城鎮，竹北的人口一直在增長，這導致對戶外活動空間、體育設施、親子娛樂設備等的需求增加。同時，頭前溪緊鄰竹北市鎮南緣，其具週期性氾濫的特性導致此區域難以規劃永久性建築設施，但偌大的土地面積與鄰近市區具卻具有好的地理區位。為了解決這些挑戰，我們與AI結合的工作流程以「速度」為重要原則，並利用 DreamStudio 快速生成河濱公園的路線規劃和設施用途方案。同時設計快拆框架系統允許使用者快速組裝，並適應區域快速變化的設計需求。

        Zhubei's population has been growing, leading to an increased demand for comprehensive activity plazas, sports facilities, parent-child recreation equipment, and more. The periodic flooding of the river also requires the park to be frequently re-planned. To address these challenges, our workflow prioritizes speed and utilizes DreamStudio to quickly generate the park's routing and facility usage scenarios. The framework system allows for quick assembly and adaptability to rapidly changing design requirements in the area.

人機合作整合的工作流程
Integrated Design Method

人獨自運作的效率不高，機器無法獨自成所有的判斷，於是兩者勢必需要合作才能發揮1+1>2的能力。

競圖中所提出的設計流程就是基於此思維。人機二元共治，設計中的創意產生環節被獨立出來給AI完成，此舉動對我們來說並非否定人類的創意能力 (跳躍式思考能力)，而是改變人類創意能力發揮的場所、用於生成prompt(輸入ai給予影像生成提示的字句)，同時，產生視覺影像的工作則交由AI負責，過程中，人類依然保有對於設計關鍵決策點的掌控，而AI則協助我們擴展知識領域的疆界，讓圖像的生成具有幾乎無限的可能。

The singular capability of human operation is insufficient, and machines cannot solely make decisions, hence the need for collaboration to attain the synergistic result of 1+1 being greater than 2.

The design process proposed in the competition embodies this concept of human-machine cooperation, with AI taking charge of the creative generation aspect of design and humans retaining control over crucial decision-making. This shift is not meant to undermine human creativity but to redirect it towards providing input for AI to generate words and sentences for image generation prompts. AI handles the task of producing visual images while humans retain control over key design aspects, allowing for an expansion of knowledge boundaries and virtually limitless possibilities in image generation.

Dreamstudio User Interface

機器學習圖像生成 與 設計者 協作
Cooperation btw. Human Designer and Ai Drawing 

Ai Drawing (人工智慧輔助圖片生成)的使用方式是透過文句prompt給予人工智慧提示，並產生圖像的輸出，圖像輸出會根據提示prompt的內容交由人工智慧自行判斷產生何種內容，我們並不確切理解人工智慧之中對內容選擇的決策過程，但prompt與圖像內容總會有概念上的連結性。

此外，Ai Drawing也可以近一步輸入圖像與prompt共同為圖像生成的提示，此時圖像的內容會基於輸入圖像做變化，產生類似於突變或演化的輸出。

以上提到的兩種方式提供我們建築設計時，向目前所及的知識領域以外探尋的輔助，同時，平時在設計過程中外部知識要化為建築空間設計還需要經過設計者自身做型態具象化的動作、成為可在三度空間中存在的實體，然而，機器學習替我們省去型態具象化的這個動作，設計者反而轉換成一位「設計評估者」，在人工智慧輸入與輸出兩端，反覆對文字概念與輸出圖像之間的關係進行比對。

設計者利用AiDrawing生成圖像的效率，Ai Drawing利用人類對於特定問題的概念化提示（聚焦）。

我們在反覆嘗試的過程中，發現Ai Drawing具有的一些共同特徵 ：

(1) 可以引用圖層遮罩的概念，Ai Drawing對輸入的圖像會用pixel的角度做辨識，因此完全空白區域Ai Drawing傾向不變化

(2) prompt可以疊加，意義平行、意義相悖、意義疊加， 利用「 , 」進行區隔

(3) Ai Drawing 對於特定的建築空間用詞具有反應，例如描述尺度「OOO scale」、描述表現法「plan, facade, section, overview , topview」、描述空間元素「bridge, streetwalk , grass field」等等

(4) 畫面中是否具有「人」對於結果有很大的差異，反應到prompt的提示上是否提示人的相關字詞也有很大的影像。

機器學習沒有建築尺度的概念
Ai Drawing is Lacking in Concept of Architectural "Scale" 

我們再一次的實驗中，利用平面視角的空間圖像，例如平面圖、空拍圖、鳥瞰圖等輸入Ai Drawing，並提供promtp提變化方向，例如：輸入「圖像：一條兩側都有步道的河流、prompt : "there is a bridge across the river, human scale"」，結果產生許多像是對輸入圖片進行拼貼的結果，輸出圖像都具有概念上可以與「bridge(橋樑)」連結的元素，可能是類似像透視圖的片段、或扭曲的橋樑材料變片段，它們被像是扭曲的塗鴉一樣依附在原圖上，真正產生合理的動線規劃、空間配置的機率不高，但這樣的塗鴉對於激發設計者進行創意思考是有助益的。由此可見，對於現階段的ai drawing，它並沒有建築空間設計的「尺度」概念，並無法提供精準化的空間配置，也不能直接轉到cad圖面上進行操作。但，ai drawing反而像是在進行概念拼貼，於建築設計中的位置大約在「概念」到「精準配置」的中間。

[ 更多實驗過程記錄請點我 ] 

輸入: google map空拍圖 | prompt: " Crowds play in the water on the bank of the river on a sunny day, cars are parked in the parking lot near the bridge, trees are scattered on the green grass and kites are flying in the sky "   (紅色字為dreamstudio參數設定)

發展設計方法、而非設計作品 
Develop Method but not Work 

我們選擇在這次競圖發展一套設計方法、而非設計作品。

Ai Drawing 對我們來說已經類似於一種成熟的設計方法。方法的產生通常會基於對大量設計案的操作，在之中設計者會自行發展，建立具某種共同性的設計流程或中心思想，找到能夠與大眾或業主成功溝同合作的方式。Ai Drawing 則基於大量資料的訓練，能夠取代人類將概念思維轉換到型態幾何的工作，並產生在「某種程度上大家可以接受的輸出」，換句話說，機器學習模型的狀態即經過數量龐大的工程師或甚至設計師所認可為「符合當今社會人類需要的狀態」，它並非漫無目的地進行訓練與餵養資料，而是被有意識的優化，其對於「二維圖像」與「概念思維」的「關係」被朝向與人類審美接近的方向優化。

Ai Drawing 對我們也還有很多成長空間。若視 Ai Drawing 為一種工具、則它在發展上一任具有很多空間，若視其為一種新的思維方式、則它不應被侷限於單一作品的特定概念上，取其廣度與未來可發展性。

綜合上述，我們認為發展一套方法，適用於某一特定情境，方可以展現出ai drawing與人類協作設計的魅力。

----------------------------------------------------------------------

競圖介紹 | About GIA Competition :

陽明交大建築所秋季競圖是建築所年度傳統活動，每年題目旨在回應當代重要的建築議題與科技演進，每年以三個研究群組(數位設計組、設計研究組、學士後建築組)混合組隊的方式，進行為期約10天的團體設計。

競圖題目 /

Architectural Design Starting with AI Drawings

2022年備受矚目的 AI 繪圖工具「Midjourney」，讓人重新思考人工智慧之於設計的定位與角色。今年競圖特別邀請日本大阪大學工學研究所福田知弘副教授擔任出題老師，讓AI繪圖以各種姿態介入建築設計中，最終成品除了1分30秒的影片外，更開放以虛擬實境(Virtual Reality)、擴增實境(Augmented Reality)呈現設計提案。

競圖出題 /

Tomohiro FUKUDA 福田知弘
日本大阪大學工學研究所副教授

評審團／
福田知弘，日本大阪大學工學研究所副教授
漆志剛，實踐大學建築設計學系專任助理教授
邱浩修，東海大學建築學系副教授
曾柏庭，Q-LAB設計總監
蔡宏賢，Dimension Plus超維度互動創意總監

競圖時程 /
競圖發題：09/12　13:30-15:00
講評頒獎：09/22　14:30-16:00

成果展覽／
展覽時間：9/23－9/29　10 : 30 - 17：30
展覽地點：國立陽明交通大學 人社一館 一樓 建築所