دکتر اسلامی مجاوری - دانشکده معماری arch
ماتریس نقش کاربردی فرصت‌ها و تهدیدهای هوش مصنوعی در طراحی معماری
دکتر بابک اسلامی مجاوری
استادیار دانشکده معماری و شهرسازی، دانشگاه هنر ایرانخلاصه سخنرانی
-
شش نسل نقش‌آفرینی: او هوش مصنوعی را در ۶ حوزه دسته‌بندی کرد: طراحی مولد، مدلسازی عملکردی، خودکارسازی اسناد (فاز ۲)، تصویرسازی تعاملی، ساخت رباتیک و ساختمان‌های هوشمند.
- عنصر شهود: وی معتقد است به دلیل اینکه ساحت شهود انسانی هنوز کاملاً شناخته نشده، هوش مصنوعی نمی‌تواند کاملاً جایگزین معمار شود، اما نقش معمار را به ترکیبی از طراح و برنامه‌نویس تغییر می‌دهد.
- چالش‌های زیرساختی ایران: او به مشکلاتی نظیر فیلترینگ، تحریم‌ها و عدم سرمایه‌گذاری به عنوان موانع اصلی بومی‌سازی این فناوری اشاره کرد.
متن کامل سخنرانی
به نام خدا
عرض سلام و ادب خدمت اساتید گرامی و حضار محترم،
من خیلی معذرت می‌خوام از بچه‌هایی که سر پا وایسادن
انشاالله حالا دفعات بعد توی سالن بزرگتر برنامه رو خواهیم داشت
شروع می‌کنم ارائه امروزم رو با عنوان
ماتریس نقش کاربردی، فرصت‌ها و تهدیدهای هوش مصنوعی در طراحی معماری
انشاءالله اگه فرصتی شد یه نگاهی به زیرساخت کشور خودمون هم خواهیم داشت
این یک پژوهش کاربردیه و دقیقاً در راستای خیلی از سؤالاتیه که امروز مطرح شد و خب دیدیم در خصوص نقش انسان حساسیت وجود داشت.
نسبت هوش مصنوعی با معماری رو در سه حوزه جدی میشه بررسی کرد که امروز در این نشست من می‌خوام نسبتش رو با طراحی و ساخت در موردش صحبت کنم.
فکر می‌کنم اگر این نسبت هوش مصنوعی با حوزه طراحی و ساخت و فرایند خلق مشخص بشه تا حدی تکلیف آینده دو حوزه دیگه هم مشخص خواهد شد. منظور ما از فراآیند خلق اثر روندیه که در اون از یک طرف اطلاعات پروژه وارد قلب این پروسه، یعنی جعبه سیاه طراحی میشه و سمت دیگه ما خروجی‌هایی رو دریافت می‌کنیم. طبیعتاً یک حلقه تکرار در این روند قائلیم برای اینکه خروجی‌ها دوباره بتونن به ابتدای فراآیند برگردند و در این روند منطقی بتونیم به گزینه‌هایی برسیم. این حلقه‌ها متداخلند و روی همدیگه تأثیری می‌ذارن. قلب طراحی یک عنصر شهودی داره که مبتنی بر تجربه، خلاقیت، حس و دیدگاه‌های شخصی معماره.
برخلاف نظر بعضی از دوستان که امروز صبح مطرح شد، چون تمام ساحت‌های وجود انسان شناخته نشده، عنصر شهود در فرایند طراحی دوران هوش مصنوعی به نظر نمیاد که قابل حذف شدن باشه. پس معمارا می‌تونن خوشحال باشن که هوش مصنوعی کاملاً جاشون رو نمی‌گیره. اما تغییر نقش اصلی خواهیم داشت که امروز من با اشاره به روندی که بعضی از دفاتر معماری به سبک جدید در دنیا دارند، می‌خوام بگم این تغیر نقش‌ها به چه صورت خواهد بود.
چیزی بین معمار و برنامه‌نویسان معماری.
در حلقه اول که ورودی‌ها هستن مدیریت اطلاعات، برنامه‌ریزی و برنامه‌دهی هست که بع اختصار ما این قسمت رو پروگرمینگ می‌گیم و در قسمت انتهایی که خروجی‌ها رو داریم، ارزیابی‌های پس از طراحی، پس از ساخت و پس از اشغال هستند. تمام تأثیرات هوش مصنوعی و سیستم‌های الگوریتمیک و منطقی در دنیا در دو بخش ابتدایی بوده. هرچند به خاطر متداخل بودن حلقه‌ها تا حد زیادی حلقه میانی هم تأثیر پذیرفته. اما به چه صورت؟ امروز می‌خوایم ببینیم تا امروز چه اتفاقی افتاده و البته می‌شود حتی به کمک همین هوش مصنوعی در سیستم‌های ماشین لرنینگ، دیپ لرنینگ پردیکت کرد، پیش‌بینی کرد که در آینده سیستم دفاتر معماری که احتمالاً اسمش باید عوض بشه به چه صورت خواهد بود.
اساساً ۶ نوع نقش آفرینی از هوش مصنوعی رو ما در حوزه طراحی و ساخت معماری داریم. هر کدوم فرصت‌ها و تهدیدهایی رو دارند که می‌تونند یک ماتریس سه بعی بسازند. مفصلاً در یک برنامه دیگه‌ای سرش صحبت می کنیم، اما به اختصار نسل اول نقش آفرینی‌ها که همه از زمان معماری الگوریتمیک باش آشنا هستید، طراحی مولد و ایده‌پردازیه، یعنی چی؟ یعنی تولید خودکار گزینه‌های طراحی بر اساس پارامترها، محدودیت‌ها و اهداف از پیش تعیین شده که دقیقاً در حلقه پروگرمینگ اولیه که مدیریت اطلاعات می‌کنه قرار می گیره، خب نسلی از الگوریتم‌های تکاملی به صورت بنیادین تو این قضیه رو از قبل شما باهاش آشنا هستید. الگوریتم‌های مربوط به جی ای_ الگوریتم‌های ژنتیک رو خیلی خوب می‌شناسید. نکته مهم اینه که اینا دارن تلاش می‌کنند ما رو از اون مرحله نهفتگی ابتدای فراآیند طراحی خارج کنند، نه اینکه به طور کامل نقش معمار رو حذف کنند و خب فرآیندهای انتخاب طبیعی و تکامل منشأ الهامشون بوده. یعنی برای بازسازی ذهن انسان، اتفاقاً از همون روندی دارند می بینند که تمام ساحتش شناخته شده نیست. خب مشابه این الگوریتم‌ها رو الان به در شبکه‌های جدیدتر جی ان هم داریم که مثلاً الگوریتم‌های دوگانند. یه سری الگوریتم ها تولید می‌کنند و یه سری الگوریتم ها بیشتر کنترل‌ها رو دارند انجام میدن.
کسی متوجه میشه چرا چیدمان صفحه بنده اینجوریه از دانشجوها؟
کسی متوجه میشه چرا چیدمان صفحه اینطوریه؟
آها شما متوجه شدید، حالا من بعدا اسپویل می‌کنم.
مثلاً مدل‌هایی مثل دیفیوژن مدل ها هست که مید جرنی که شما دارین استفاده می‌کنین همینه. این چه کار داره می‌کنه؟ اولین بروز ذهنیات شماست برای اینکه شما باید از یک حالت سوبژکتیو به ابژکتیو وارد بشین و بتونید ذهنیات خودتون رو کاملتر و بهتر درک کنین، یا بعداً کارفرماها این رو متوجه بشن. شبکه‌های هم‌گرا کننده یا واگرا کننده به صورت جدی دارند سعی می‌کنند بخشی از خلاقیتی که هوش مصنوعی نداره رو پیگیری کنند. به شکل عجیبی شبیه تفکر دیکانسترانکشن رفتار می‌کنند. تمام مطالعات رو و تمام مدارک رو میان فشرده می‌کنند که دوباره بیان آزادسازی کنند. چرا؟ چون فضای خالی در این فشرده‌سازی مدارک پیدا می‌کنند که ظاهراً تا الان بهش توجه نشده. دنبال اون ارزشی هستند که بهش توجه نشده که شاید منشأ اثری باشه که تا الان خلق نشده. این یکی از روش‌هاییه که خیلی جدی دارند خلاقیتو وارد هوش مصنوعی می‌کنند. ولی همچنان عنصر شهود رو با این ساحت پیچیده ذهن انسان به طور کامل نمی‌تونند حذف کنند.
قطعاً مجموعه‌ای از فرصت‌ها رو در اختیار ما قرار میده این نقش آفرینی نسل اول، که از جمله ش همون نوآوری‌های فرمیه و مهم‌ترین تهدیدش هم خشک بودن و بی‌روح بودن این‌هاست. چون عنصر انسانی ازش حذف شده. در بخش دوم ما با مجموعه زیادی از مدل‌سازی‌های عملکردی طرفیم. دیپ لرنینگ که تمام ساحت وجودی عناصر رو با همه پارامترهای پیشرفته ش دارند به صورت گسترده بررسی می‌کنند، پیش‌بینی‌های خیلی دقیق‌تری می‌تونند بدن و در ترکیب با بعضی از شبکه‌ها به عنوان شبکه‌های ای ان ان دارند سعی می‌کنند به پیش‌بینی‌هایی در خصوص مصرف انرژی ساختمون یا رفتار کاربر برسن. چرا؟ چون می‌تونه در فرآیند طراحی ما به اون قسمت پروگرمینگ کمک کنه. اگر شما بتونید از رفتار کاربر یا اتفاقات داخل ساختمون یک مدلسازی درست داشته باشید، طراحی به شدت قوی‌تر میشه. نسل پیشرفته دیاگرام سیرکولاسیون_ من اگه ساده بخوام بگم گراف‌های بی‌نظیر آر- ال هستند که یادگیری تقویتی رو دارند انجام میدن. یعنی چی؟ یعنی مدلسازی الگوهای تعاملی. الگوهای طراحی تعاملی بر اساس شبیه‌سازی رفتارها یک عامل و یک محیط. نسبت عامل با محیط سنجیده میشه و مدلسازی میشه. یه خورده شبیه چیزهاییه که الان در اسپیس سینتکس به صورت پیشرفته استفاده میشه. مثلاً می‌تونند پیش‌بینی کنند مسیرهای حرکتی رو در فضاهای شلوغ. این نرم‌افزار که تو گوشیتون دارین مثل ویز یا مثل نشان، دقیقاً دارند همین کار رو می‌کنند. اگر شما بتونید سیرکولاسیون رو به صورت پیشرفته در همه بناها از قبل توی طراحی‌ها براش یک برنامه‌ریزی داشته باشید و یک پردیکتی کنید، اساس طراحی از مرحله ابتدایی که مدیریت اطلاعات و کشیدن اولین طرحواره‌های دیاگراماتیکه، تغییر خواهد کرد. سریع رد میشم، طبیعتاً کامپیوتر ویژن‌ها یک حسگر مصنوعی بصری ساده نیستند. قدرت تحلیل از طریق ماشین لرنینگ بهشون اضافه میشه و همچنین خب مدل‌سازی‌هایی برای جریان هوا و مدل‌های سازه وجود داره. مهم‌ترین فرصت‌ها در این مدل‌سازی‌ها، پیش‌بینی سریع عملکرده. مفهوم عملکرد از نئوفانکشنالیسم هم جلوتر رفته. بحث‌های روانشناسی و حالا یواش یواش تا حدی زیبایی‌شناسی بر اساس نظرسنجی جمعی از ذائقه مخاطب داره وارد میشه. چون هنوز نمی‌تونه اون شهود خلاقانه انسان رو کاملاً کپی کنه و البته خب تهدیدهایی دارند، چون به شدت این مدل‌سازی‌ها وابسته هستند به داده‌های فراوان با کیفیت. در قسمت انتهایی یه اشاره‌ای می‌کنیم که چالش‌هایی که در کشور خودمون داریم از جنس همین داده‌ها هستند.
بیشتر مطالعات فاز صفر در دفاتر معماری به صورت جدی یا حذف شده یا روندش تغییر کرده. چرا؟ چون ماشین لرنینگ، پلتفرم‌های ماشین لرنینگ یا ربات‌های ان ال پی دارند سعی می‌کنند اسناد رو دسته بندی کنند، طبقه‌بندی موضوعی کنند، بر چه اساسی؟
بر اساس ذخیره همه مطالعات گذشته فاز صفر که در پروژه‌های بزرگ داره.
حالا آقای دکتر بهزادفر هم اینجا هستند، من یه کم می‌ترسم این قضیه رو بگم.
به شکل جدی مهندسین مشاور دیگه اسمشون باید عوض بشه، چون به شکل جدی داره نقششون تغییر می‌کنه، سیستم داره عوض میشه، خود این‌ها مطالعات رو دسته‌بندی می‌کنند، جلوتر می‌بینیم که اصلاً راهنمایی می‌کنند، مدیریت دفاتر رو انجام میدن و تا حدی میگن که فرآیند اصلاً باید به چه صورت پیش بره. همین فرایند خودکار ربات‌ها از روی مدل‌های سه بعدی ربات‌های آرپی‌ای دارند نقشه‌های فاز دو اجرایی نسبتاً دقیق تولید می‌کنند، حتی نقشه‌های فاز سه که خیلی هم نقایص قبلیو سعی کردند برطرف کنند در نسل‌های جدیدشون.
شاید عجیب‌ترین قسمت ماجرا مربوط به اکسپرت سیستم‌ها باشه. سیستم‌های خبره. بسیاری از دانشجوها در دنیا الان، رساله‌های دکتراشونو با استاد راهنمای مجازی دارند می‌گذرونند و این عرفه. حالا خانم دکتر حسینی شاید بیشتر سر این قضیه صحبت کنند.
چرا؟ چون مجموعه‌ای از اطلاعات وجود داره که به یه خبرگی اون ربات رو رسونده که تا حدی می‌تونه شما رو هدایت کنه که گذشتگان چه کردند، چه استفاده‌هایی می‌کرد و ...
شاید این سیستم خبره هم از این بابت نام‌گذاری شده. مدیریت دفاتر و فرایندهای طراحی به صورت جدی از این طریق داره اتفاق میفته. خب فرصت مهمی که در اختیار ما گذاشته کاهش زمان صرف شده است و البته کاهش خطاهای انسانی، خطر بزرگش هم همینه که پتانسیل سوء تفسیر از همه اون مدارک قبلی وجود داره و البته نیاز به آموزش زیاد داره، هزینه‌های بالایی داره و نکات دیگه.
تا الان بیشتر رو اون قسمت پروگرمینگ ابتدای پروژه صحبت کردیم، در نقش آفرینی نسل چهارم ما با تصویرسازی و ارائه تجربه‌های تعاملی طرف هستیم که به صورت جدی برای ارائه می‌تونند به ما کمک کنند. نوعی از دیفیوژن مدل‌ها که با سیستم‌های جی ان اومده ترکیب شده و الان شما ارائه‌هاتونو می‌تونه براتون تغییر سبک بده. حالا شاید به نظر بعضیا این تغییر سبک خیلی سخیفه و البته درسته، ولی آقای دکتر حقیر کاش بودند، صحبت امروزشون خیلی جالب بود، واقعاً می‌تونه از یک سبک رئال به یک سبک خاص، مثلاً آبرنگ در نقاشی تغییر بده، به خاطر اون دانش بالا و این سیستمی که آقای دکتر حقیر امروز در خصوصش صحبت کردند. شما حتی می‌تونید از واقعیت مجازی و واقعیت‌های افزوده استفاده کنید تا در سیستم تورهای مجازی بذارید که کارفرما از قبل بتونه در سایت تمام پروژه رو ببینه. خب البته این الان در کشور خودمون هم هست. روندهای پیشرفته‌تر هم هست، حتی قابل ارزیابی هم هست، یعنی می‌تونه نکاتی رو که ممکنه چالش برانگیز باشه مطرح کنه. کامپیوتر ویژن‌ها در نسل دوم ارزیابی واکنش مشرتریان به طرح‌ها رو از طریق احساسات چهره شون دارن بررسی می‌کنند. شما می‌تونید نظریات کاربر و حتی کارفرما رو از این طریق کاملاً بررسی کنید. مارکت معماری به صورت جدی با این کامپیوتر ویژن‌ها منقلب خواهد شد. خب فرصت‌های مهمی در اختیار ما می‌ذاره از جمله یه سری کاهش هزینه‌های رندرینگ و افزایش درک مشتری که خیلی خیلی مهم‌تره و اینکه ذهنیت جمعی الان چه احساسی داره و البته خب مهم‌ترین تهدیدش هم دقیقاً بحث دی فیکه، ویدئوهای تقلبی که خیلی خطرناکند و ممکنه وارد حریم خصوصی ما هم بشن. این چهار نقش آفرینی اولیه بیشتر در فرآیند طراحی بوده، در ساخت به صورت جدی از ترکیب ربات‌ها با پلتفرم‌های ای آی و کامپیوتر ویژن نسل دوم ما سیستم‌هایی رو داریم که انجام وظیفه پیچیده حوزه ساخت و نظارت رو بر عهده دارند. پیمانکاری به شکل جدید وارد عرصه خواهد شد، مونتاژ کاری قطعات پیش ساخته، آجرچینی رباتیک، جوشکاری و برش لیزری، حتی چاپ سه بعدی ساختمان_ تمام پرینترهای سه بعدی که الان شما دارید از ترکیب همین الگوریتم هاست. خیلی چیز پیچیده‌ای نیست، دانش حوزه هوش مصنوعی خیلی راحت می‌تونه در کشور ما توسعه پیدا کنه که همین الان که جزو ده کشور برتر دنیا هستیم، ولی تجهیزات یک بحث جداییه که در انتها بهش اشاره خواهم کرد. این مجموعه سه بعدی ساز پارس فوم کات هم که در ایران، این دستگاه های سه بعدی ساز رو می‌سازه، من خودم شهادت میدم که دقیقاً فقط از ترکیب همین ۳ تا سیستم موفق شده به چنین تجهیزاتی برسه. اگر همین سیستم‌ها رو الان شما با یک سری از پهپادها ترکیب کنید، نظام نظارتی دفاتر معماری کاملاً تغییر خواهد کرد. چون پهپادها می‌تونند تمام ساختمون رو با کامپیوتر ویژن‌ها بررسی کنند. حتی جاهایی که انسان نمی‌تونه بره یا چشمش نمی‌بینه، و تمام این اجرا‌ها و خطاهاشو در لحظه نه فقط ببینند، تحلیل کنند، گزارش کنند و حتی راه حل پیشنهاد بدن. حتی نوعی از حسگرها در پلتفرم ماشین لرنینگ هست که الان در کشور ما هم اومده، می‌تونه به صورت دائمی در بنا جانمایی بشه که مادام العمر مسائلی مثل استهلاک و گزارش تخریب بنا رو گزارش کنه و پایش ساختمان رو برای ما راحت‌تر می‌کنه. فرصت‌هایی که به ما میده همون افزایش دقت و سرعت بیشتره، افزایش ایمنی و البته کاهش ضایعات. بزرگ‌ترین چالش‌هاش هم مربوط به سرمایه‌گذاری اولیه و پیچیدگی یکپارچه‌سازی این سیستم‌هاست.
قسمت ششم نقش آفرینی مربوط به ساختمون‌های اسمارته. یه کم سریع‌تر ازش گذر می‌کنم. فقط خواستم ببینید که همه این ها ترکیب همون گراف‌های اولیه ست که اتفاقاً از بنیاد حیاتی انسان هم نشأت گرفته و داره گزارش‌هایی رو میده. شاید جالب‌ترینش ترکیبش با چتبات‌ها باشه و ان پی که ساختمون پاسخگو رو تعریف کرده. ساختمون‌هایی که خودشون به کاربر در خصوص خودشون توضیح میدخه از کجا وارد بشن.
چند تاتون سخت بود براتون، در نگارخونه رو پیدا نکردید؟ از این یکی اومدید؟
این سیستم ها خودشون توضیح میدن دقیقاً از کجا برین، یا چه مشکلاتی ساختمون پیدا کرده. مهم‌ترین فرصت‌هایی که در ساختمون‌های اسمارت هست، مربوط به صرفه جویی در انرژیه، عمر طولانی‌تر تجهیزات و البته تهدیدهای جدیش هم به خاطر اطلاعات بالایی که جمع می‌کنند، دقیقاً در مسائل حریم خصوصیه.
همه این‌ها رو بنده عرض کردم که عنوان کنم که اگرچه همه این مدل‌سازی‌ها و الگوبرداری‌ها سعی کرده تا حدی جای انسان رو پر کنه اما به دلیل اینکه هنوز تمام ساحت وجودی انسان شناخته نشده، مخصوصاً در عنصر شهود و فرآیند ذهنی امکان اینکه ما احتمال‌سنجی کنیم به طور کامل مثلاً ضریب احتمالات رو از یه حدی بالاتر ببریم یا اینکه بخواهیم دقیق کنیم، هنوز ممکن نیست. ولی نقش معماران دیدید که کلاً در فرآیند طراحی و ساخت تغییر کرده.
در کشور خود ما اگر این سیستم از کار در طراحی و ساخت معماری وارد بشه، مهم‌ترین فرصت‌هایی که برای ما داره کاهش هزینه‌ها و افزایش بهره وریه.
اما در بحث چالش‌ها، سرمایه‌گذاری مشکل اولیه است. چون سرمایه‌گذار خارجی نمیاد، سرمایه‌گذار داخلی ریسک نمی‌کنه. در بحث زیرساخت‌ها و اینترنت تا اون وقتی که ما این مشکلاتی مثل این فیلترینگ رو داریم، مسائل همچنان پابرجاست. تحریم‌ها اتصال ما رو به شبکه گنجینه داده‌های جهانی قطع کردند و ما عملاً نمی‌تونیم این رو در کشور خودمون به طور کامل ران کنیم. ملاحظات فرهنگی اخلاقی به صورت جدی و مقاومت در برابر تغییر وجود داره. مقررات و قوانین جامعی نداریم. خانم دکتر عشرتی و خانم دکتر حسینی اشاره فرمودند که نظام آموزشی اگه قرار باشه فرایند طراحی و ساخت اینجوری که گفتم عوض بشه، آموزش ما باید متحول بشه. صبح سر همین قضیه صحبت بود که ما به هر حال باید چه چیزی آموزش بدیم در دانشگاه‌ها، و البته بحث حفاظت اطلاعات به صورت جدی مطرحه. از اونجایی که ضعف در دانش تخصصی برای هوش مصنوعی در کشور ما وجود نداره، به نظر میاد این چالش‌ها مهم‌ترین موضوع قابل بحث برای کاربردی کردن این علم هستند. کلام آخر اینکه آقای رئیس‌جمهور فرمودند اینجا ژاپنه؛ فکر کنید اینجا ژاپنه، بسازیدش. ما مشکل در دانش تخصصی نداریم، اما آقای پزشکیان، تفاوت ما با ژاپن دقیقاً در فراهم نبودن همین زیرساخت هاست.
متشکرم.
عرض سلام و ادب خدمت اساتید گرامی و حضار محترم،
من خیلی معذرت می‌خوام از بچه‌هایی که سر پا وایسادن
انشاالله حالا دفعات بعد توی سالن بزرگتر برنامه رو خواهیم داشت
شروع می‌کنم ارائه امروزم رو با عنوان
ماتریس نقش کاربردی، فرصت‌ها و تهدیدهای هوش مصنوعی در طراحی معماری
انشاءالله اگه فرصتی شد یه نگاهی به زیرساخت کشور خودمون هم خواهیم داشت
این یک پژوهش کاربردیه و دقیقاً در راستای خیلی از سؤالاتیه که امروز مطرح شد و خب دیدیم در خصوص نقش انسان حساسیت وجود داشت.
نسبت هوش مصنوعی با معماری رو در سه حوزه جدی میشه بررسی کرد که امروز در این نشست من می‌خوام نسبتش رو با طراحی و ساخت در موردش صحبت کنم.
فکر می‌کنم اگر این نسبت هوش مصنوعی با حوزه طراحی و ساخت و فرایند خلق مشخص بشه تا حدی تکلیف آینده دو حوزه دیگه هم مشخص خواهد شد. منظور ما از فراآیند خلق اثر روندیه که در اون از یک طرف اطلاعات پروژه وارد قلب این پروسه، یعنی جعبه سیاه طراحی میشه و سمت دیگه ما خروجی‌هایی رو دریافت می‌کنیم. طبیعتاً یک حلقه تکرار در این روند قائلیم برای اینکه خروجی‌ها دوباره بتونن به ابتدای فراآیند برگردند و در این روند منطقی بتونیم به گزینه‌هایی برسیم. این حلقه‌ها متداخلند و روی همدیگه تأثیری می‌ذارن. قلب طراحی یک عنصر شهودی داره که مبتنی بر تجربه، خلاقیت، حس و دیدگاه‌های شخصی معماره.
برخلاف نظر بعضی از دوستان که امروز صبح مطرح شد، چون تمام ساحت‌های وجود انسان شناخته نشده، عنصر شهود در فرایند طراحی دوران هوش مصنوعی به نظر نمیاد که قابل حذف شدن باشه. پس معمارا می‌تونن خوشحال باشن که هوش مصنوعی کاملاً جاشون رو نمی‌گیره. اما تغییر نقش اصلی خواهیم داشت که امروز من با اشاره به روندی که بعضی از دفاتر معماری به سبک جدید در دنیا دارند، می‌خوام بگم این تغیر نقش‌ها به چه صورت خواهد بود.
چیزی بین معمار و برنامه‌نویسان معماری.
در حلقه اول که ورودی‌ها هستن مدیریت اطلاعات، برنامه‌ریزی و برنامه‌دهی هست که بع اختصار ما این قسمت رو پروگرمینگ می‌گیم و در قسمت انتهایی که خروجی‌ها رو داریم، ارزیابی‌های پس از طراحی، پس از ساخت و پس از اشغال هستند. تمام تأثیرات هوش مصنوعی و سیستم‌های الگوریتمیک و منطقی در دنیا در دو بخش ابتدایی بوده. هرچند به خاطر متداخل بودن حلقه‌ها تا حد زیادی حلقه میانی هم تأثیر پذیرفته. اما به چه صورت؟ امروز می‌خوایم ببینیم تا امروز چه اتفاقی افتاده و البته می‌شود حتی به کمک همین هوش مصنوعی در سیستم‌های ماشین لرنینگ، دیپ لرنینگ پردیکت کرد، پیش‌بینی کرد که در آینده سیستم دفاتر معماری که احتمالاً اسمش باید عوض بشه به چه صورت خواهد بود.
اساساً ۶ نوع نقش آفرینی از هوش مصنوعی رو ما در حوزه طراحی و ساخت معماری داریم. هر کدوم فرصت‌ها و تهدیدهایی رو دارند که می‌تونند یک ماتریس سه بعی بسازند. مفصلاً در یک برنامه دیگه‌ای سرش صحبت می کنیم، اما به اختصار نسل اول نقش آفرینی‌ها که همه از زمان معماری الگوریتمیک باش آشنا هستید، طراحی مولد و ایده‌پردازیه، یعنی چی؟ یعنی تولید خودکار گزینه‌های طراحی بر اساس پارامترها، محدودیت‌ها و اهداف از پیش تعیین شده که دقیقاً در حلقه پروگرمینگ اولیه که مدیریت اطلاعات می‌کنه قرار می گیره، خب نسلی از الگوریتم‌های تکاملی به صورت بنیادین تو این قضیه رو از قبل شما باهاش آشنا هستید. الگوریتم‌های مربوط به جی ای_ الگوریتم‌های ژنتیک رو خیلی خوب می‌شناسید. نکته مهم اینه که اینا دارن تلاش می‌کنند ما رو از اون مرحله نهفتگی ابتدای فراآیند طراحی خارج کنند، نه اینکه به طور کامل نقش معمار رو حذف کنند و خب فرآیندهای انتخاب طبیعی و تکامل منشأ الهامشون بوده. یعنی برای بازسازی ذهن انسان، اتفاقاً از همون روندی دارند می بینند که تمام ساحتش شناخته شده نیست. خب مشابه این الگوریتم‌ها رو الان به در شبکه‌های جدیدتر جی ان هم داریم که مثلاً الگوریتم‌های دوگانند. یه سری الگوریتم ها تولید می‌کنند و یه سری الگوریتم ها بیشتر کنترل‌ها رو دارند انجام میدن.
کسی متوجه میشه چرا چیدمان صفحه بنده اینجوریه از دانشجوها؟
کسی متوجه میشه چرا چیدمان صفحه اینطوریه؟
آها شما متوجه شدید، حالا من بعدا اسپویل می‌کنم.
مثلاً مدل‌هایی مثل دیفیوژن مدل ها هست که مید جرنی که شما دارین استفاده می‌کنین همینه. این چه کار داره می‌کنه؟ اولین بروز ذهنیات شماست برای اینکه شما باید از یک حالت سوبژکتیو به ابژکتیو وارد بشین و بتونید ذهنیات خودتون رو کاملتر و بهتر درک کنین، یا بعداً کارفرماها این رو متوجه بشن. شبکه‌های هم‌گرا کننده یا واگرا کننده به صورت جدی دارند سعی می‌کنند بخشی از خلاقیتی که هوش مصنوعی نداره رو پیگیری کنند. به شکل عجیبی شبیه تفکر دیکانسترانکشن رفتار می‌کنند. تمام مطالعات رو و تمام مدارک رو میان فشرده می‌کنند که دوباره بیان آزادسازی کنند. چرا؟ چون فضای خالی در این فشرده‌سازی مدارک پیدا می‌کنند که ظاهراً تا الان بهش توجه نشده. دنبال اون ارزشی هستند که بهش توجه نشده که شاید منشأ اثری باشه که تا الان خلق نشده. این یکی از روش‌هاییه که خیلی جدی دارند خلاقیتو وارد هوش مصنوعی می‌کنند. ولی همچنان عنصر شهود رو با این ساحت پیچیده ذهن انسان به طور کامل نمی‌تونند حذف کنند.
قطعاً مجموعه‌ای از فرصت‌ها رو در اختیار ما قرار میده این نقش آفرینی نسل اول، که از جمله ش همون نوآوری‌های فرمیه و مهم‌ترین تهدیدش هم خشک بودن و بی‌روح بودن این‌هاست. چون عنصر انسانی ازش حذف شده. در بخش دوم ما با مجموعه زیادی از مدل‌سازی‌های عملکردی طرفیم. دیپ لرنینگ که تمام ساحت وجودی عناصر رو با همه پارامترهای پیشرفته ش دارند به صورت گسترده بررسی می‌کنند، پیش‌بینی‌های خیلی دقیق‌تری می‌تونند بدن و در ترکیب با بعضی از شبکه‌ها به عنوان شبکه‌های ای ان ان دارند سعی می‌کنند به پیش‌بینی‌هایی در خصوص مصرف انرژی ساختمون یا رفتار کاربر برسن. چرا؟ چون می‌تونه در فرآیند طراحی ما به اون قسمت پروگرمینگ کمک کنه. اگر شما بتونید از رفتار کاربر یا اتفاقات داخل ساختمون یک مدلسازی درست داشته باشید، طراحی به شدت قوی‌تر میشه. نسل پیشرفته دیاگرام سیرکولاسیون_ من اگه ساده بخوام بگم گراف‌های بی‌نظیر آر- ال هستند که یادگیری تقویتی رو دارند انجام میدن. یعنی چی؟ یعنی مدلسازی الگوهای تعاملی. الگوهای طراحی تعاملی بر اساس شبیه‌سازی رفتارها یک عامل و یک محیط. نسبت عامل با محیط سنجیده میشه و مدلسازی میشه. یه خورده شبیه چیزهاییه که الان در اسپیس سینتکس به صورت پیشرفته استفاده میشه. مثلاً می‌تونند پیش‌بینی کنند مسیرهای حرکتی رو در فضاهای شلوغ. این نرم‌افزار که تو گوشیتون دارین مثل ویز یا مثل نشان، دقیقاً دارند همین کار رو می‌کنند. اگر شما بتونید سیرکولاسیون رو به صورت پیشرفته در همه بناها از قبل توی طراحی‌ها براش یک برنامه‌ریزی داشته باشید و یک پردیکتی کنید، اساس طراحی از مرحله ابتدایی که مدیریت اطلاعات و کشیدن اولین طرحواره‌های دیاگراماتیکه، تغییر خواهد کرد. سریع رد میشم، طبیعتاً کامپیوتر ویژن‌ها یک حسگر مصنوعی بصری ساده نیستند. قدرت تحلیل از طریق ماشین لرنینگ بهشون اضافه میشه و همچنین خب مدل‌سازی‌هایی برای جریان هوا و مدل‌های سازه وجود داره. مهم‌ترین فرصت‌ها در این مدل‌سازی‌ها، پیش‌بینی سریع عملکرده. مفهوم عملکرد از نئوفانکشنالیسم هم جلوتر رفته. بحث‌های روانشناسی و حالا یواش یواش تا حدی زیبایی‌شناسی بر اساس نظرسنجی جمعی از ذائقه مخاطب داره وارد میشه. چون هنوز نمی‌تونه اون شهود خلاقانه انسان رو کاملاً کپی کنه و البته خب تهدیدهایی دارند، چون به شدت این مدل‌سازی‌ها وابسته هستند به داده‌های فراوان با کیفیت. در قسمت انتهایی یه اشاره‌ای می‌کنیم که چالش‌هایی که در کشور خودمون داریم از جنس همین داده‌ها هستند.
بیشتر مطالعات فاز صفر در دفاتر معماری به صورت جدی یا حذف شده یا روندش تغییر کرده. چرا؟ چون ماشین لرنینگ، پلتفرم‌های ماشین لرنینگ یا ربات‌های ان ال پی دارند سعی می‌کنند اسناد رو دسته بندی کنند، طبقه‌بندی موضوعی کنند، بر چه اساسی؟
بر اساس ذخیره همه مطالعات گذشته فاز صفر که در پروژه‌های بزرگ داره.
حالا آقای دکتر بهزادفر هم اینجا هستند، من یه کم می‌ترسم این قضیه رو بگم.
به شکل جدی مهندسین مشاور دیگه اسمشون باید عوض بشه، چون به شکل جدی داره نقششون تغییر می‌کنه، سیستم داره عوض میشه، خود این‌ها مطالعات رو دسته‌بندی می‌کنند، جلوتر می‌بینیم که اصلاً راهنمایی می‌کنند، مدیریت دفاتر رو انجام میدن و تا حدی میگن که فرآیند اصلاً باید به چه صورت پیش بره. همین فرایند خودکار ربات‌ها از روی مدل‌های سه بعدی ربات‌های آرپی‌ای دارند نقشه‌های فاز دو اجرایی نسبتاً دقیق تولید می‌کنند، حتی نقشه‌های فاز سه که خیلی هم نقایص قبلیو سعی کردند برطرف کنند در نسل‌های جدیدشون.
شاید عجیب‌ترین قسمت ماجرا مربوط به اکسپرت سیستم‌ها باشه. سیستم‌های خبره. بسیاری از دانشجوها در دنیا الان، رساله‌های دکتراشونو با استاد راهنمای مجازی دارند می‌گذرونند و این عرفه. حالا خانم دکتر حسینی شاید بیشتر سر این قضیه صحبت کنند.
چرا؟ چون مجموعه‌ای از اطلاعات وجود داره که به یه خبرگی اون ربات رو رسونده که تا حدی می‌تونه شما رو هدایت کنه که گذشتگان چه کردند، چه استفاده‌هایی می‌کرد و ...
شاید این سیستم خبره هم از این بابت نام‌گذاری شده. مدیریت دفاتر و فرایندهای طراحی به صورت جدی از این طریق داره اتفاق میفته. خب فرصت مهمی که در اختیار ما گذاشته کاهش زمان صرف شده است و البته کاهش خطاهای انسانی، خطر بزرگش هم همینه که پتانسیل سوء تفسیر از همه اون مدارک قبلی وجود داره و البته نیاز به آموزش زیاد داره، هزینه‌های بالایی داره و نکات دیگه.
تا الان بیشتر رو اون قسمت پروگرمینگ ابتدای پروژه صحبت کردیم، در نقش آفرینی نسل چهارم ما با تصویرسازی و ارائه تجربه‌های تعاملی طرف هستیم که به صورت جدی برای ارائه می‌تونند به ما کمک کنند. نوعی از دیفیوژن مدل‌ها که با سیستم‌های جی ان اومده ترکیب شده و الان شما ارائه‌هاتونو می‌تونه براتون تغییر سبک بده. حالا شاید به نظر بعضیا این تغییر سبک خیلی سخیفه و البته درسته، ولی آقای دکتر حقیر کاش بودند، صحبت امروزشون خیلی جالب بود، واقعاً می‌تونه از یک سبک رئال به یک سبک خاص، مثلاً آبرنگ در نقاشی تغییر بده، به خاطر اون دانش بالا و این سیستمی که آقای دکتر حقیر امروز در خصوصش صحبت کردند. شما حتی می‌تونید از واقعیت مجازی و واقعیت‌های افزوده استفاده کنید تا در سیستم تورهای مجازی بذارید که کارفرما از قبل بتونه در سایت تمام پروژه رو ببینه. خب البته این الان در کشور خودمون هم هست. روندهای پیشرفته‌تر هم هست، حتی قابل ارزیابی هم هست، یعنی می‌تونه نکاتی رو که ممکنه چالش برانگیز باشه مطرح کنه. کامپیوتر ویژن‌ها در نسل دوم ارزیابی واکنش مشرتریان به طرح‌ها رو از طریق احساسات چهره شون دارن بررسی می‌کنند. شما می‌تونید نظریات کاربر و حتی کارفرما رو از این طریق کاملاً بررسی کنید. مارکت معماری به صورت جدی با این کامپیوتر ویژن‌ها منقلب خواهد شد. خب فرصت‌های مهمی در اختیار ما می‌ذاره از جمله یه سری کاهش هزینه‌های رندرینگ و افزایش درک مشتری که خیلی خیلی مهم‌تره و اینکه ذهنیت جمعی الان چه احساسی داره و البته خب مهم‌ترین تهدیدش هم دقیقاً بحث دی فیکه، ویدئوهای تقلبی که خیلی خطرناکند و ممکنه وارد حریم خصوصی ما هم بشن. این چهار نقش آفرینی اولیه بیشتر در فرآیند طراحی بوده، در ساخت به صورت جدی از ترکیب ربات‌ها با پلتفرم‌های ای آی و کامپیوتر ویژن نسل دوم ما سیستم‌هایی رو داریم که انجام وظیفه پیچیده حوزه ساخت و نظارت رو بر عهده دارند. پیمانکاری به شکل جدید وارد عرصه خواهد شد، مونتاژ کاری قطعات پیش ساخته، آجرچینی رباتیک، جوشکاری و برش لیزری، حتی چاپ سه بعدی ساختمان_ تمام پرینترهای سه بعدی که الان شما دارید از ترکیب همین الگوریتم هاست. خیلی چیز پیچیده‌ای نیست، دانش حوزه هوش مصنوعی خیلی راحت می‌تونه در کشور ما توسعه پیدا کنه که همین الان که جزو ده کشور برتر دنیا هستیم، ولی تجهیزات یک بحث جداییه که در انتها بهش اشاره خواهم کرد. این مجموعه سه بعدی ساز پارس فوم کات هم که در ایران، این دستگاه های سه بعدی ساز رو می‌سازه، من خودم شهادت میدم که دقیقاً فقط از ترکیب همین ۳ تا سیستم موفق شده به چنین تجهیزاتی برسه. اگر همین سیستم‌ها رو الان شما با یک سری از پهپادها ترکیب کنید، نظام نظارتی دفاتر معماری کاملاً تغییر خواهد کرد. چون پهپادها می‌تونند تمام ساختمون رو با کامپیوتر ویژن‌ها بررسی کنند. حتی جاهایی که انسان نمی‌تونه بره یا چشمش نمی‌بینه، و تمام این اجرا‌ها و خطاهاشو در لحظه نه فقط ببینند، تحلیل کنند، گزارش کنند و حتی راه حل پیشنهاد بدن. حتی نوعی از حسگرها در پلتفرم ماشین لرنینگ هست که الان در کشور ما هم اومده، می‌تونه به صورت دائمی در بنا جانمایی بشه که مادام العمر مسائلی مثل استهلاک و گزارش تخریب بنا رو گزارش کنه و پایش ساختمان رو برای ما راحت‌تر می‌کنه. فرصت‌هایی که به ما میده همون افزایش دقت و سرعت بیشتره، افزایش ایمنی و البته کاهش ضایعات. بزرگ‌ترین چالش‌هاش هم مربوط به سرمایه‌گذاری اولیه و پیچیدگی یکپارچه‌سازی این سیستم‌هاست.
قسمت ششم نقش آفرینی مربوط به ساختمون‌های اسمارته. یه کم سریع‌تر ازش گذر می‌کنم. فقط خواستم ببینید که همه این ها ترکیب همون گراف‌های اولیه ست که اتفاقاً از بنیاد حیاتی انسان هم نشأت گرفته و داره گزارش‌هایی رو میده. شاید جالب‌ترینش ترکیبش با چتبات‌ها باشه و ان پی که ساختمون پاسخگو رو تعریف کرده. ساختمون‌هایی که خودشون به کاربر در خصوص خودشون توضیح میدخه از کجا وارد بشن.
چند تاتون سخت بود براتون، در نگارخونه رو پیدا نکردید؟ از این یکی اومدید؟
این سیستم ها خودشون توضیح میدن دقیقاً از کجا برین، یا چه مشکلاتی ساختمون پیدا کرده. مهم‌ترین فرصت‌هایی که در ساختمون‌های اسمارت هست، مربوط به صرفه جویی در انرژیه، عمر طولانی‌تر تجهیزات و البته تهدیدهای جدیش هم به خاطر اطلاعات بالایی که جمع می‌کنند، دقیقاً در مسائل حریم خصوصیه.
همه این‌ها رو بنده عرض کردم که عنوان کنم که اگرچه همه این مدل‌سازی‌ها و الگوبرداری‌ها سعی کرده تا حدی جای انسان رو پر کنه اما به دلیل اینکه هنوز تمام ساحت وجودی انسان شناخته نشده، مخصوصاً در عنصر شهود و فرآیند ذهنی امکان اینکه ما احتمال‌سنجی کنیم به طور کامل مثلاً ضریب احتمالات رو از یه حدی بالاتر ببریم یا اینکه بخواهیم دقیق کنیم، هنوز ممکن نیست. ولی نقش معماران دیدید که کلاً در فرآیند طراحی و ساخت تغییر کرده.
در کشور خود ما اگر این سیستم از کار در طراحی و ساخت معماری وارد بشه، مهم‌ترین فرصت‌هایی که برای ما داره کاهش هزینه‌ها و افزایش بهره وریه.
اما در بحث چالش‌ها، سرمایه‌گذاری مشکل اولیه است. چون سرمایه‌گذار خارجی نمیاد، سرمایه‌گذار داخلی ریسک نمی‌کنه. در بحث زیرساخت‌ها و اینترنت تا اون وقتی که ما این مشکلاتی مثل این فیلترینگ رو داریم، مسائل همچنان پابرجاست. تحریم‌ها اتصال ما رو به شبکه گنجینه داده‌های جهانی قطع کردند و ما عملاً نمی‌تونیم این رو در کشور خودمون به طور کامل ران کنیم. ملاحظات فرهنگی اخلاقی به صورت جدی و مقاومت در برابر تغییر وجود داره. مقررات و قوانین جامعی نداریم. خانم دکتر عشرتی و خانم دکتر حسینی اشاره فرمودند که نظام آموزشی اگه قرار باشه فرایند طراحی و ساخت اینجوری که گفتم عوض بشه، آموزش ما باید متحول بشه. صبح سر همین قضیه صحبت بود که ما به هر حال باید چه چیزی آموزش بدیم در دانشگاه‌ها، و البته بحث حفاظت اطلاعات به صورت جدی مطرحه. از اونجایی که ضعف در دانش تخصصی برای هوش مصنوعی در کشور ما وجود نداره، به نظر میاد این چالش‌ها مهم‌ترین موضوع قابل بحث برای کاربردی کردن این علم هستند. کلام آخر اینکه آقای رئیس‌جمهور فرمودند اینجا ژاپنه؛ فکر کنید اینجا ژاپنه، بسازیدش. ما مشکل در دانش تخصصی نداریم، اما آقای پزشکیان، تفاوت ما با ژاپن دقیقاً در فراهم نبودن همین زیرساخت هاست.
متشکرم.
