点击蓝字关注，开启第五项修炼
韩涌（@microBIM）
SketchUp ATC中国顾问导师
——与拥有共同愿景的设计师一起，通过团队学习和知识共享，转变心智模式，实现自我超越和共同进步，以适应迅速变化的竞争条件。
之前在搜寻世界顶级SketchUp大师作品的时候，我一直带着一个疑问，支撑这些大师顶级作品的思维逻辑是什么？所以，我看他们的博客，比别人多了个心眼！果然，无意读到此文，惊为“天书奇谈”！不敢私享……借助自己的一亩三分地分享出来，看不看得懂没关系，先把原文奉上，之后我会找时间，结合我用SketchUp做设计十几年的经验，深度剖析——设计师用电脑的深层次意义！
作者简介：Mario Carpo（马里奥·卡波）是第二部数字纪要的作者:设计超越了智慧和其他书籍。他现在是列纳·班纳姆在伦敦大学巴莱特学院的建筑历史和建筑理论项目的教授。这篇文章是《美国》杂志未来持续培训计划的一部分。
原文链接
https://www.architecturalrecord.com/articles/13465-excessive-resolution-artificial-intelligence-and-machine-learning-in-architectural-design
图片由 Gilles Retsin Architecture 提供
由Gilles Retsin Architecture为维也纳艺术博物馆扩建设计的Hextrata线六角形线定义了一系列厚的体层。
图片由 Daniel Koehler, Bartlett UCL 提供
伦敦大学学院的学生 Daniel Koehler 和 Bartlett 设计的Wander Yards 展示了组合粒度的变化如何通过重复简单的空间样本来实现多样性。
图片由 Manuel Jiménez Garcia, Bartlett UCL 提供
VoxelChair v1.0由巴特利特大学设计计算实验室的曼努埃尔·吉姆·加西亚和吉尔斯·瑞辛设计，是一款使用新型设计软件进行机器人3d打印的椅子原型。
以下是正文
设计人员使用基于计算机的工具进行设计和制造已经将近一代人了。在过去的30年中，我们已经学会了，电脑可以帮助我们吸引和构建新形式的前所未有的复杂性，我们还发现，使用CAD-CAM（编者：指计算机辅助设计和计算机辅助制造）技术，我们可以在不需要额外成本的情况下生产大量的变体：已经是史上第一个数字将在建筑的历史。然而，今天，越来越强大的计算工具可以做的远不止这些。奇怪的是，计算机现在似乎能够自己解决一些设计问题——有时是我们无法用其他任何方法解决的问题。
二十年前，我们认为计算机是制造东西的机器；今天，我们发现它们作为思考的机器更加不可或缺。这就是为什么现在许多人，包括许多设计专业人士，对人工智能（AI）如此兴奋的原因之一。然而，这个术语本身并不新鲜：它在20世纪50年代和60年代就已经很流行了，当时计算机科学家认为人工智能应该模仿人类思维的逻辑——计算机应该像我们一样“思考”。今天，恰恰相反，越来越明显的是，计算机能够解决一些迄今为止不受影响的问题类别，正是因为它们遵循它们自己的、相当特殊的逻辑:一种与我们的逻辑不同的逻辑。而且在很多情况下，这种新的后人类（或者简单地说，非人类）逻辑似乎已经大大超过了我们的智慧。
我们思考问题的方式和电脑解决问题的方式之间的主要区别在于，我们自己的大脑从来就不是为大数据而设计的。当我们不得不处理太多的事实和数字时，我们必须不可避免地省略一些，或者将它们压缩成更短的符号，以便更容易地处理。大多数古典科学都是达到这一目的的手段。几何和数学——尤其是微积分——是惊人的数据压缩技术。它们让我们忘记了太多我们永远也记不住的细节，所以我们可以专注于要点。分类是我们行业的另一个诀窍。我们永远不可能找到一个名字在100万年随机列表,我们投入大量的工作排序,列表之前,我们使用它:如果名字是按字母顺序排序,例如,在电话目录,我们可以直接对准这个名字我们正在寻找无需阅读所有列表中的名称,这将需要很长时间。
然而，这正是计算机所做的：因为它们可以扫描几乎眨眼的字符和数字的巨大序列，它们不需要存储任何必须按特定顺序排列的东西。让我们把字母分类作为一个隐喻，就像我们一般认为的那样:我们把一些东西放在特定的地方，所以我们知道它们在哪里，当我们需要它们的时候。我们也在为这个世界创造意义。但计算机不需要这些东西:不像我们，他们可以在没有分类的情况下搜索。电脑对理解生命的意义也不感兴趣。
就像我们在寻找一个特定的名字时，不能轻易地处理100万个名字的随机列表一样，当我们需要100万块不同的砖来建造一座房子时，我们也不能轻易地处理100万块不同的砖。在这种情况下，我们对大数据（或大到无法管理的数据）的天然厌恶也促使我们进行一些极端的简化。
首先，我们将砖块标准化，所以我们可以假设它们都是一样的。然后我们将它们按规则的行排列，并将所有行排列在简单的几何图形中——大多数情况下，是平面、立面和剖面中绘制的矩形或圆形。因此，我们可以忘记每一块砖的物理形状和材料属性，我们可以通过组成更简单、更干净的更大、更均匀的表面和体量的轮廓来设计整个建筑。
一个没有蓝图可遵循，也没有描述可渲染的工匠，就可以随心所欲地处理每一块砖（或石头或木梁），追随他的天赋、直觉或灵感——这是许多前现代建筑的建造方式。但是没有一个现代工程师或承包商会梦想着把每一块砖都做上记号，因为那将永远花费时间，而且建筑文件将会像印刷的大英百科全书一样大。然而，这又是计算机所做的。今天，我们可以用最微小的颗粒来记录、计算和制造建筑物的每一块单独的砖或块。如果粒子很小，就可以在现场进行3d打印。如果它们更大，就可以用机械臂组装。无论组件的规则性、数量、大小和布局如何，该过程都是完全相同的，并且花费相同的时间。今天这种规模的计算成本已经很低了——而且会越来越低。
这个过程的优势是显而易见的。将建筑的每一个微小颗粒都设计成最小的尺寸，可以节省大量的建筑材料、能源、劳动力和金钱，并且可以交付更符合规格的建筑。毫不奇怪，以这种方式设计和建造的建筑看起来也有些不同寻常。这是正确的，因为它们显示出惊人的分辨率，这是一种内在的、不可见的逻辑的外在和可见形式在发挥作用，而这种逻辑已不再是我们思维的逻辑。也许人类工人仍然可以这样工作——只要有无限的时间和金钱。但是没有人的大脑可以那样思考，因为没有人的大脑可以接收，接收，那么多的信息。各行其是:我们把不擅长的留给机器，把机器不能做的留给自己，这就够了。
机器搜索——大数据就是为了它们。我们排序：压缩数据（在这个过程中丢失或忽略一些数据）是我们的职责。通过比较、选择、形式化、泛化和抽象化，选择、意义、价值和意识形态，以及争论和对话应运而生。
今天对人工智能带来竞争的担忧，可能与100年前对工业大规模生产带来竞争的担忧一样具有误导性。
任何机器学习系统都不可能同时优化设计过程的所有参数，而不考虑任何形而上的含义；这仍然是设计师的选择。今天对人工智能带来竞争的担忧，可能与100年前对工业大规模生产带来竞争的担忧一样具有误导性。但是，正如应对机械方式使工业设计在20世纪的挑战，应对计算机的思维方式将是21世纪工业设计的挑战，因为今天的思考机器藐视和人类思维的有机的逻辑矛盾，就像工业革命的机械机器蔑视和否定人体的有机的逻辑。
欢迎咨询微BIM培训
免费试学【微BIM·室内设计】
点击 阅读原文 打开课程后点目录
