ChatGPT و Midjourney می توانند بخش های سازنده ای از تفکر طراحی باشند

در حال حاضر، بیشتر ما در معرض افزایش سریع هوش مصنوعی بوده ایم. از زمان راه اندازی ChatGPT در نوامبر 2022 توسط شرکت تحقیقاتی هوش مصنوعی OpenAI مستقر در ایالات متحده، این موضوع رسانه های جریان اصلی را با نظرات کاربران روزمره، طراحان و حتی “نمایندگان کنگره که کدنویسی می کنند” پر کرده است..برای کسانی که ناآشنا هستند، GPT عنوان مخفف «تبدیل از پیش آموزش‌دیده مولد» است که از یادگیری عمیق برای ارائه پاسخ‌های انسان‌مانند در زمان واقعی در مکالمات متنی استفاده می‌کند. در اصل، شکلی حساس از پیام‌رسانی فوری است.

گستره قابلیت‌های ChatGPT، حداقل بگوییم، شگفت‌انگیز بوده است، همانطور که هزاران نفر در سراسر اینترنت تکرار می‌کنند. برای معماری، این حرفه ناخواسته در دوراهی بحث استفاده بهینه از چنین نرم‌افزاری در ظرفیت دنیای واقعی طراحی و ساخت ساختمان‌ها قرار گرفته است. بنابراین، هوش مصنوعی پیشرفته هوا را با احساسات آشنا از ترس وجودی، سردرگمی و هیجان اشباع می کند، زیرا در پرتگاه تبدیل شدن به جهش بزرگ بعدی یا میخ نهایی برای «دست معمار» همیشه عمدی قرار دارد. ”

با وضعیت معیشت آینده ام، به دنبال رودرروی ChatGPT بودم و از این فرصت استفاده کردم تا از طریق کمک هزینه تحقیقاتی که توسط شرکت من Hickok Cole به من اعطا شد، توانایی های آن را به طور مستقیم آزمایش کنم. نتایج بسیار ظریف تر از آنچه در ابتدا انتظار می رفت است.

چیزی که با کاوش در یک “مد” شروع شد به یک نمایش غیرمنتظره از شایستگی و خلاقیت تبدیل شد. غذای آماده من آنقدر وحشتناک نبود که اتوماسیون نقش من را منسوخ کند، و همچنین ابزاری رایگان و راحت برای کوتاه کردن آن پیدا نکرده بودم. در عوض، من با یک انفجار خلاقانه از ایده های جدید و دیدگاهی تازه امضا کردم. ChatGPT به من نگفت که چه چیزی درست است یا غلط، و همچنین مفاهیم معجزه آسای طراحی خود را از ابتدا درک نکرد. مطمئناً نمی‌تواند ساختمانی بسازد یا طرح‌های الهام‌بخش ارائه دهد – هنوز. ChatGPT به سادگی اینترنت را برای مراجع، تحقیقات، و اثبات مفهوم جستجو کرد تا مرا در جهت های مختلف راهنمایی کند، و با گفتمان قبلی ترکیب شود تا یک فرآیند لایه ای از پیشنهادات طراحی تکراری ایجاد کند.

هدف اولیه (آنچه شد) گفتگوی دو ساعته ما ساده بود: طراحی یک ساختمان. دیالوگ آغازین مبهم و خودسرانه بود. “در مورد ساختمان های عمودی با کاربری مختلط در یک محیط شهری چه می دانید؟” “آیا معماران یا سبک های طراحی مورد علاقه ای دارید؟” “چه چالش های فنی باید در یک ساختار ساختمان پیچیده مورد توجه قرار گیرد؟” این سؤالات برای سنجش قابلیت‌های یادگیری عمیق هوش مصنوعی و آشکار کردن هرگونه سوگیری پنهان موجود در کد آن بود. از آنجایی که آنها سؤالات باز بودند، من پاسخ های پایان باز دریافت کردم.

تا این مرحله، من ChatGPT را به عنوان یک ابزار تحقیقاتی طبقه بندی می کردم. سریع است، اطلاعات بی‌درنگ را ارائه می‌کند، و در بیشتر موارد، از تفکر ذهنی خودداری می‌کند. اما معماری گستره وسیعی از عملیات تخصصی را در بر می گیرد. آنچه با تحقیق آغاز می شود به تفکر طراحی و فرمول بندی (و ساخت) خلاقانه فضا منجر می شود. به مادیات، رنگ و حساسیت های جوی؛ به مستندات پروژه و سازماندهی سیستم های دقیق؛ به شیوه های تجاری مسئول، زمان بندی و قیمت گذاری. معماران برای جان بخشیدن به یک مفهوم بر لایه های اطلاعات و دانش ذاتی تکیه می کنند. همین را می توان در مورد هوش مصنوعی نیز گفت.

تا زمانی که شروع به معرفی محدودیت‌ها کردم، هوش مصنوعی شروع به تولید پاسخ‌های متنی شگفت‌انگیز کرد. هنگامی که از آنها خواسته شد توزیع ایده آل برنامه های جداگانه را در یک ساختمان با کاربری مختلط نشان دهند، مکان ها و طبقات بالقوه را فهرست کرد. پس از مدتی بحث در مورد مجاورت های برنامه – که به هر حال، اساس تحقیق من در اینجا در Hickok Cole بود – من یک محدودیت دیگر را اضافه کردم و ساختمان را به 24 طبقه محدود کردم و از هوش مصنوعی خواستم که طراحی آن را مطابق با آن حل کند. سپس محدودیت های منطقه ای را برای فضاهای خاص معرفی کردم و نرم افزار بازبینی های خود را ادامه داد. این رفت و برگشت تکراری برای بیش از یک ساعت ادامه یافت زیرا ChatGPT آنچه را که به صورت محاوره‌ای به عنوان «طراحی ما» می‌نامید، بر اساس فهرست رو به رشدی از پارامترها – که شامل حریم خصوصی، آکوستیک و دسترسی بود – اصلاح کرد و در عین حال توضیحاتی را برای هر اصلاح ارائه داد. پاسخ‌های ساده و مستقیم آن در نهایت به ایده‌های فعال برای ویژگی‌های معماری، خرابی‌های برنامه، ملاحظات ساختاری و حتی محدودیت‌های کد تبدیل شد. وقتی موضوع سهامداران را مطرح کردم و پیشنهاد دادم که این ساختمان یک سرمایه گذاری مشترک از توسعه دهندگان مختلف باشد که دارای مناطق مربوطه هستند، ChatGPT پاسخ مکتوب خود را به شدت اصلاح کرد و برنامه ها را در سطح عمودی و افقی برای رسیدگی به توسعه دهندگان اخیرا معرفی شده و علایق آنها تغییر مکان داد. همپوشانی های فضایی و نزدیکی ورودی ها رخ داده است. این پاسخ نشان می‌دهد که هوش مصنوعی نه تنها قادر به تشخیص این است که معرفی سهامداران به تغییر اولویت‌ها دلالت دارد، بلکه می‌داند که بین طراحی گمانه‌زنی و کاربرد دنیای واقعی طراحی تفاوت وجود دارد.

با گفتگو با ChatGPT به عنوان یک همکار من در یک اتاق کنفرانس – طرح ایده‌ها و ترسیم مفاهیم – پس از نتیجه‌گیری، به خلاصه‌ای تحسین‌برانگیز از یک ساختمان با کاربری ترکیبی عمودی رسید که به فاز طراحی شماتیک خود نزدیک می‌شود.

با کپی کردن خلاصه ChatGPT در سایر نرم افزارهای بصری مبتنی بر هوش مصنوعی از جمله DALL-E و Midjourney، هوش مصنوعی را یک قدم جلوتر بردم. هر دو از کد GPT-3 یکسانی استفاده می کنند که توسط OpenAI توسعه یافته است. برخلاف نرم‌افزار ChatGPT مبتنی بر متن، Midjourney ورودی متن را از طریق یک شبکه عصبی یادگیری عمیق از تصاویر مرجع که از وب منبع می‌شوند، به تصاویر تبدیل می‌کند. در عرض چند دقیقه، Midjourney تصاویری رندر از پروژه هایی که ChatGPT شرح داده بود تولید کرد.

شاید زمانی است که تفکر طراحی و مولفه‌های تجسم کار یک معمار در آستانه اتوماسیون قرار می‌گیرند و تنها سنگ دلهره‌آور مستندات پروژه را به جا می‌گذارند، که اگزیستانسیالیسم در روان یک معمار رخنه می‌کند. حتی در میان همکارانم، ترکیبی از دسیسه، هیجان و شک و تردید ظاهر شد. “خب، من می خواهم ببینم که هوش مصنوعی راه حل هایی به این پیچیدگی را حل می کند!” یک مدیر محترم در طول یک سخنرانی پیچیده به شوخی فریاد زد.

در حالی که برخی می ترسند هوش مصنوعی مشاغل معماران را منسوخ کند، در وضعیت فعلی هوش مصنوعی برای هدایت پیچیدگی های طراحی مجهز نیست. در طول مکالمه ما، ChatGPT مرتباً پاسخ هایی می داد که به سادگی اشتباه بودند. پیشنهاداتی ارائه کرد که با قراردادهای موجود در تضاد بود، به خاطر یادآوری محدودیت‌های تعیین‌شده دستخوش خطا شد، و حتی مخالف اظهارات قبلی خود بود. در یک نمونه، از یک تصمیم اشتباه دفاع کرد، زمانی که من ناسازگاری‌های احتمالی در منطق آن را پیشنهاد دادم در بین خطوط نخواند و زمانی که خطا مستقیماً مورد بررسی قرار می‌گرفت، حرکت می‌کرد.

مطمئناً منحنی یادگیری شبیه ظهور و گسترش فناوری محاسباتی نه چندان دور وجود دارد. اما نکته مهم امروزی این است که علیرغم توانایی هایش، هوش مصنوعی به شدت فاقد شهود است. جدای از کاستی ها، پیامدهای اخلاقی و اخلاقی معتبر هستند و مستلزم بررسی بیشتر هستند.

با این حال، زنجیره ChatGPT به تجسم AI یک طراحی ایجاد کرد. من با هیجان در مورد امکاناتی که ChatGPT ارائه می دهد معماری: وسیله ای برای ثبت سوابق، منبع یابی اطلاعات و ایده طراحی که به راحتی می تواند در فرآیندهای معماری ادغام شود، از گفتگو دور شدم. من می‌خواهم هوش مصنوعی را به‌عنوان ابزاری در زندگی روزمره یک معمار تصور کنم – به‌ویژه در کنار همتای هوش مصنوعی بصری آن – مشابه BIM یا CAD: بهبود وظایف ما در مدیریت پروژه، مستندسازی ساخت‌وساز، و بله، حتی تفکر طراحی به جای طراحی دستی با دست، لحن مکالمه و انجمنی که در آن با یک ربات چت تعامل داریم، معماران را در نقش روایی قرار می‌دهد، بر توسعه نظارت می‌کند و وب منبع باز را برای فرمول‌بندی و پیشبرد تصورات پیش‌بینی‌نشده طراحی می‌کند.

تخصص، شهود خلاق و تعامل اجتماعی که ما به عنوان طراحان به میز ارائه می کنیم، ویژگی هایی هستند که حداقل در حال حاضر این حرفه را ادامه خواهند داد.

جان دبلیو. لینچ یک معمار پروژه در Hickok Cole است که در پروژه های چند خانواده با پیشینه برنامه ریزی اصلی، طراحی منظر، توسعه پروژه و مشاوره تخصص دارد.