陈怡
说起建筑,你首先想到什么?是由钢筋水泥筑起的一幢幢普通楼房,还是旅游时让你驻足的壮丽景观。对于大多数人来说,每天忙碌穿梭于车水马龙间,常常不会对街边的建筑有太多的关注。但对于像马之春这样长期奋斗在建筑设计与规划前线的设计师们来说,这些都是他们倾注了无数心血耗费了大量时间才打磨完成的作品。
马之春毕业于世界一流高校,主修建筑学专业,且本硕连读。基于建筑学知识的系统学习和长时间的知识积累使他在进入建筑行业后如鱼得水;良好的空间概念让他总能尽善尽美的完成每一项工程的规划和设计。从硕士毕业入职KPF建筑师事务所到成为上海华之门信息技术有限公司的项目设计执行合伙人,在漫长的工作经历中,马之春慢慢地发现,科学合理地商业地产规划设计,有助于实现对商业街区所在区域内的城市形态控制。但科学合理的商业地产规划设计,常常需要配合多个商业街区之间的分布来进行设定和调整,因此,需要房地产设计师反复推敲各商业街区开发指标对应下的三维建筑群体形态所包含的多种可能性。其复杂程度难以想象,整改流程所耗费的人力和时间成本也十分巨大。
虽然近几年来随着信息技术被各行业广泛应用,现在建筑市场中已经出现了一些智能生成的手段,能够实现一部分从开发指标到三维建筑群体形态的自动生成工作,但由于其系统运行的稳定性较差,所以实现的结果往往具有不可控性,并且常常产生一些无效方案,难以满足实际的城市设计及规划发展需求,相应的也就难以缓解目前建筑设计师身上的工作压力。
为此,马之春在2020年自主研发了一项技术成果——“基于人工智能的商业街区建筑体块自动生成系统”。这项系统的问世,为商业街区空间设计提供一种自动化、智能化的设计辅助。此项系统可以通过获取建筑项目所在区域的地理信息数据,自主构建出三维的空间沙盘,同时根据转译的各类规划文件和当地法定规范中的设计条件,生成建筑项目所属街区的三维建筑体块;然后再构建街区三维轮廓线从训练样本库中选择已有的方案样本作为运算公式参照,在通过加载机器学习模型生成建筑物街区的三维建筑高度等数据并对建筑形态设计进行具体优化,从而生成多个符合该街区建筑体块的方案;经由全息展示设备进行方案模拟展示和方案指标显示,并向设计师输出最终的几个最优方案供设计师选择。
该项技术成果利用人工智能技术针对市场上现有的智能手段由于系统稳定性不足而造成的生成大量无效方案这一问题提出了有效的解决思路,实现建筑方案的智能生成和空间方面的自动优化调整,有效提高了建筑规划师的工作效率。许多建筑企业在应用该项技术成果后,都能够通过输入商业街区建筑体块方案的设计条件,在短时间内同时生成多个方案参考并由设计规划师选出最优的设计方案进行施工。相较于以往人工设计和优化而言,这项技术成果在充分提高设计效率的基础上可以压缩一半以上的设计时间,并减少近2/3的人力成本。除此之外,该项技术成果通过应用对抗生成网络,还能够对商业街区比较成熟的建筑体块方案特征进行学习、识别和提取,并在此基础上自动生成相类似商业街区的建筑体块方案。
总体来说,这项技术成果以极强的运行稳定性,为各级建筑施工企业提供了更高效、更精准的建筑设计方案参考,既保证了方案生成的有效性,提升了建筑规划设计师们的工作效率和工作价值,同时也促进了中国创建“智慧城市”这一战略构想的实现。而马之春研发的这项技术成果,也凭借着这些应用价值受到了建筑行业内各类型企业的广泛关注和一致认可。
但是在成就面前,马之春并没有表现出丝毫的骄傲,他依然保持着严谨的工作和科研态度深耕于建筑工程设计和规划领域,通过不断进行深入学习来研发出更多、更具市场应用价值和真正能够引领行业发展的技术成果,来助力中国建筑业高质量发展,为群众打造更实用、更人性的建筑,从而为社会创造更多的效益。
