有一个人工智能，如果你打开门并给它一个窗户，它可以帮助你规划整个公寓。
鱼羊安妮来自奥飞寺
由量子比特出品 |公众号
有一个人工智能，如果你打开门并给它一个窗户，它可以帮助你规划整个公寓。
就像这样，黑色笔画绘制空间，绿色笔画绘制出口，红色笔画绘制窗口。
即使你没有设计知识，只是随意画几笔，AI也会努力给出合理的布局：
△量子位图
实时调整，没问题：
这是一个法国小伙制作的设计GAN，它的名字是。
一键生成精品公寓，解放每天埋头设计图纸的工程师生产力。
你以为这又是一位职业炼丹师的杰作吗？不不不~
这家伙不是全职程序员。他的主要业务其实是建筑设计。他获得哈佛大学建筑学硕士学位，是名副其实的学术大师。
△学霸建筑师
确实，不懂炼金术的程序员不是好的架构师。
有了专业的支持，难怪它不仅看起来有趣，而且很实用，在规划时甚至考虑了承重墙设计的实用性。
这样一个有设计天赋的GAN效果如此之好，让官员等人忍不住转发。这条推文获得数千点赞，不少网友大呼“”。就连 Brain 研究员 David Ha 也称赞道：
这是一个很好的应用程序。
但它的意义远不止于此。
五大功能，一键实现
作为设计师GAN，它可以实现五个功能。
功能一：立体规划，综合布局
不仅可以设计单层公寓的建筑结构，还可以实现整栋公寓楼的建筑设计。
每层楼还可以实现不同的布局，不会出现本屋出口开在隔壁屋墙上的困境。
整套公寓，从上到下，楼梯、门窗，都排列得清清楚楚，而且每间公寓里的家具陈设都不相同。真是太有工匠精神了~
功能二：DIY你喜欢的房屋布局
拥有自己设计的家的梦想现在可以实现了。
房子的门在哪里？窗户是一小块还是整面墙都能欣赏外面的美景？厨房是开放式的吗？客厅够大吗，可以容纳一套VR游戏设备……
所有这些期待和幻想都可以通过简单的涂抹操作来实现。
地是黑色的，绿色是门，红色是窗户。拿起画笔，轻轻画上几块吊块，房子的结构立刻就显现出来了。
功能三：家具还可自动码垛
如一开始所示，它还可以规划你家里的家具应该如何摆放，而且还可以展示摆放后的整体效果。
我们用不同的颜色来表示不同的房间，绿色代表客厅，粉色代表卧室，紫色代表浴室，蓝色代表走廊，青色代表厨房，橙色代表衣柜。
上述平面图生成后：
模型可以更进一步，根据房间的不同功能来规划整个房间的家具布置，像这样：
仔细一看，卧室的床、客厅的沙发和茶几、浴室的洗手台都已经配备完毕。
你以为这就是他的全部实力了吗？
不。
作者表示，虽然看起来限制很大，但实际上却具有很大的灵活性。它不仅可以设计规则形状公寓的内部结构，还可以设计没有缺陷的不规则形状空间。这有四个功能。
看看不规则X-gon系列：
三角形、扇形、圆形、云形甚至对话框都可以生成......
也就是说，只有你想不到的形状，没有它设计不了的布局。
。
作者说，潜力还不止于此，第五个功能是它可以用于整个建筑群/社区的规划。
我们来看看效果：
这个环形的建筑有点像福建的客家土楼~
研究人员表示，这些效果证明了GAN在建筑领域的潜力，但仍然存在一定的局限性，主要分为三点。
首先，在设计多层公寓的每一层布局时，每一层的设计都是不同的。目前还无法保证承重墙的设计是否合理。
其次，目前产生的图像清晰度有限。研究人员表示希望增加输出层的尺寸，再加上后续开发的HD，然后利用增强的计算能力来实现这一目标。
第三个限制体现在生成数据的格式上。目前，智能生成的输出文件为非矢量格式，无法被建筑师和设计师直接使用。
从作者描述的三个局限性也可以看出，在构建这个模型时，实用性是他们首要考虑的。能否真正帮助设计师、建筑师才是最重要的。
多么脚踏实地、简单的研究啊！用这种方法生成公寓其实只需要3步↓↓↓
三步生成公寓
主要采用图像转换技术，模型在谷歌云平台上训练，使用的Tesla V100 GPU进行快速迭代和测试。
使用条件生成对抗网络 (cGAN) 学习从输入图像到输出图像的映射。因此，拓扑特征和空间组织是直接从建筑平面图中学习的。
通过格式化图像来控制模型学习的信息类型。例如，模型仅显示地块的形状和地块中包含的建筑面积。
这是一个典型的训练结果。训练这样的序列需要一天半的时间。经过更多的测试和迭代，模型最终在不到两个小时的时间内在 Cloud 的 V100 上运行。
尽管模型一开始不是很准确，但经过 250 次迭代后，机器发展出了一些直觉。
该功能的实现分为三个步骤，每个步骤负责工作流中任务的特殊部分。
模型一：扁平化布局（）量化
建筑物的建筑面积决定了平面上的内部结构，而它们的形状又受到地块形状的限制，即可以用土地的形状来推断房屋的布局。
因此，波士顿的 GIS（地理信息系统）数据被输入神经网络，并训练一个能够生成房屋布局的模型。
馈送的图像是配对的，原始地块（左）和上面画有给定建筑物的相同地块（右），如下所示：
模型2：空间规划
模式二的主要工作是重新分区和开窗。
输入是模型 1 生成的平面图区域，以及用户指定的入口和窗户位置。
空间规划模型输入了 800 多张公寓图纸，这些图纸也进行了配对，包括公寓的建筑面积和公寓内的实际空间划分。
该模型使用不同的色块来代表房间的不同功能。
的神奇之处在于，GAN 在训练过程中学会了自己打开窗户。除了用户指定的主窗口外，还可以独立规划新的出口。
模型三：家具布局
房间是分开的，这意味着不够。一个有思想的设计师怎么能不在家里摆放家具呢？
仍然配对的图像，房间的颜色被映射到适当的家具布局上。
该模型能够保留房屋的墙壁和门窗的结构，同时根据房间的功能放置适当的家具。
以上，架构师可以在任意两个步骤之间修改或微调模型，以实现人机交互。
一个在学习上表现出色的人
他出生于巴黎，本科就读于瑞士洛桑联邦理工学院。
在建筑领域，他取得了一定的成就。 2017年获得耶鲁大学、哈佛大学、纽约时报等机构联合评选的美国建筑奖（ ），2018年获得建筑大师奖（ ）。
可以说，我在学业和事业上都取得了成功。在研究生毕业之前，我已经在芝加哥的 Smith & Gill 和东京的 Ban 等知名建筑公司实习。
此外，他还担任非营利性跨学科智库花旗银行（CitiX）的执行董事，专注于智慧城市建设。
官方博客：
Demo试用地址：
您可能还想阅读：
粉丝可加论坛大师微信
进入粉丝团
（添加时请备注简要个人信息，昵称+学生或公司职位）