از زمان معرفی فناوریهای هوش مصنوعی به عموم، به نظر میرسد این فناوریها تمایل دارند چشمانداز کاری حرفهایها در تمامی حوزهها را تغییر دهند و معماری و برنامهریزی شهری نیز از این قاعده مستثنی نیستند. در حالی که بسیاری از تأثیرات منفی آنها میترسند، فناوریهای هوش مصنوعی میتوانند بهعنوان مجموعهای متفاوت از ابزارها در دست معماران و طراحان نیز دیده شوند. با وجود انقلابی بودنشان، تعداد زیادی از برنامهها و پلتفرمها در حال توسعه هستند که هدفشان جایگزینی انسان نیست، بلکه کمک به او، کاهش بار کارهای تکراری و کمک به تجسم ایدهها یا مجموعههای بزرگ دادههاست، همه اینها برای فراهم کردن پایهای برای فرآیند تصمیمگیری معمار طراحی شدهاند.
از جمله اولین ابزارهای هوش مصنوعی که توسط معماران و طراحان مورد استفاده قرار گرفتند، موتورهای تولید تصویر مانند DALL-E، Midjourney و Stable Diffusion هستند که دستورات متنی را به تصاویر تبدیل میکنند. این ابزارها طراحان را تشویق میکنند تا از مفهومپردازی مبتنی بر زبان استفاده کنند و اغلب به آنها کمک میکنند ایدهها را سریعتر آزمایش کنند و سطح دانش لازم برای طراحی را کاهش دهند، چه به نفع و چه به ضرر فرآیند طراحی.
یک قدم جلوتر، ابزارهای هوش مصنوعی تولیدی میتوانند با بهرهگیری از یادگیری ماشین، به آزمایش و ایجاد طرحها و تجسمهای فضایی بر اساس مجموعهای از معیارهای ورودی کمک کنند. با توسعه بر پایه ابزارهای رایج طراحی به کمک کامپیوت (CAD)، فناوریهای جدید میتوانند به بهینهسازی فضاها، تولید پلانها و حجمها و بهبود جریان کاری کمک کنند.
در میان این ابزارها، Hypar یک پلتفرم مبتنی بر ابر است که طراحی تولیدی برای پیشنهادات ساختمانی را تسهیل میکند و مجهز به ابزارهای تحلیل و شبیهسازی برای بهینهسازی عملکرد است. Ark AI طراحی شماتیک و مطالعات تطبیقی را خودکار میکند و مطالعات امکانسنجی منطبق با کدها و طراحیهای بهینهشده تولید میکند .Planner 5D یک چتبات مجهز به GPT-4 برای کمک به طراحی داخلی در زمان واقعی دارد و از فناوریهای هوش مصنوعی، واقعیت مجازی و واقعیت افزوده برای تجسمهای واقعی بهره میبرد، در حالی که ARCHITEChTURES با استفاده از یادگیری ماشین، طراحی ساختمانهای مبتنی بر هوش مصنوعی را امکانپذیر میکند و تعامل مستقیم با نتایج تولیدشده را فراهم میآورد.
محققان دانشگاه Drexel در حال توسعه فناوریهایی مشابه آنچه در تشخیص چهره استفاده میشود، برای شناسایی و ارزیابی آسیبهای سازهای هستند. با توجه به نیاز به کار با ساختمانهای موجود، ارزیابیهای کارآمد و دقیق میتواند پایهای برای پروژههای بازسازی و استفاده تطبیقی فراهم کند. محققان از یک دوربین استریو-عمق و یک شبکه عصبی کانولوشنی برای شناسایی ترکها و نقصها در عناصر سازهای ساختمان استفاده میکنند و سپس یک بازوی رباتیک را هدایت میکنند تا با یک اسکنر خط لیزری آنها را اسکن کرده و یک مدل سهبعدی ایجاد کند. این روش باعث افزایش کارایی بازرسی، کاهش بار کاری انسان و ارائه دادههای دقیق برای تصمیمگیریهای نگهداری میشود. علاوه بر معماری، این سیستم میتواند برای ارزیابی سلامت سازههایی مانند پلها، تونلها یا سدها نیز استفاده شود و بدین ترتیب تشخیص به موقع را ممکن ساخته و از بروز خطرات احتمالی جلوگیری کند.
سیستمهای هوش مصنوعی بهویژه در حوزههایی توانمند هستند که نیاز به مدیریت ورودیهای عظیم داده دارند. در زمینه برنامهریزی شهری، فناوریهایی مانند سیستمهای هوش مصنوعی برنامهریزی شهری همچونUrban Insights و دوقلوهای دیجیتال امکان نمونهسازی سریع و شبیهسازی مناظر شهری را فراهم میکنند و فرآیند تصمیمگیری را ارتقا میبخشند.
هوش مصنوعی همچنین در سازگاری با تغییرات اقلیمی نقش دارد؛ برای نمونه، ابزار Tree Canopy گوگل با ارزیابی دقیق پوشش درختی به کاهش اثر موجهای شدید گرما کمک میکند. علاوه بر این، نقشهبرداری هوایی مبتنی بر هوش مصنوعی- مانند نرمافزار MAIIA در کلمبیا – برنامهریزی زیرساختی را از طریق شناسایی کارآمد سکونتگاههای غیررسمی تسهیل میکند.
همچنین، هوش مصنوعی با استفاده از کاربردهای VR/AR و سیستمهای هوشمند مدیریت ترافیک به مشارکت جامعه در فرآیند برنامهریزی کمک کرده و رویکردی مشارکتی را ترویج میدهد. افزون بر این، فناوریهای هوش مصنوعی برای ارزیابی و ارتقای ایمنی شهری نیز به کار گرفته میشوند، بهویژه با اپلیکیشنهایی که بهطور خاص بر ایمنی زنان در محیطهای شهری تمرکز دارند.
معماران نیز کمکم شروع به ادغام هوش مصنوعی در طراحی فضای کاری خود کردهاند. روزنامه New York Times گزارشی از Zaha Hadid Analytics + Insights (ZHAI) منتشر کرده است؛ تیمی تخصصی در دفتر معماری زاها حدید که از هوش مصنوعی برای شخصیسازی فضای کاری کارمندان بر اساس نیازها و ترجیحات فردی آنان استفاده میکند. ابزارهای هوش مصنوعی ZHAI تعداد زیادی گزینه طراحی داخلی را در کسری از زمانی که روشهای دستی نیاز دارند تولید میکنند و امکان نمونهسازی سریع بر پایه شرایط محیطی و الگوهای حرکتی انسان را فراهم میسازند. آنها از این دادهها برای بهینهسازی چیدمانها و جابهجایی امکانات استفاده میکنند؛ با این حال، فناوریهایی از این دست نگرانیهایی درباره حریم خصوصی و استفاده از دادهها نیز برانگیختهاند.