「人工智慧」一詞，近年得到了大量的關注，但同時也被過度的渲染。神經網路演算法的進步，讓圖像辨識或語意分析領域大幅跳躍，使得機械「更像人」，再加上深度學習演算法配合電腦的運算優勢，讓機械在某些活動上「超越人」，才帶起了大眾的激烈崇拜與吹捧。其實廣義的人工智慧的發展已經有數十年，並早已經悄悄地深入我們的生活中，帶來許多你認為理所當然，但其實是非常了不起的改變。
今天我們就來談談如何利用人工智慧，在建築尺度上輔助環境設計。
日照對於熱帶與亞熱帶地區的建築環境來說，一直是一把兩面刃：良好的日照能調節人體生理機制、增進工作效率；但是過多且過強的日照會影響空間環境、增加能源負載。許多國內外的建築認證對室內及建築體的日照量都有相關規定。
現在我們假設在一個建成區域內，新建一棟大樓，並且希望這棟大樓能滿足 LEED 或 WELL 認證對日照環境的某些標準。我們必須要考慮周遭建築帶來的日照改變，並能滿足以下條件：
- (sDA300,50%) 的面積在 55% 以上。越高越好。 (擁有更多有益的自然日照)
- (ASE1000,250) 的面積在 10% 以下。越低越好。 (減緩不必要的日照)
- 窗牆比最好在 20% 到 40% 之間。
那麼在建築方位以及窗戶配置該怎麼在設計之初就能取得最佳的設計呢？
這個命題一共有數十萬種搭配組合，所有組合模擬完成並求得最佳解的時間大概需要耗費 4.49 年左右。當然這只是一個單純的命題，如果再考慮室內隔間、活動區域、動線等，會更加複雜有趣。
借助人工智慧的演算法，我們可以大幅縮短時間並求得最佳解。在上面影片中我們可以看到，電腦一開始隨機組合並取得模擬結果，而隨著時間演進，組合越趨一致，慢慢收斂至最符合命題的解。
看似簡單流暢的求解動作，背後包含了數十年來數值演算法、程式語言開發、甚至是晶片設計等多個領域的科學家與工程師們的投入。這種人工智慧雖然不是普羅媒體追逐吹捧的類型，但是他所擁有的深度與優雅，同樣令人讚嘆。
您有設計問題需要借助人工智慧協助嗎？
您想讓您的設計能力更加大幅領先其他同業嗎？
您想用更大的科技優勢贏得更多的業主嗎？
歡迎與我們連絡。
GreenBrick 環境研究室 
你必須登入才能發表留言。