自 2022 年 11 月 ChatGPT 出現以來，人工智慧，更確切地說是生成式人工智慧的潛力，一直是頭條新聞的焦點。輸入提示並獲得創造性文字、圖形或聲音輸出的能力幾乎對每個行業和學科都有深遠的影響。假以時日，這可能包括房地產和基礎建設。

乍看之下，生成式人工智能似乎擁有令人難以置信的潛力：讓簡單的自然語言描述產生複雜的輸出。然而，建築環境產業的運作規範，在歷史上一直妨礙其創新與技術演進的步伐，就像其他以設計與工程為基礎的產業，如汽車、航太或電子產業。這種對於創新的高阻力使得我們很難猜測這項技術在我們產業中的應用、變革和影響範圍。

但是，即使是在發展緩慢的建築環境中，創造性人工智能的前景似乎也是巨大的。在這篇文章中，我們將深入探討產生式人工智能可能提升房地產與基礎建設領域生產力與工作品質的特定使用案例。

尋找人工智能在建築環境中的角色

ChatGPT 和 Midjourney 等目前可運作的生成式人工智能工具，可以執行對建築環境從業人員偶爾有用的任務。例如，優化報告撰寫或產生非必要但卻很好用的視覺效果。然而，這些工作的影響力大多較低，通常不足以應付嚴謹的建築與工程流程，以及更廣泛的專業設計。

儘管我們很難想像目前可用的工具會改變建築環境的工作，但我們可以想像後續世代可能很快就能解決日常工作，並最終釋放生產力。

合理的構想與解決方案生成

文字轉影像產生器已被用來產生幾何圖形、樣式和紋理。然而，這些工具的適用性目前僅限於低風險的藝術構思。作為一個產業，我們已經擁有強大到令人難以置信的參數化設計工具，這些工具的演算法都經過精心編寫，可以根據數學和科學規則，在定義的範圍內產生可行的方案。

相比之下，搶盡眼球的大型語言模型 (LLM) 則是根據概率估算產生結果，而這些估算可能無法遵循簡單的數學或機械規則。這會導致「幻覺」問題，即輸出的結果與事實、日期或算術不符；結果可能在視覺或語言上令人印象深刻，但實際上卻沒有任何「有用」的意義。

建築環境解決方案受限於所需功能、預算、場地位置、美學期望、地質條件以及材料或工廠可用性等參數。這些都是目前生成式 AI 工具難以理解或回應的考量。這可能是專案資料可用性或品質不足，或無法處理圖形技術資訊等限制所造成的結果。

為了克服這些限制，我們需要看到資料豐富化和進一步的模型訓練，這可能會導致工具產生與房地產和基礎設施設計相關的邏輯、可行輸出。或者，我們最終可能會使用一種混合方法，以基於規則的參數輔助基因 AI 模型。

Eiki Homma

資深工程師

技術繪圖的產生與審查

即使在 CAD 軟體日趨複雜的數十年後，建築師、工程師、技術人員和顧問仍需花大量時間處理圖面。也就是說，製作、整理、註解、檢查、審閱和修改技術圖紙，以便進行不動產或基礎設施資產的成本計算、製造和建築。或許在這個領域中，創造型人工智能可以扮演一定的角色。

目前，似乎只有少數的影像對影像產生器能夠處理圖形輸入。然而，這些生成器似乎都無法處理建築環境設計資料包中的技術層級資訊，例如尺寸、層數、構件尺寸、材料等註解。就像產生式機器學習模型無法處理此類資料一樣，它們也無法產生此類資料。

然而，透過投資、訓練和技術開發，這個缺口是可以彌補的。一旦生成式人工智能能夠簡化繪圖製作，就像它已經能夠簡化報告一樣，部門的生產力應該會大幅提升。

自動化法規與最佳實務檢查

文件和報告是業界另一個需要花費大量時間和精力的領域。在這方面，生成式人工智能的適用性似乎更強、更近人。生成式文字產生工具，尤其是 LLM，可以搜尋網路或內部伺服器，並撰寫合成答案。此外，它們還可以總結、重寫、分析和糾正使用者可能直接輸入提示的文字。

本質上，LLM 可作為相對可信的推理搜尋引擎和文字產生器。這兩種功能都已經與報告相關；然而，這兩種功能可以結合起來，以進一步簡化設計流程中的檢查階段，或在整個開發過程中更頻繁地發現錯誤或異常。

對於接受過建築與基礎建設需要遵守的各種國際、國家或地方法律、法規與規範訓練的設計師而言，AI 反饋生成工具將是無價之寶。此外，設計人員用來支援與基準其工作的產業設計指南與手冊也可納入其中。

儘管如此，規範與手冊都是以文字為基礎，但也會以表格、圖表、方程式或圖表為特色，而目前的生成式 AI 模型無法充分處理這些內容。同樣地，我們希望並預期這兩種元素都能成為訓練未來工具的可查詢資料集。

Eiki Homma

資深工程師

生成式人工智能對建築環境的承諾

正如我們在其最初的公開演進中所看到的，大部分的生成式人工智能工具仍可預見地針對消費者、媒體與娛樂、自駕車、人力資源及其他技術性較低的領域。然而，建築、工程與施工專業人員很可能會在一段時間內成為受益者。設計師不應該滿足於低創新的現狀。創造性人工智能將為採用和推進技術的創新者、建築環境公司以及最終享受產品的大眾帶來機會：更好的房地產和基礎設施。