За последнее десятилетие индустрия дизайна безвозвратно трансформировалась благодаря беспрецедентному росту и влиянию больших данных. От искусственного интеллекта (ИИ) до Интернета вещей (IoT) и эволюции рабочей силы — вездесущность данных меняет процесс проектирования и формирует будущее нашей искусственной среды.
Для сравнения: каждый день создается, захватывается, копируется и потребляется более 2,5 квинтиллионов байт данных, а к 2025 году ожидается, что мир сгенерирует 163 зеттабайта данных. В этой атмосфере изобилия есть так много всего, что мы, Как дизайнеры, мы можем научиться использовать объективные, поддающиеся количественной оценке данные, чтобы сделать нашу практику устойчивой в будущем, укрепить наши бизнес-операции и создать новые мощные инструменты инноваций, которые продвинут нас в 2030 году.
Объем, разнообразие и скорость
В прошлом данные часто было сложно получить, поскольку одновременно можно было извлечь и обработать лишь скромные объемы. Однако медленно, но верно мы стали свидетелями трансформации данных из одного источника в многообъектную, многокритериальную и многосценарную метрику принятия решений, основанную на большом объеме, разнообразии и скорости данных, которые теперь доступны нам – иначе известные как большие данные.
Используя озера данных (хранилище данных, хранящихся в необработанном формате), складирование (систему, которая объединяет данные из разных источников в центральное хранилище данных) и методы интеллектуального анализа (для извлечения и обнаружения закономерностей), мы теперь можем эффективно собирать большие данные из различные источники и синтезировать их в закономерности и корреляции, которые больше не полагаются на предвзятые предположения. Эта методология не только более объективна и основана на знаниях, но и может лучше служить более динамичным, сложным и глубоко техническим проектам, которые мы реализуем сегодня.
Некоторые применения больших данных в HDR включают использование вычислительного анализа для измерения переменных использования, производительности и заполняемости высших учебных заведений в новом 18-этажном кампусе Bankstown City Университета Западного Сиднея. В оборонном секторе мы экстраполировали оперативные данные учебных центров, чтобы помочь в проектировании энергоэффективных, легко адаптируемых пространств, которые можно реконфигурировать для будущего использования или расширения. Между тем, в ходе нашего «Исследования целей по сокращению выбросов парниковых газов» в Нью-Йорке было изучено, как энергия распределяется по всему жилому фонду, при этом были собраны большие данные для оценки текущих энергетических показателей и сокращения выбросов по всему городу.
Благодаря аналитике больших данных и панелям мониторинга данных, подобным этим, у нас есть расширенные возможности для проектирования более количественным способом, а также гораздо более глубокие и основанные на исследованиях возможности проверять теории и быстрее принимать важные проектные решения.
Преобразование рабочего процесса
Как практики, мы также заметили значительный сдвиг в нашем рабочем процессе за последнее десятилетие. Нарисованные от руки эскизы были заменены цифровыми иллюстрациями, а наш процесс архитектурного проектирования превратился из линейных чертежей в объектно-ориентированные, многомерные, насыщенные данными информационные модели, такие как информационное моделирование зданий (BIM) и географическая информационная система. (ГИС). Такие платформы, как Autodesk, Graphisoft, Esri и dRofus, не только улучшают наш рабочий процесс, но и обеспечивают улучшенную интеграцию, координацию и междисциплинарное сотрудничество.
Например, в HDR мы используем эти платформы вместе с набором собственных инструментов вычислительного проектирования для разработки решений на основе данных для некоторых из наших самых сложных задач. Используя нашу собственную инфраструктуру управления данными Data Wrangler, мы разрабатываем множество инновационных и запатентованных инструментов, которые могут помочь нашим клиентам принимать обоснованные решения об использовании площадей, эксплуатационных расходах, выбросах углерода и занятости. Некоторые примеры включают инструмент генерального планирования, инструмент Data Center Dreamer, инструмент солнечного поля и инструмент планирования лаборатории.
Некоторые из этих инструментов были применены в разработанных HDR центрах обработки данных NextDC Merlot 2 и Merlot 3, биомедицинском ускорителе Сиднейского университета, генеральном плане STEM Университета Маккуори и павильоне в больнице Пенсильванского университета, и это лишь некоторые из них. . Помимо проектов, мы также использовали инструменты вычислительного проектирования для сбора 47 наборов данных о климате и окружающей среде, которые могут создать прочную основу для устойчивого развития для новых проектов в США.
Видя двойное
Сегодня новый феномен еще больше меняет интерфейс между данными и дизайном. Этот новый способ визуализации дизайна, известный как цифровой двойник, заставляет дизайнеров мыслить иначе и вооружает нас инструментами для формирования комплексных цифровых представлений строительных конструкций и городской среды, которые могут измерять экологические, социальные, культурные и финансовые аспекты наших проектов. более целостно.
Используя цифровые процессы и подпроцессы, теперь у нас есть возможность рассматривать архитектурное проектирование, структурные компоненты и строительные системы в режиме реального времени, что позволяет лучше оптимизировать производительность, обслуживание и эксплуатацию, а теории можно быстрее проверять. Доступ дневного света, нагрузки на отопление и охлаждение, соотношение твердых материалов и стекла или «типичные размеры помещений», которые можно быстро проверить, — это лишь несколько примеров. Область применения технологии цифровых двойников также выходит за рамки этапа проектирования, интегрируется с операциями после ввода объекта в эксплуатацию и выходит за рамки поставки простой BIM-модели для создания индивидуальных решений, учитывающих уникальные потребности и болевые точки конечных пользователей.
Этот подход, сочетающий физическое и цифровое, успешно используется во многих секторах, включая строительство для сдачи в аренду, больницы, лаборатории, университеты и проекты, ориентированные на транзит, такие как линия Онтарио в Торонто. Новая 16-километровая линия скоростного метро, являющаяся самым быстрорастущим районом метрополитена в Северной Америке, имеет 15 предлагаемых станций с ожидаемым количеством посадок в 400 000 человек в день. Чтобы предоставить технические консультационные услуги для сложного проекта такого размера, компания HDR создала цифрового двойника с использованием программного обеспечения для ГИС-картографии и пространственного анализа Esri, чтобы обеспечить динамическую интеграцию 2D- и 3D-информации по всей железнодорожной линии. Сюда входят станции, службы, соседние здания и прилегающая инфраструктура города.
Используя ГИС-информацию из HDR и баз данных заинтересованных сторон, данные сетки реальности, подробные сканы облаков точек протяженностью 16 км, данные 2D-системы автоматизированного проектирования (САПР) и 3D-модели BIM, GIS Hub Ontario Line легко интегрирует технологические инструменты через интуитивно понятный пользовательский интерфейс. Он также предоставляет всем, включая транзитные органы, возможность доступа к информированным, точным и надежным данным посредством не более чем трехмерной веб-платформы.
На пути к гибридному интеллекту
Наступает третье лето ИИ. На этот раз, в отличие от зимы ИИ 1970-х и начала 1990-х годов, мы наблюдаем конвергенцию факторов, которые будут оказывать постоянное влияние на индустрию дизайна. Сегодня все более мощные модели машинного обучения преобразования текста в изображения, такие как DALL·E, Mid-Journey и Stable Diffusion, могут использовать естественный язык в качестве входных данных для создания креативных изображений, которые могут революционизировать способы, которыми архитекторы передают дизайнерские замыслы в будущем. Раньше фотореалистичная архитектурная визуализация занимала несколько дней и требовала высокодетализированных 3D-моделей, но теперь модели преобразования текста в изображение позволяют генерировать, изменять и завершать визуализацию за считанные минуты, даже на основе грубых моделей или ручных эскизов.
В HDR мы проводим раннюю стадию исследования подхода «человек в цикле» (HITL), который может объединить наш человеческий опыт и собственные инструменты с возможностями искусственного интеллекта для оптимизации процесса проектирования и изучения более широкого спектра проектов. возможности и достигать улучшенных результатов при выполнении сложных задач, таких как архитектурное проектирование. В конечном счете, используя объединенные преимущества человеческой интуиции и вычислительной мощности ИИ, модели ИИ могут стать нашими творческими партнерами и помочь нам итеративно совершенствовать сложные, высокотехнологичные типологии в сотрудничестве с нашими клиентами.
Например, вместо того, чтобы рисовать варианты генерального плана один за другим, дизайнеры могут использовать генеративные системы для мгновенного создания 100 вариантов и оценки таких вариантов с помощью гибридного процесса, включающего как аналитику на основе данных, так и человеческий опыт. Мы также можем эффективно пересмотреть 500 больничных палат одновременно, проверить их пригодность для оптимального использования фонда зданий в кампусе и определить максимально достижимую солнечную энергию на солнечной ферме с наиболее эффективной планировкой за считанные минуты.
Человеческое прикосновение
Двигаясь вперед, у нас есть потенциал превзойти наши возможности далеко за пределы того, что считается возможным для людей-проектировщиков. Однако дополнительные возможности не являются самоцелью и в конечном итоге дадут нам время вернуться к рассмотрению человеческого опыта.
Способность проектировать с сочувствием и гуманизировать дизайн, основанный на данных, несомненно, выделит нас в будущем. ИИ по-прежнему остается черным ящиком, и мы продолжим одерживать верх, выступая в качестве посредника между используемой технологией и самим конечным продуктом. Эта значительная ответственность связана с бдительностью в исследовании ИИ, чтобы гарантировать, что методы обработки данных наилучшим образом послужат нашим профессиям, отраслям и сообществам.
Мы находимся на технологическом перепутье, и, работая над будущим, которое будет включать в себя гибридный интеллект, но в своей основе останется ориентированным на человека, мы продолжим полагаться на наше собственное творчество и интуицию. Признавая ограниченность данных, будь то неявная человеческая предвзятость или искажение информации о группах меньшинств, мы коллективно сохраним более глубокое и неотъемлемое понимание проблем и реалий людей, для которых мы создаем дизайн.
Будущее, основанное на данных
Как однажды сказал легендарный статистик и инженер У. Эдвардс Деминг: «Без данных вы просто человек со своим мнением». Сегодня дизайн, основанный на исследованиях, знаниях и данных, быстро становится базовой инфраструктурой реализации проектов. Поскольку колоссальные объемы информации из различных источников накапливаются, депонируются и автоматизируются каждый день, мы теперь находимся в уникальном положении, позволяющем работать на стыке данных и дизайна, чтобы предоставлять ускоренные, поддающиеся количественной оценке решения, подкрепленные техническим и творческим совершенством, вдохновленным человеком. Преодолевая разрыв между физическим и цифровым мирами и продолжая проектировать с сочувствием, мы можем создать более надежные строительные блоки, которые помогут человечеству процветать, и установить новый стандарт в качестве надежных экспертов и людей, решающих проблемы.
Этот комментарий написал Линь (Лео) Мэн, руководитель отдела компьютерного дизайна в HDR. Будучи специалистом в области геопространственных данных и машинного обучения, Мэн входит в команду HDR Data-Driven Design (D3) и работала над различными проектами, упомянутыми в статье.
HDR
hdrinc.com
Мы думаем, что вам также может понравиться этот комментарий в формате HDR о мегатенденциях, формирующих города сегодня.
