PenJing8|盆景吧: 分享我的盆景生活日志

人工智能技术融合设计学科的实践与应用

日期:2023-11-18 19:07:43     作者:刘奕辰    浏览:0    
核心提示:公园城市作为人类城市发展的重要理念之一,随时代的进步不断演化,以应对当今时代的机遇和挑战,催生出了新的发展需求。近年来,人工智能技术快速发展,人工智能生成内容
人工智能技术融合设计学科的实践与应用
 
摘要:公园城市作为人类城市发展的重要理念之一,随时代的进步不断演化,以应对当今时代的机遇和挑战,催生出了新的发展需求。近年来,人工智能技术快速发展,人工智能生成内容(ArtificialIntelligenceGeneratedContent,简称AIGC),作为一种创新的工具和方法,为公园城市场景的营造提供了新的可能性,具有广阔的应用前景。简述了AIGC的基本概念,并从前期调研阶段、概念设计阶段、方案设计阶段、AIGC技术结合场景节点应用4个阶段,探讨了AIGC在公园城市场景设计中的实践与应用,旨在为公园城市未来发展提供新的思路和方向。
 
1研究背景
 
1.1政策背景
 
随着城市化进程的不断推进,人们对宜居环境和生态文明的追求日益增强,对公园城市的需求也变得更加多样化和个性化。通过创新的设计和技术应用,可以满足人们对于生活品质和城市体验不断提升的需求。
 
2017年,《广州市公园建设与保护专项规划(2017-2035年)》的出台,明确了广州市城市公园体系的总体发展目标和规划框架,提出了公园建设的重点任务和措施,强调通过建设和完善公园体系,提高城市生态环境质量,满足居民需求。2018年,《上海市生态空间专项规划(2018-2035年)》的出台,确定了上海市城市绿地体系的发展目标和布局,包括建设一批具有国际影响力的城市公园和绿地景观带,强调将公园与城市功能区有机结合,促进城市可持续发展。
 
1.2技术背景
 
AIGC经历了从20世纪50年代-20世纪90年代的早期萌芽阶段,20世纪90年代中期-21世纪10年代中期的沉淀积累阶段,迎来了21世纪10年代中期—至今的快速发展阶段。自2014年起,随着以生成式对抗网络为代表的深度学习算法的提出和迭代更新,AIGC发展迎来了新时代[1]。当今的AIGC技术结合了深度学习、机器学习和计算机视觉等技术,得以实现大规模数据的分析和模式的识别。通过深入研究和实践探索发现,AIGC在设计过程中的潜在应用,如创意灵感的生成、设计变体的探索、图像处理和修饰等,也需要考量使用AIGC时的角色定位、设计伦理和版权问题等。
 
1.3背景总结
 
主要聚焦于AIGC助力公园城市新场景营造的具体应用,探讨其为公园城市规划和设计带来的更多可能性。公园城市建设可以借助创新技术和智能化手段,如人工智能、大数据等,提升公园城市设计和服务水平,提供更加智慧和便捷的城市体验,以更好地满足人们对美好生活的向往,实现城市可持续发展目标。
 
2研究意义
 
探讨AIGC技术在公园城市新场景营造中的应用与实践,以期为公园城市规划和设计带来新的思路和方法。
 
2.1提高公园城市新场景的设计效率和创新性
 
传统的设计方法依赖于人工经验和创造力,而AIGC技术可以利用大数据和机器学习算法,快速生成多样化的设计方案,提高设计效率,为公园城市的新场景营造带来更多创新的可能性。
 
2.2促进公众参与和共享设计过程
 
公园城市的规划和设计需要考虑到广大居民的需求和意见,AIGC技术通过虚拟现实、交互式应用程序等手段,让公众参与到设计过程中。公众可通过在线平台或移动应用,表达自己的意见和偏好,以实现公众参与和共享设计的目标。
 
2.3提升设计方案的可视化和呈现效果
 
AIGC技术生成的景观渲染图像、虚拟漫游和动画等,将设计方案以更直观、生动的方式,展现给设计师、利益相关者和公众,有助于加深各方对设计方案的理解和认同,提升设计沟通和决策的有效性。
 
综上所述,研究AIGC技术在公园城市新场景营造中的应用与实践,对于推动公园城市可持续发展和创新设计具有重要的积极影响。
 
3相关概念
 
3.1公园城市
 
2018年2月,强调,将成都天府新区规划好、建设好,突出公园城市特点,结合生态文明,打造“人、城、境、业”高度和谐统一的现代化城市[2]。公园城市是一种现代化城市概念,主要特点可以概括为高度和谐统一,是新时代背景下的可持续发展城市建设的创新模式。其核心理念为“一公三生”,即公共底板上的生态、生活、生产。公园城市从3个方面推动城市建设模式转变:
 
(1)从“产、城、人”到“人、城、产”。公园城市将城市建设的重心从产业和城市发展转移到人的需求和生活质量上,促进高质量发展。
 
(2)从“城市中建公园”到“公园中建城市”。公园城市要求城市建设符合公园化的环境要求,不仅仅是在城市中增加一些公园空间,而是将公园的形态和城市的空间有机融合起来。公园城市的建设理念是“无公园不城市,先公园后城市”,即公园成为城市建设的基础和核心,城市的各个区域都应具备公园化的特征和功能。
 
(3)从“空间建造”到“场景营造”。从使用者需求出发,通过设施嵌入、功能融入、场景带入,实现全新的场景打造[3]。
 
3.2AIGC
 
AIGC(人工智能生成内容)是指利用人工智能技术,特别是机器学习和深度学习算法,通过学习大量的数据和模式,模拟人类的创造力和思维过程,生成各种形式的内容,如文字文本、图形图像、音频等。《人工智能生成内容(AIGC)白皮书》中,将AIGC定义为既是从内容生产者视角进行分类的一类内容,又是一种内容生产方式,还是用于内容自动化生成的一类技术集合。AIGC是一种新型的生成式网络信息内容,兼具内容特征和技术特征,其产生伴随着网络形态演化和人工智能技术变革。
 
4AIGC在公园城市场景设计过程中的应用与实践
 
4.1设计过程的技术载体
 
AIGC在设计过程中的应用与实践主要依靠以ChatGPT为代表的文字生成式AI和以StableDiffusion为代表的图片生成式AI进行。ChatGPT是AIGC的最新成果,能够输出自然语言[4],其运作基于幕后的大型语言模型和台前的新型人机交互接口(模型运作)。ChatGPT背后的LLM模型学习过程无需人的介入,且具有足够多的模型参数存储知识,要求其拥有庞大的规模和自主化的学习能力[5]。ChatGPT台前的新型人机交互接口,得益于除背后LLM模型数据之外的“人工标注”数据StableDiffusion算法来自“潜在扩散模型”(LDM/LatentDiffusionModel),这个模型基于扩散模型(DM/DiffusionModel)。
 
图像编码器将图像从像素空间(PixelSpace)压缩到更小维度的潜在空间(LatentSpace),捕捉图像更本质的信息;对潜在空间中的图片添加噪声,进行扩散过程(DiffusionProcess);通过CLIP文本编码器,将输入的描述语转换为去噪过程的条件(Conditioning);
 
人工智能技术融合设计学科的实践与应用
 
基于一些条件对图像进行去噪(Denoising)以获得生成图片的潜在表示,去噪步骤可以灵活地以文本、图像和其他形式为条件(以文本为条件,即text2img、以图像为条件,即img2img);图像解码器通过将图像从潜在空间转换回像素空间来生成最终图像。StableDiffusion的文字生成图片功能过程同样是交互端的提示词文本输入,背后模型运算,最终输出图像结果。
 
4.2前期调研阶段
 
4.2.1地理区位分析。AIGC利用大数据和地理信息系统,分析设计地点的地理位置、周边环境等因素。通过对相关数据的处理和分析,生成地理区位分析报告,提供关于土地利用、地形地貌、气候特征等方面的信息,帮助设计者了解公园城市的空间特征和潜在的设计限制。
 
4.2.2公共信息整合。通过整合、分析和处理各种公共信息资源,包括政府数据、社交媒体数据、用户反馈等,AIGC可以整合公共信息,提供设计区位的社会、文化和经济背景整合报告,为设计提供参考和依据。
 
4.2.3群众需求调研。AIGC可结合在线调查和社交媒体数据分析,生成调查问卷和调研报告,能反映公众对于公园城市的需求、偏好和意见,从而为设计各方提供更准确的参考,确保设计方案符合公众期望,实现公众参与和共享设计的目标。
 
4.2.4故事版文本生成。自然语言处理和生成模型,使得AIGC可以根据设计师提供的设计概念和要素,生成文字形式的生动故事,帮助设计人员将设计意图传达给利益相关者。
 
4.3概念设计阶段
 
4.3.1基于深度学习的设计概念生成。AIGC利用深度学习技术,学习和分析大量的数据和样本,从中提取设计的特征和模式,然后生成多个设计概念的变体和衍生,提供更多的选择和创意。这些生成的设计概念涵盖景观布局、功能分区、景点设置等多个方面。
 
4.3.2设计概念的融合。通过分析和比较多个设计概念的优点和不足,AIGC可以自动化地组合和调整各个设计要素,生成更合理和协调的设计方案,可以帮助设计团队在概念设计阶段能快速探索不同的设计选项。
 
4.3.3基于深度学习的设计策略建议。AIGC基于深度学习模型分析公园城市的设计需求和约束条件,学习大量设计案例和规则,能够生成植被配置、材料选择、交通布局等方面相应的设计策略建议。
 
4.3.4故事版图像生成。AIGC不仅可以生成自然语言的故事版,而且可以生成图像故事版,将设计概念以图像的形式呈现出来。通过生成模型和图像处理技术,AIGC可以根据设计概念和要素,生成逼真的场景图像,这些故事版图像可用于展示和讨论,使设计团队和利益相关者更好地理解和感知设计概念。
 
4.4方案生成阶段
 
4.4.1设计信息的归纳与整合。通过自然语言处理和数据分析技术,AIGC可以归纳和整合大量的设计信息,生成设计信息的汇总报告或设计指南。设计信息包括设计要素、功能需求、材料规格、施工流程等方面的数据。
 
4.4.2设计效果草图的绘制。通过输入设计参数和要素,基于设计要求和约束条件,利用图像生成技术,生成设计效果草图。AIGC可以生成草图的多个变体和选项,包括景观布局、植物配置、建筑形态、渲染视角等,能提供给各方参考和选择,帮助其在方案设计阶段快速探索不同的设计方向。
 
4.4.3智能设计的支持。作为智能设计工具,AIGC通过分析设计要素、约束条件和优化目标,可以生成与设计过程同步的智能化设计建议。设计师再根据这些建议进行调整和优化,提高设计方案的效果和可行性。
 
4.4.4可视化的演示与呈现。AIGC可以生成高质量的可视化效果,包括渲染图、动画、虚拟现实等形式,将设计方案以逼真的形式展现出来,帮助设计团队和利益相关者更好地理解和评估设计效果。
 
4.5AIGC结合现实场景阶段
 
5结语
 
综上所述,AIGC人工智能生成内容对于助力公园城市新场景营造具有巨大的潜力和发展前景。通过将数字技术与城市景观设计相结合,可以创造出更具创意和吸引力的公园场景,为人们带来更美好的城市生活。未来,AIGC技术将继续推动公园城市新场景的营造和发展,以更智能、更个性化的数字内容生成,满足人们多样化的需求和体验,打造出更加丰富及互动式、沉浸式的城市体验。
 
更多>园林
最新文章

Processed in 0.376 second(s), 144 queries, Memory 1.27 M