مقدمه‌ای بر هوش مصنوعی در معماری منظر: نقش‌ها، مرزها، اعتبارسنجی، صحت محلی و اخلاق

سود:

• توانایی تشخیص اینکه هوش مصنوعی کجا در گردش کار چشم انداز در زمان صرفه جویی می کند (مفهوم، بصری، تجزیه و تحلیل، ارتباطات) و جایی که سایت، محیط زیست، امنیت و تصمیمات نظارتی بسته به سطح خطر به انسان واگذار می شود.
• امکان اعمال رشته ای که هر خروجی مهم را به منبع پیوند می دهد، آن را با یک ابزار مستقل تأیید می کند و از طریق مراحل فیلتر نظر تأیید می کند.
• درک کنید که چرا آب و هوای محلی، خاک و دقت نظارتی باید از ابتدا در نظر گرفته شود و چرا هوش مصنوعی جایگزین تاییدیه متخصص در تصمیمات مهندسی-ایمنی نمی شود.

شهرداری این وظیفه را به شما داد که یک زمین بایر 4 هکتاری را توسط یک نهر به یک پارک شهری تبدیل کنید که هم خطر سیل را کاهش می دهد و هم زندگی روزمره محله را تحت تأثیر قرار می دهد. شما یک نقشه پایه، سقف بودجه و یک مهلت مفهومی سه هفته ای دارید. معماری منظر حرفه طراحی و برنامه ریزی مناطق باز و سبز (پارک ها، میدان ها، باغ ها، سواحل، خیابان ها) با در نظر گرفتن روابط بین مردم، گیاهان، آب و اقلیم است. در این ماژول، هدف استفاده از هوش مصنوعی (AI) به عنوان شتاب دهنده و شریک فکری در هر مرحله از این کار است. اما این در مورد این است که به وضوح تشخیص دهیم که کجا باید از آن به طور ایمن استفاده کرد و کجا باید عقب ماند و آن را به قضاوت متخصص بسپارید. بیایید از ابتدا شروع کنیم: هوش مصنوعی طرح را امضا نمی‌کند، خاکی را که گیاه را کاشته است نمی‌شناسد و از قانون علیه شما دفاع نمی‌کند. پیش نویس ها را تولید می کند، گزینه ها را کپی می کند و الگوها را علامت گذاری می کند. حرف آخر همیشه متعلق به معمار منظر شایسته است.

هوش مصنوعی دقیقا برای چه کاری در این حرفه مفید است؟

معماری منظر؛ این منطقه ای است که در آن شهود، دانش میدانی، محیط زیست و جزئیات فنی در هم تنیده شده اند. هوش مصنوعی چهار نوع کار در این زمینه را به طور قابل توجهی سرعت می بخشد. اول، بهره وری: متن مفهومی، ایده پردازی moodboard و تنوع راه حل های جایگزین، چند دقیقه طول می کشد تا ساعت ها. دوم تجسم است: تبدیل یک ایده در سطح طرح به تصویری که می تواند برای مشتری توضیح داده شود. سوم، پشتیبانی از تجزیه و تحلیل: کمک در تفسیر داده های میدانی (شیب، جهت، سایه) و خلاصه کردن قطعات بزرگ متن/قانون. چهارم ارتباط است: متون ارائه ای که یک طرح فنی را به زبان ساده برای سرمایه گذار، مردم و تصمیم گیرنده توضیح می دهد.

آنچه که هوش مصنوعی نمی تواند انجام دهد هسته این حرفه است: درک واقعیت مزرعه، بررسی یک پالت گیاهی که واقعاً برای آب و هوای محلی مناسب است، با خاک بررسی شود، ایمنی ساکن و زمین را تضمین کند، مسئولیت قانونی برای رعایت مقررات را بر عهده بگیرد. ما در مورد هر ابزار با این تمایز در این واحد بحث خواهیم کرد.

نکته: هوش مصنوعی را مانند یک «کارآموز سریع اما تازه کار» در نظر بگیرید. او کارهای زیادی انجام می دهد، ایده های زیادی تولید می کند. اما بدون اینکه یکی از ارشد (شما) همه پرینت ها را بررسی کند، تحویل داده نمی شود.

سه سطل بسته به سطح ریسک

جدا کردن هر خروجی هوش مصنوعی به سه سطل کار شما را ایمن می کند:

• کم خطر (استفاده رایگان): متن مفهومی، ایده مودبورد، پیش نویس ارائه، پیشنهاد نام/عنوان. حتی اگر اشتباهی هم باشد، به راحتی اصلاح می شود و به کسی آسیب نمی رسد.
• ریسک متوسط ​​(تایید مورد نیاز): توصیه های کارخانه، برآورد هزینه، تفسیر تجزیه و تحلیل سایت، محاسبه اولیه آب باران. اگر اشتباه باشد، پروژه به تعویق می افتد یا بودجه متورم می شود. کنترل منبع و متخصص قطعا مورد نیاز است.
• خطر بالا (تأیید متخصص لازم است، فقط هوش مصنوعی مفید است): استاتیک دیوار حائل، تضاد ریشه درخت و زیربنای درخت، انتخاب گیاه سمی/تهاجمی، ایمنی زمین بازی کودکان، منطقه بندی و تصمیم گیری های مجوز. در اینجا، خروجی هوش مصنوعی هرگز نمی تواند تصمیم نهایی باشد.

در مسائل مهم مهندسی و ایمنی (نگهداری، ظرفیت زهکشی، خطر سقوط درخت، تجهیزات زمین بازی)، خروجی هوش مصنوعی جایگزین تاییدیه امضا شده یک متخصص ذیصلاح نمی شود. ما این اصل را در سراسر ماژول تکرار خواهیم کرد زیرا اشتباهات در یک پروژه محوطه سازی. این به معنای سیل، آسیب یا تخریب-بازسازی است که ده ها هزار لیره هزینه دارد.

نظم و انضباط تأیید: سه مرحله

این سه مرحله را برای هر تحویل کلیدی اعمال کنید:

1. پیوند به منبع: ادعای "این گیاه در این آب و هوا زندگی می کند" را بر اساس یک منبع محلی (دانشگاه، باغ گیاه شناسی، اداره کشاورزی استان، نهالستان محلی) قرار دهید. هوش مصنوعی تعمیم می دهد. شما بومی سازی را انجام دهید.
2. تأیید با ابزار مستقل: مقادیر عددی مانند شیب، مساحت، فاصله و غیره را با GIS (سیستم اطلاعات جغرافیایی - نرم افزاری که داده های مکانی را نقشه برداری و تجزیه و تحلیل می کند) یا اندازه گیری بررسی کنید.
3. بررسی: با قضاوت حرفه ای ارزیابی کنید که آیا خروجی با شرایط شما مطابقت دارد (بودجه، کاربر، ظرفیت نگهداری).

سه کیف کوچک

مورد 1 - صرفه جویی در زمان. یک دفتر چشم انداز معمولاً 6 رویکرد مربعی مختلف را در 3 روز در مرحله مفهومی برای یک مسابقه ترسیم می کند. Moodboard و پیش نویس متن مفهومی با هوش مصنوعی در نیم روز تولید شد. تیم 2.5 روز باقی مانده را به تصمیمات واقعی طراحی اختصاص داد. نتیجه: 11 گزینه به جای 6 گزینه در همان دوره مورد ارزیابی قرار گرفت.

مورد 2 - خطای دقت محلی (و گرفتار شدن). یک طراح یک گیاه زینتی از لیست "زیبا در همه آب و هوا" پیشنهاد شده توسط YZ را در پروژه قرار داد. معمار ارشد متوجه شد که این گونه مهاجم (پراکنده و سرکوب کننده اکوسیستم محلی) در استان مربوطه محسوب می شود و آن را از فهرست محلی حذف کرد. هوش مصنوعی پیشنهاد داد، کارشناس تایید کرد، از فاجعه جلوگیری شد.

مورد 3 - ارتباطات. در یک پروژه محوطه سازی ساحلی، گزارش فنی در جلسه عمومی درک نشد. YZ گزارش 40 صفحه ای را به یک "خلاصه محله" 1 صفحه ای و به زبان ساده تبدیل کرد. مشارکت و حمایت به طور قابل توجهی افزایش یافت. دقت فنی توسط معمار بررسی شد.

چهار قالب قابل کپی

1) استخراج چارچوب پروژه:

نقش شما: دستیار معمار منظر با تجربه. پروژه: [تبدیل ۴ هکتار زمین بایر توسط نهر به پارک شهری]. محدودیت ها: [سقف بودجه، خطر سیل، مفهوم 3 هفته]. پیش‌نویس چارچوب پروژه را به من بدهید: اهداف اصلی، گروه‌های کاربری، موضوعات طراحی احتمالی، ریسک‌ها. هر مورد را به عنوان پیش نویس علامت گذاری کنید. محل مورد نیاز تأیید محلی را مشخص کنید.

2) طبقه بندی سطل ریسک:

من لیستی از تصمیمات پروژه را به شما می دهم. هر تصمیم را به عنوان ریسک کم / متوسط ​​/ زیاد طبقه بندی کنید و بنویسید که چرا چنین است. برای خطرات بالا، "تأیید متخصص اجباری است، کمک هوش مصنوعی" را یادداشت کنید.

3) ایجاد یک سؤال تأیید:

برای این طرح پیشنهادی، 10 سؤال اعتبارسنجی ایجاد کنید که باید قبل از ارسال از خودم بپرسم: آب و هوای محلی، تناسب گیاه، قانون، نگهداری، ایمنی و بودجه.

4) خلاصه زبان ساده:

این گزارش چشم انداز فنی را به یک خلاصه 1 صفحه ای ساده برای محله اطراف پارک تبدیل کنید. اصطلاحات فنی را در زبان روزمره توضیح دهید. اغراق نکنید و قول نزنید، فقط بگویید.

اعلان ضعیف / اعلان قوی

اعلان ضعیف:

برای من یک پارک زیبا طراحی کنید.

"زیبا" تعریف نشده است، هیچ زمینه ای وجود ندارد. خروجی عمومی و خارجی برای محلی می شود.

اعلان قدرتمند:

نقش شما: معمار منظر. زمینه: آب و هوای دریای سیاه، بارندگی سالانه زیاد، شیب (12%) کرانه رودخانه، 4 هکتار، بودجه محدود، اولویت بافر سیل و استفاده محله است. سه رویکرد مفهومی متفاوت به من می رسد. برای هر کدام ایده اصلی، مزیت، ریسک و نکاتی را که نیاز به تایید محلی دارند بنویسید. نامگذاری گیاه؛ من همچنین آن را با لیست محلی تأیید می کنم.

زمانی که آب و هوا، شیب، بودجه، اولویت و محدودیت مشخص شود، خروجی هم مفید و هم بی خطر است.

نقش هوش مصنوعی: بر اساس مراحل

مرحله

آیا هوش مصنوعی ایمن است؟

کار هوش مصنوعی

کار کارشناسی

ایده مفهومی

بله

تنوع، متن

انتخاب، جهت

تولید بصری

بله (پیش نویس)

رندر، تابلوی حالت

تایید واقع گرایی

انتخاب گیاه

متوسط

لیست نامزدها

تأیید محلی/اقلیمی

تحلیل میدانی

متوسط

پشتیبانی از نظرات

اندازه گیری، تایید GIS

محاسبه آب باران

متوسط

پیش بینی اولیه

تایید مهندس

استاتیک / امنیتی

نه

چک لیست

حساب و امضا

انطباق با مقررات

متوسط

خلاصه، اسکن

مسئولیت قانونی

اشتباهات رایج

• اشتباه گرفتن خروجی هوش مصنوعی به عنوان یک "طراحی آماده". خروجی یک پیش نویس است. تصمیم و امضای حرفه ای با شماست.
• رد شدن از بومی سازی هوش مصنوعی میانگین جهانی را می داند. آب و هوا، خاک و قوانین محلی هستند.
• واگذاری تصمیم حیاتی امنیتی به هوش مصنوعی. استاتیک، زهکشی، ایمنی زمین بازی نیاز به تایید متخصص دارد.
• به اشتراک گذاری کنترل نشده داده های مشتری به محرمانه بودن داده هایی مانند اطلاعات بسته و شناسه مشتری توجه کنید.
• قفل شدن در یک خروجی واحد قدرت هوش مصنوعی تنوع است. چندین گزینه را تولید و مقایسه کنید.

به طور خلاصه

هوش مصنوعی زمان زیادی را در بهره وری، تجسم، پشتیبانی تجزیه و تحلیل و ارتباطات در معماری منظر صرفه جویی می کند. اما مسئولیت واقعیت میدانی، محیط زیست محلی، امنیت و قانونگذاری بر عهده مردم است. هر محصول تحویلی را در یک سطل ریسک کم/متوسط/بالا مرتب کنید. با رشته پیوند منبع، بررسی واقعیت مستقل و فیلتر کردن نظرات تأیید کنید. در مسائل مهندسی و ایمنی، هوش مصنوعی هرگز جایگزین تاییدیه متخصص نخواهد شد.

وظیفه کاربردی

یک زمین بایر واقعی در منطقه خود انتخاب کنید (یک طرح انجام خواهد شد). یک فریم با الگوی «استخراج فریم پروژه» ایجاد کنید. سپس تصمیمات این چارچوب را با الگوی «طبقه بندی سطل ریسک» به کم/متوسط/بالا تقسیم کنید. حداقل دو تصمیم «پرخطر» را مشخص کنید و بنویسید که از کدام متخصص تأیید می خواهید.

چک لیست

• [ ] من هر تصمیم مهم در پروژه را در یک سطل ریسک قرار دادم.
• [ ] من یک منبع تأیید برای خروجی های با ریسک متوسط/بالا تعیین کرده ام.
• [ ] من تصمیمات حیاتی امنیتی را برای تایید کارشناسان رزرو کردم، آنها را به هوش مصنوعی واگذار نکردم.
• [ ] من مرحله بومی سازی (اقلیم، خاک، قانونگذاری) را به برنامه خود اضافه کردم.
• [ ] من به معیار محرمانگی در داده های مشتری و بسته توجه کردم.