AI dalam arsitektur mendapatkan daya tarik dengan alat untuk mengotomatiskan aspek pembuatan gambar, desain skematik, perencanaan kota, tata letak interior, dan banyak lagi.
Seiring dengan kemampuan AI dalam arsitektur yang semakin canggih, para arsitek akan dapat mengambil lebih banyak peran kuratorial.
- AI dalam arsitektur berada dalam tahap pengembangan menengah, unggul dalam pembuatan gambar yang sangat detail dan komputasi pemecahan masalah yang praktis.
- Kedua kemahiran ini mendorong arsitek ke arah peran kuratorial desain, memilih dan membuang opsi yang dihasilkan oleh AI.
- Keterbatasan utama AI dalam arsitektur saat ini ada di antara kemampuan pembuatan gambar dan pemecahan masalahnya AI tidak memiliki kemampuan untuk mendapatkan skema yang dapat dibangun dari gambar dan citra yang menarik dari skema yang dapat dibangun.
Kecerdasan Buatan (AI) dalam arsitektur menjadi alat yang sangat kuat dan luas ini juga merupakan teknologi yang berada pada tahap perkembangan yang canggung dan menengah. AI dapat memecahkan masalah yang sederhana dan praktis, seperti cara mengatur denah lantai, dengan kecepatan dan variasi yang tak tertandingi. Dan AI dapat melukiskan visi yang luas dan kreatif yang diambil dari seluruh citra yang ada di Internet hanya dengan perintah teks singkat. Namun, menghubungkan kedua bagian dari proses desain ini, ilmu dasar dan seni arsitektur, terbukti sulit dipahami.
Memasukkan serangkaian deskripsi arsitektur (“Eco-topia Flintstones California Bungalow di La Brea Tar Pits”) ke dalam generator gambar seperti MidJourney tidak menghasilkan apa pun yang dapat dibangun. Dan denah lantai yang dihasilkan secara algoritmik yang tak ada habisnya tidak dapat ditingkatkan untuk mengekspresikan sesuatu yang lebih dari sekadar penggunaan ruang yang efisien. Namun, menggabungkan kedua kemampuan ini mungkin akan menjadi kemajuan teknologi desain yang paling besar di era AI.
Bagaimana AI Digunakan dalam Arsitektur Saat Ini
AI dalam desain arsitektur didasarkan pada program komputer yang meniru kognisi manusia untuk memecahkan masalah yang kompleks dan merespons stimulus secara dinamis. Subbidang yang terkait erat adalah Machine Learning, yang mengacu pada kemampuan sistem AI untuk mengenali pola dan mempelajarinya, secara mandiri meningkatkan kemampuan kognisinya tanpa campur tangan manusia.
AI telah menemukan relevansinya dalam arsitektur selama proses desain. Menganalisis citra di Internet, generator gambar seperti Midjourney dapat mengembangkan gambar yang sangat detail dan berkualitas mendekati kualitas foto dari petunjuk teks singkat. Hal ini dapat menjadi keuntungan yang kuat untuk curah pendapat konsep awal, setara dengan sketsa serbet yang mendetail secara digital. Gambar-gambar ini juga berguna untuk menjangkau publik yang lebih luas dan dapat digunakan pada materi pemasaran dan promosi untuk mengilustrasikan konsep dan konteks desain dasar.
AI dapat memajukan cara Digital Twins memeriksa variabel yang berubah dan mempelajari cara meningkatkan operasi dan desain bangunan.
Alat bantu AI yang berfokus secara sempit dapat mengoptimalkan desain untuk metrik kinerja bangunan, menghasilkan denah lantai dari input program dan spasial sederhana, dan mengatur ulang denah lantai secara dinamis saat dinding dan partisi dipindahkan pada dasarnya mengotomatiskan tugas-tugas desain yang ada di mana-mana. Para insinyur AI sedang berupaya mengintegrasikan antarmuka berbasis teks bahasa alami, seperti ChatGPT, dalam alat arsitektur AI seperti ini. Pembuatan pelat lantai dengan bantuan AI adalah jenis desain parametrik, yang telah lama digunakan dalam arsitektur untuk menghasilkan variasi formal yang tak ada habisnya.
Namun dengan kekuatan komputasi AI yang lebih besar, arsitek dan desainer memasukkan Generatif AI ke dalam alur kerja mereka, alih-alih hanya menghasilkan setumpuk variasi berdasarkan batasan, sekarang peringkat kualitas setiap variasi berdasarkan seperangkat metrik yang ditentukan pengguna.
Banyak arsitek yang terbiasa dengan desain yang dimediasi melalui proses digital seperti Building Information Modelling (BIM), dan AI mengubah apa yang dapat dilakukan oleh model-model ini. Dalam banyak hal, Digital Twins yang berisi semua deskripsi formal dan data kinerja bangunan adalah evolusi BIM berikutnya. AI dapat memungkinkan model-model ini untuk diuji dan didorong, mampu memeriksa bagaimana perubahan satu variabel dapat mempengaruhi kinerja energi bangunan, perolehan panas matahari, atau bayangan yang dilemparkan ke seberang jalan, kemudian secara terus menerus dan secara mandiri mempelajari cara meningkatkan operasi dan desain. Teknologi yang sedang berkembang ini didukung oleh sensor dan perangkat Internet of Things berjejaring yang memberikan data langsung ke Digital Twins.
Manfaat Menggunakan AI dalam Desain Arsitektur
AI dalam desain arsitektur paling berguna untuk menyelesaikan tugas-tugas biasa dan berulang dengan cepat dan untuk mengoptimalkan desain dengan sedikit demi sedikit, yang sering disebut sebagai Artificial Narrow Intelligence. AI paling efektif jika jenis tugas ini saling tumpang tindih, seperti yang sering terjadi. AI dapat secara instan mengisi menara hunian dengan apartemen yang dibentuk agar sesuai dengan spesifikasi pengembang dan dapat menyesuaikannya dengan berbagai tingkat efisiensi material dan biaya. Selain itu, generator gambar dapat berfungsi sebagai “papan mood” yang tidak perlu diedit untuk inspirasi desain, menawarkan sintesis visual yang cepat yang diambil dari perpustakaan gambar yang sangat banyak. Gambar-gambar yang terperinci ini dapat memberikan target estetika bagi arsitek untuk menentukan sistem struktur dan teknik.
Dalam kedua skenario ini, arsitek mengambil peran kuratorial yang lebih luas, bukannya mempertahankan kontrol terperinci atas setiap keputusan desain mereka mendefinisikan parameter, memilih dan membuang pilihan, serta menawarkan saran dan panduan untuk algoritme. Ini adalah perubahan radikal dalam cara arsitektur dipraktikkan. Garis pemisahnya masih terus didefinisikan. Apakah alat baru ini merupakan alat penghemat tenaga kerja, seperti halnya CAD atau BIM, atau apakah alat ini mewakili pergeseran mendasar dalam proses kreatif?
AI dapat dengan cepat menyelesaikan tugas-tugas yang biasa dan berulang-ulang serta mengoptimalkan tata letak ruangan dan desain lainnya dengan sedikit demi sedikit, sehingga membebaskan para desainer untuk melakukan tugas-tugas yang lebih kreatif.
7 Contoh AI dalam Proyek Arsitektur
Sebelum perancang mulai membuat iterasi, menggunakan alat bantu otomatis untuk mengatur situs dan data kontekstual dapat menghilangkan ambiguitas dan, kemudahan, risiko. Alat-alat ini membuat tugas-tugas teknis dan pemrograman yang berat menjadi lebih mudah diakses oleh non pemrogram seperti perancang atau pengembang. Dari proyek penelitian hingga produk komersial, contoh-contoh berikut ini menunjukkan bagaimana AI dalam arsitektur dapat menciptakan peluang untuk meningkatkan proses desain sehingga kreativitas manusia dapat menjadi pusat perhatian.
1. AI untuk Perencanaan Skematik
Finch adalah alat bantu perencanaan parametrik dengan berbagai fungsi desain. Alat ini dapat menghasilkan denah lantai hanya dengan beberapa batasan input, dan desain denah lantai ini dapat secara otomatis disesuaikan dengan cepat. Anda dapat memilih dinding, memindahkannya, lalu melihat ruangan di sekitarnya mengubah proporsi, lokasi, dan pengaturannya sendiri. Platform ini menggabungkan peraturan perencanaan lokal dan memungkinkan pengguna untuk mengoptimalkan efisiensi struktural, jumlah unit, atau variabel lainnya. Platform ini juga dapat memasukkan denah lantai ke dalam batas-batas lokasi yang ditentukan dengan cepat membagi bentuk-bentuk organik yang tidak beraturan ke dalam sub unit secara dinamis menghubungkan tangga ke ketinggian lantai yang berbeda-beda dan menelusuri rute jalan yang optimal melalui medan yang kompleks.
2. Kecerdasan Buatan untuk Pembangunan Perkotaan
Wind analysis in Forma.
Perangkat AI baru dapat menerapkan kekuatan generatif dan iteratif pada lokasi berskala kota, dengan melihat lebih dari sekadar kebutuhan bangunan individual. Konsep ini dicontohkan oleh Autodesk Forma, yang menawarkan wawasan dan otomatisasi berbasis cloud dan bertenaga AI yang menyederhanakan eksplorasi konsep desain, mengurangi tugas-tugas yang berulang, dan membantu mengevaluasi kualitas lingkungan di sekitar lokasi bangunan.
Diterapkan pada tahap awal perencanaan dan desain, Forma melakukan analisis waktu nyata di seluruh kepadatan utama dan kualitas lingkungan seperti jam sinar matahari, potensi siang hari, angin, energi operasional, dan iklim mikro, tanpa pengguna memerlukan keahlian teknis yang mendalam. Pembelajaran mesin dan analisis lingkungan yang didukung AI ini dapat digunakan sejak hari pertama proses desain untuk membantu memenuhi target bisnis dan keberlanjutan. Sebagai contoh, pemodelan angin Forma mengungkapkan bagaimana bangunan menyalurkan angin, menggunakan dinamika fluida komputasi untuk menyempurnakan desain demi kenyamanan manusia.
3. AI untuk Penawaran yang Lebih Baik
ConXtech, perusahaan konstruksi modular yang berbasis di Bay Area, menggunakan AI untuk mengendalikan salah satu langkah yang paling tidak terduga dalam konstruksi proses penawaran.
ConXtech, seperti banyak perusahaan konstruksi lainnya, diminta oleh pemilik dan pengembang selama fase pengembangan proyek. Pada saat itu, kelangsungan hidup proyek belum terjamin, dan beberapa opsi masih ada di atas meja. Hal ini memaksa perusahaan seperti ConXtech untuk melakukan beberapa kali iterasi untuk proyek yang mungkin tidak akan pernah dibangun. Pada akhirnya, jutaan dolar dapat dihabiskan untuk proyek yang tidak berhasil atau penawaran yang gagal. Pada saat yang sama, pemilik dan pengembang mengharapkan jawaban yang cepat untuk mendapatkan solusi yang layak dan hemat biaya.
Untuk memperpendek siklus penawaran dan mengurangi biaya penawaran, ConXtech bekerja sama dengan Autodesk Research untuk mengembangkan prototipe platform penawaran yang menggunakan AI untuk menemukan desain struktur baja yang paling hemat biaya berdasarkan biaya pengadaan material, fabrikasi, dan konstruksi. Biaya-biaya ini dipengaruhi oleh vendor dan subkontraktor yang dipilih untuk proyek tersebut dan bervariasi tergantung lokasi proyek.
4. AI untuk Desain dan Perencanaan Volumetrik
Obayashi dan Autodesk mengembangkan platform AI yang memungkinkan arsitek memasukkan parameter bangunan untuk membuat estimasi volumetrik dan tata letak pemrograman interior.
Perusahaan konstruksi, teknik, dan pengembangan real estat Jepang, Obayashi, juga bekerja sama dengan Autodesk Research untuk membayangkan solusi AI yang memungkinkan para arsitek memasukkan parameter dasar untuk bangunan dan, dengan panduan minimal, mendapatkan estimasi volumetrik dan tata letak pemrograman interior. Sebagian besar digunakan untuk ruang kantor, AI untuk aplikasi ini dilatih dengan sebagian dari portofolio Obayashi yang terdiri dari lebih dari 2.800 file Autodesk Revit.
Alat AI ini memahami hubungan abstrak antara program dan konektivitas yang diinginkan, ukuran, dan proporsi yang diekspresikan dalam volume bangunan. Untuk menghasilkan tata letak pemrograman interior, perancang dan klien bekerja melalui serangkaian parameter leksikal kalimat sederhana yang menentukan elemen bangunan dan lokasinya serta menunjukkan bagaimana elemen-elemen tersebut berhubungan satu sama lain. Misalnya, “ruang rapat harus ditempatkan dekat dengan jendela,” atau “ruang makan siang harus ditempatkan jauh dari laboratorium demi keamanan.”
5. AI untuk Panduan Regulasi dan Perawatan Foto Estetika
Mirip dengan Obayashi, Maket unggul dalam membantu arsitek dengan desain skematik tahap awal menghasilkan denah lantai dengan memasukkan dimensi ruangan, jenis, dan batasan kedekatan dan mengintegrasikan fitur ini dengan antarmuka teks bahasa alami. Tetapi Maket juga menawarkan asisten peraturan yang dapat membaca dokumen peraturan zonasi yang diunggah dan menjawab pertanyaan-pertanyaan rinci tentangnya. Desainer juga dapat mengunggah foto arsitektur dan menggunakan petunjuk teks dasar untuk menerapkan perlakuan estetika yang berbeda, menambahkan elemen interior dan furnitur pada foto.
6. AI untuk Pengembang Real Estat
Platform desain generatif berbasis cloud Parafin, yang ditujukan untuk pengembang real estat, menggunakan AI untuk menentukan kelayakan komersial sebuah proyek selama perencanaan awal. Hak atas foto Parafin.
Parafin menggunakan AI iterasi parametrik untuk menyeimbangkan program, biaya, dan kelayakan komersial. Dikembangkan oleh arsitek Brian Ahmes dan pengembang Adam Hengels, duo asal Chicago dan Miami yang merupakan anggota dari Outsight Network Autodesk Technology Centers, program ini menghasilkan turunan yang nyaris tak terbatas untuk menghasilkan profitabilitas dan kinerja yang objektif.
Parafin adalah platform desain generatif berbasis cloud yang saat ini digunakan untuk pengembangan hotel. Ditujukan terutama untuk pengembang real estat, platform ini membantu mengevaluasi kelayakan finansial dari lokasi bangunan potensial dalam perencanaan tahap awal dengan cepat. Hanya dengan beberapa parameter (jumlah kamar, parkir, lokasi, ketinggian, dan pedoman merek untuk pelaku bisnis perhotelan), aplikasi ini dapat menghasilkan jutaan iterasi yang memenuhi pedoman tersebut, semuanya dapat dicari berdasarkan kinerja keuangan, biaya, dan banyak lagi. Alat ini bekerja melalui antarmuka berbasis peta dan menu di peramban web denah lantai yang sangat detail, tampilan 3D, dan file Revit dihasilkan untuk setiap desain.
7. Kecerdasan Buatan untuk Optimalisasi Kinerja
Cove.tool adalah aplikasi desain kinerja bangunan otomatis yang didirikan oleh ilmuwan dan arsitek Sandeep Ahuja. Cove.tool menggunakan pembelajaran mesin untuk menganalisis bagaimana desain bangunan dapat meningkatkan konsumsi energi dan karbon, tingkat pencahayaan alami, struktur biaya, dan banyak lagi, dengan mengubah Variables seperti orientasi dan materialitas bangunan dan mengukur hasilnya. Sistem ini dapat melakukan pengoptimalan biaya untuk berbagai kriteria dan memberi peringkat hasil sesuai dengan standar kualitas yang berbeda, mulai dari kode minimum hingga penghargaan sistem peringkat sukarela. Dalam tingkat detailnya yang sangat terperinci, Cove.tool pada dasarnya adalah Digital Twins Preconstruction, yang terintegrasi dengan algoritme pembelajaran mesin yang secara bertahap dapat menyempurnakan kinerja bangunan.