AI设计替代人类设计师？风景园林黑科技——LandscapeGAN

值得一提的是，StyleGAN与前述算法不同，其生成过程无需输入任何条件，所有结果都由算法在无人干预的情况下自动生成。这为设计工作带来了不可控的缺陷，但高度的智能化带来的就是不可控、不可解释，这也是需要在未来深入研究中解决的核心瓶颈。

6

结论

以上是我们研究的主要内容，那么再次回到我们最关心的问题——

设计师是否会被 AI 取代？

如果要简短的回答，只能说这是不可能的。

但要深入分析此问题，还需从“算法可以做什么”和“设计师需要做什么”两个方面讨论。

研究发现，算法可以通过大量成熟案例总结场地设计的普适性规律，如“布局和场地条件之间的关系”、“园内布局和园外布局之间的关系”、“空间功能和具体设计语言之间的关系”等等，甚至可以总结一些抽象的设计特征信息。

然而设计工作远非止于此，举一个常见的设计工作中的例子。假设此时要规划一个大尺度的郊野公园，那么大概率会经历以下情况.....

对比来看，设计师就是一个解决问题的专家，风景园林更是平衡社会、自然、经济的综合性学科。这些都是设计师存在的意义，也是单凭AI无法解决的抽象问题。因此，自动设计，也只是设计工作中一个环节。

那么我们做这些研究的意义何在？

这是我们研究过程中被评审专家最多问到的问题，也是我们时常思考的问题。

人工智能和机器学习已经是公认的企业业务变革和创新的“新引擎”， 但许多企业仍然不确定在哪些领域应用。

随着人工智能技术的普惠化，技术实现已经不再是难题，“人人可创新”的口号似乎正在日拱一卒的慢慢成为现实。

1 新生产力在风景园林行业的探索

人工智能驱动的量化交易、异常检测、人脸识别、舆情分析、语音客服等技术在各个行业悄无声息的快速推进。

例如在不起眼的“松花蛋”制造产业，传统的裂纹监测设备成本高达近百万，人工挑拣成本也需要大几十万，而图像识别技术可以帮企业直接降低这方面的成本；

又如开篇提到的阿里巴巴鲁班系统的例子，该系统十天内就可以产出人力八百年的工作量；

反观风景园林行业，加班熬夜重复性的绘图已成为常态，人工智能驱动下的生成系统同样可以做到每秒数千张方案的生产效率，如此惊人的生产力何尝没有意义？

2 新生产形式在风景园林行业的探索

技术不会淘汰人类生产力，但必将淘汰落后生产力，优化生产形式。我们可以把人工智能带来的这次革命，看成是一次新的工业革命。如蒸汽机替代手工业一般，人工智能时代的新生产力将会带来新的生产方式。

在AI驱动的人机协同方式中，设计师从手工作业转变为总体把控，评价审查的角色；数据则成为把握企业命脉的关键因素。

因此，图像，文本等数据中蕴含着巨大的价值，然而遗憾的是，有许多企业并不知道如何利用这些数据。

我们借助生成对抗网络挖掘规划设计中的普适性规律，构建新的人机协同方法，这也只是聚焦于设计产业工作流中的某一小阶段的应用研究。结合BIM、LIM、无人机、物联网等前沿技术的全面智能化升级将会在不久的将来到来，匹配新生产力的新的人机协同形式也会加速到来。

3 探索人工智能背景的新技术应用场景

“让企业变聪明，让每个部门和员工变聪明，让整个工作流程变聪明”是企业在创新升级道路上逃不开的话题。“让机器替代一部分的人工劳动，解放出人力，以攻坚更加需要人类主观能动性的部分”，也是人工智能背景下回应该问题的重要解法。

如今技术的普惠化，让人工智能的快速部署不成问题，相反难点是在找到业务产出与价值投入的平衡点，换言之，有什么应用场景？

目前我们仅聚焦“公园绿地”的自动生成，探索了三种应用场景：

1 从线稿、布局等设计半成品到设计方案的辅助设计；

2 从场地条件到布局方案的自动设计。

3 针对局部的专项自动设计

这些都为“智能建造”中“方案自动生成”这一环节测试了实际的应用场景。在前期汇报，讨论，修改方案时都是实际可用的智能手段。