تطور المخططات المعمارية للأرضيات التي تم إنشاؤها بواسطة الذكاء الاصطناعي

النهج المبكرة القائمة على القواعد (السبعينيات والثمانينيات)

بدأ السعي إلى أتمتة تصميم المخططات الأرضية في وقت مبكر من السبعينيات. كان أحد أوائل المعالم النظرية هو إدخال قواعد الشكل من قبل Stiny و Gips في عام 1971 - وهو نظام رسمي قائم على القواعد لتوليد التصميمات، بما في ذلك التخطيطات المعمارية، عبر قواعد تحويل الشكل التكرارية. كانت هذه النهج المبكرة رمزية أو قائمة على القواعد إلى حد كبير: على سبيل المثال، حاول Friedman في عمله عام 1971 تخطيط المساحات باستخدام الخوارزميات، ووضع Mitchell في نظريته عام 1976 طريقة لتعداد الترتيبات الممكنة للغرف. بحلول أواخر السبعينيات والثمانينيات، كان الباحثون يستكشفون الأنظمة الخبيرة والقواعد الاستدلالية لـ "مشكلة تخصيص المساحات". كان عمل شافيف في عامي 1974 و 1987 حول تخصيص المساحة المحوسب مثالاً على الأساليب المنطقية لتخطيط التخطيط في تلك الحقبة.

طرق التحسين والتطور (السنوات 1990-2000)

في التسعينيات، تحولت الذكاء الاصطناعي في الهندسة المعمارية نحو خوارزميات البحث والتحسين للتعامل مع التعقيد التوافقي للتصميمات. قدمت الأعمال الرائدة التي قام بها جون جيرو وزملاؤه خوارزميات تطورية لتصميم المخططات الأرضية: قام جو وجيرو (1996) بمحاكاة مخططات معمارية بسيطة باستخدام خوارزميات جينية، وقام روزنمان وزملاؤه (1997) بتوسيع نطاق ذلك من خلال الجمع بين الخوارزميات الجينية والبرمجة الجينية. طوال أواخر التسعينيات، طبق العديد من الباحثين استراتيجيات تطورية لإنشاء تكوينات مكانية.

في أوائل العقد الأول من القرن الحادي والعشرين، شهد هذا المجال انتشارًا واسعًا للأساليب الاستدلالية مثل التلدين المحاكي والأساليب الهجينة التي تجمع بين الخوارزميات التطورية وبرمجة القيود أو قواعد النحو الشكلي. ومن الاتجاهات البارزة استخدام التحسين متعدد الأهداف لتحقيق التوازن بين المتطلبات الوظيفية ومعايير الأداء.

النماذج القائمة على البيانات ونقاط التحول الرئيسية (2010-2015)

حدث تحول محوري مع صدور ورقة بحثية في عام 2010 بقلم بول ميريل وآخرون بعنوان "تصميمات المباني السكنية التي تم إنشاؤها بواسطة الكمبيوتر". وقد قدمت هذه الورقة شبكة بايزية مدربة على مخططات طوابق حقيقية لتعلم أنماط اتصال الغرف، وخطوة تحسين عشوائية لهندسة التصميم. وقد شكل هذا العمل بداية الأساليب المرجعية التي تتعلم من بيانات التصميم السابقة.

بعد ذلك، ظهرت الجهود المبكرة في مجال التعلم الآلي لتحليل وتصنيف الرسومات المعمارية. كانت تلك سنوات انتقالية تزامنت فيها الأساليب التقليدية القائمة على القواعد مع النمذجة القائمة على البيانات، في انتظار مجموعات بيانات أكبر وأطر تعلم أكثر قوة.

ثورة النماذج التوليدية العميقة (2016-2020)

بفضل التعلم العميق، شهد إنشاء المخططات الأرضية الآلي تقدمًا كبيرًا. مكنت مجموعات البيانات الكبيرة مثل RPLAN (2019) و LIFULL Home Dataset من تدريب الشبكات العصبية العميقة. واجهت الطرق الأولية القائمة على CNN صعوبات في تحقيق الاتساق بين الغرف المتعددة، لكن الشبكات التنافسية التوليدية (GANs) غيرت المشهد.

• House-GAN (2020): قدمت GAN المقيدة بالرسم البياني لتوليد تخطيطات من المخططات الفقاعية باستخدام الشبكات العصبية البيانية.
• Graph2Plan و FloorplanGAN و House-GAN++ حسنت الواقعية وتماسك التخطيط بشكل أكبر.
• يمكن للنماذج الآن توليد مخططات أرضية نقطية وتخطيطات دقيقة قائمة على المتجهات بدقة عالية.

كما تطورت عملية الإنشاء المشروط، مما سمح بإنشاء التخطيط ضمن حدود ثابتة أو بناءً على قيود تجاور الغرف.

التطورات الحديثة: شبكات الرسوم البيانية ونماذج متعددة الطوابق ونماذج الانتشار (2021-2025)

تستهدف النماذج الحديثة إنشاء طوابق متعددة وتحسين التصميم باستخدام هياكل متطورة:

• Building-GAN (2022) و Building-GNN (2023): إنشاء مخططات طوابق مكدسة باستخدام شبكات عصبية بيانية.
• HouseDiffusion (2023): تطبيق توزيع إزالة الضوضاء لإنشاء مضلعات غرف من مخططات فقاعية.

تدمج النماذج الأحدث قوانين البناء والقيود الواقعية في إنشاء التخطيطات. تعمل نماذج الانتشار على تحسين الاستقرار مقارنة بشبكات GAN، كما أن معايير التقييم أكثر توحيدًا.

كما أن هناك تركيز متزايد على التوليد المشروط بالنص والتكامل مع نماذج اللغة الكبيرة (LLMs) للتفسير الموجز والتصميم المشترك.

نحو المستقبل

تطور تطوير الذكاء الاصطناعي لإنشاء مخططات الطوابق من أنظمة رمزية إلى نماذج تعلم عميق قادرة على إنشاء تخطيطات معمارية قابلة للتطبيق من مدخلات بسيطة.

نقاط التحول الرئيسية:

• 1971: قواعد النحو الشكلية
• التسعينيات: الخوارزميات الجينية وخوارزميات التحسين
• 2010: توليف التخطيط البايزي لميريل
• العقد الثاني من القرن الحادي والعشرين: شبكات GAN العميقة ونماذج الانتشار وشبكات الرسوم البيانية

يستمر هذا المجال في التوجه نحو الأنظمة الذكية التي تفهم مقاصد التصميم البشري وتنتج مخططات معمارية إبداعية وفعالة من الناحية الوظيفية. أصبح الذكاء الاصطناعي شريكًا تعاونيًا سريعًا في التصميم المعماري.