面对AI，我们是不是要温和地走进那个良夜了呢？

文 | 小闲橙 & 大大大象

指导 | UNland@

?

新的“工作形式” ？

人机大战？抑或是“人工智能”将超越“人类智慧”？

你对抗的是机器吗？还是机器背后凝聚了无数的人类智能呢？那么，个体智能与集体智能的边界又在哪里？

不妨回忆一下？原始工具（石刀、骨刺等）的出现得以解放人的双手；机械工具（蒸汽机、燃油机等）的发明得以延展了人的四肢能力；媒介工具（电子管、集成电路等）的出世得以拓展了人的头脑能力；互联网工具（人工智能等）的跃迁得以实现对人全方位的渗透，甚至改变我们的思维方式。

▲霓虹荒原

来源：https://consumingcyberpunk.com

当下以Chat GPT为代表的 “AI热潮” 再次席卷全球。

令人兴奋的是，如同草雉素子在《攻壳机动队》中发出的那句著名感叹： “网络真是宽广啊！我们无从认知的新社会，已经开始孕育了！” ，开始议论马斯克的“脑机接口时代”是否真要来临？

令人恐慌的是，这是否即将引起诸多行业的颠覆？

不可否认的是：人工智能已经成为一种很特殊的考验和挑战，在人工智能的时代，创作者需要重新回到创作的原点和本意去思考，应该怎么做，能够做什么。

很可能你在选择工具的同时，工具也在选择你！新的工作形式正在出现......

?

新的“语言” ？

最新一轮的 “AI” 热浪滚滚，仿佛已经点燃了整个资本圈，并不像当初“元宇宙概念”出来时雷声大雨点小。距离12月1日，Open AI发布了针对对话场景优化的语言大模型 Chat GPT 之后，各大厂商都拼了命地想要赶上这班车。

▲ 吉姆·库克的社论插图

来源：Inspiration Grid

但，就其本质而言是一种“使用语言”。

早在1972年便已然出现了 “语言模型技术”。 在长久的发展历程之中，其最大进步其实不是语言模型本身，而是后来2000年左右的深度学习，使得训练语言能够比以前更加准确了，不仅仅是简单的统计，能整合更复杂更专业的问题，这也是人工智能可以生成一些令人惊喜结果的原因。

▲ 语言模型发展史

来源：笔者自绘

与以往不同的是，此类人工智能的出现极大地促进了人类和机器之间沟通的效率。在以前，对于信息的检索，包括读书、获取知识、甚至是情感体验的方式仍然是低效率的，面对茫茫书海，泛泛案例，人类获取知识的能力其实与几百年前几千年前相比，效率提升并没有达到几何倍数的增长，此外仍不排除由于信息质量参差不齐而损耗的时间精力成本。

▲过载

来源：www.flickr.com

而Chat GPT很神奇，它的神奇之处并不是在于它能去执行这些任务，而是它可以更准确地理解我们的问题，然后结合关键词语境，从庞杂的数据库中提炼出最恰当的信息。进而激发我们的灵感或思考，在一定程度上实现了 “人身体与思维”的延伸。

▲马斯克在中国

来源：https://baijiahao.baidu.com/s?id=1761689129196941933&wfr=spider&for=pc

尽管，作为一种技术语言其具备了超强的“移位性”：通过语言描述将人物、时间、地点等各种信息进行无休止移位组合，甚至可以创造出完全不存在的事物。

那么，在当下崇尚“快餐式消费”的时代中，一切以信息传递为导向的结果，在缺乏判断力的前提下会是否导致某种混乱？

?

新的“秩序” ？

正如，柏拉图建立的私人学校（柏拉图学园），将“不懂几何者莫入”的箴言高挂于学园大门，并存世800年之久。

那么，新的技术浪潮是否也会建立起新的“箴言”？只不过正确与否尚不得而知。换句话说，是否在混乱之中存在着一个温良的陷阱？

显而易见的是，此类生成式AI运行主要基于模型（能够决定机器怎么学）+参数量（大量的计算，且需要较高金钱成本），在某种程度上有点像鹦鹉学舌，不会出现超出已有认知的内容。

不过值得一提的是，大规模的训练是非常需要计算力和烧钱的，像Chat GPT每天的计算就要花费掉100万美元来运行。就当下而言，人其实比机器“便宜”，只要我们一直比机器便宜，被淘汰的速度就追不上我们。类似的担忧其实也并不是一件新鲜事，1969年互联网出现，2009左右互联网的广泛普及，短期内确实也消灭了大量的职业，《消失于互联网时代的100件事》中也细致罗列，各种图书/音像/DVD租赁店、电话接线员、钢笔修理工等恐怕已经消失在父母辈一代人的记忆里。但长期来看，技术的进步也总是与新的市场与行业开发相伴而生。

▲企业就业人员工资与GPT 价格对比

来源：国家统计局

当然目前最紧张的可能是Google的总裁，因为虽然Google在搜索领域仍然处于垄断地位，但Chat GPT的横空出世，相比自己在纷杂的词条中去筛选有效的搜索信息，能组织好语言的Chat GPT显然具有显著优势。

在可预见的未来，相比于海量纷杂的综合数据分析，一些专业化的算法训练可能更容易激活市场，一方面数据量大幅减少算力成本降低，另一方面可以在圈层化内深度发展。

与此同时，生产力的提升对市场的影响，意味着资本的整合与重组，对个体本身来说，是效率提升带来的可控时间增多而更加幸福，还是对人剥削异化的加速则需要时间验证？

?

新的“风暴”？

因此，就建筑设计领域为例，利用一些生成式AI融入设计的方法其实已然展开，类似于大家熟悉的Stable Diffusion、Midjourney、等，通过基础的草图以及合适参数与提示词，甚至是概念性文字，AI尽然可以自动生成。

▲技术胁迫

来源：Pinterest

一方面是通过概念草图来生成某些“呼之欲出”可意会却不好言明的方案效果图，在创意层面给出无穷多个头脑风暴方案，从而来激发自己的设计灵感与创作思路，效果可以类比于一个更高阶更精准的案例搜索引擎，得出的东西误打误撞是你想要的。

另一方面是在方案修改阶段，面对“一天一个想法”的领导或甲方时，可以通过参数的调整或局部的蒙版涂抹快速创造出一系列不同的设计来提供设计意象，大大节省自己调整方案以及基本功式的训练时间，更加符合“市场”追求高效的设计逻辑。

不过话说回来，对于整体创作时间来说时间是节省了，但目前可能依旧无法突破“甲乙关系”，除非时间成本被极限压缩后带来“生产力”的跃迁。

无论是“语义分割”还是“蒙版”，抑或是诸如此类的种种，总而言之是一种被粉饰的“语言系统”。如果将其比喻为“风暴”，其往往是具备双重属性的：

一方面， “语言系统”本身是一种权力机制 ，新的知识体系意味着“新的枷锁”，你只有不断适应它的逻辑才能接近“正确答案”。那么，这是否意味着另一种形式的垄断，甚至是思维意识形态的垄断，例如，所谓正确的、可被精确识别的prompt？换言之，这是一堵高墙，是受制于大模型逻辑体系下的机械语言，无非是从图书馆式、学术圈式的高墙跳入了另一堵“看似完全开放”的智慧高墙，甚至会丧失基本的判断能力，知识的垄断意味取决于“希望让你看到什么”？至此，便不难理解赛博化的归宿为什么是“赛博疯子（人格紊乱）”。

▲ 言论自由

来源：Designspiration

另一方面， “语言系统”是极具指令色彩的 ，这是否会间接导致人的“同质化”？例如，表面上看城市与建筑的同质虽然受限制于结构技术、材料特性等诸多因素，实质上反映的是“创作思维”的同质。

▲ 不能说不

来源：Boredpanda

至此，新技术、新事物是否能够长期稳定的存在，却决于它是否可以有效地解决问题？到底是由生产任务产生的“生产问题”？还是寄希望于出现更多可能性的“创作问题”？

?

Everything 

is  about

Prompt（提示词）?

结合目前此类生成式AI所给出的回答，质量结果也可以是千差万别的，其本质还是源自人本身的信息处理能力。

毕竟，当我们无法对一个结果做出准确判断的时候，我们诸多时候会觉得这是 “看起来厉害的” ，就像接触了一个老外，其快速地操着一口听不懂的外语时，我们的第一反应是说话者表达的十分流利。（但事实上他却是在鬼扯！）

相比于之前AI的“胡说八道”，现在已经是可以“胡说一道两道”，并且很多问题在深入的追问之下，答案已快趋近于完美，甚至能给人启发与思考。以前“头脑有些不清醒”的AI绘图目前已经可以达到非常逼真的效果。

随着我们对人工智能的进一步适应学习探索，有时可以得到非常惊喜的答案或作品，关键在于是否有好的prompt（提示词）去提示、去激发。不同的prompt存在偏差，训练的结果自然不同。

换句话说，它有多强大的能力，在于是否能提出足够好的问题。

而提出足够好的问题更深层次的关键在于我们本身清晰的目标、独特的审美、创新的引导等自身的信息处理能力。随着进一步的修改和追问，它又能给出更多具有启发性的内容。 因此形成了一个相互选择、相互激发的过程。

就像格特鲁德临终时有人问她“What is the answer?”，她没有回答，而是反问了一句“But what is the question?”，问题其实远比答案更重要。

在短期阶段内，AI更多还只是展现其启发和辅助能力。结合到设计这个领域，设计师可以通过给出不同的设定、情景、材质，通过AI给出的回答激发我们的情感、激发我们的思考，即使作为设计师，我们的认知，我们的情感都是本身已有的，只不过缺乏一个契机与提示而未能表达未能发掘，真正能超出我们认知的体验短期内可能是无法通过AI获得。

但进一步追问，在个体的一生中，有多少人需要去追求超出自己认知的体验。社会似乎并不需要每个人都具备创新的能力，一支神曲走红，随后必然会在90%的视频制作中得到应用。一个城市制定了新的条例，其他城市也要追上脚步。

倘若可以突破技术成本问题，或是成功激活市场，带来全新的生产与消费升级。是否全学科的创新能力会被掌握在更多数的人手里，其要求个体知识体系的更加复合多元，建筑师不再仅仅是擅长空间设计，同时掌握艺术审美、物理力学、结构计算、构造设计、材料运用等建筑设计的全周期流程技术，由于学习与沟通的成本变低，使融合不同角色、不同体系、不同途径成为轻而易举的事情。学科从集中走向分散再重新集中，一个人就是一支队伍，人人都可以进行设计创作。百花齐放的局面是否又会引发去风格化的作用，流派荡然无存，建筑形式与意义的放荡？存在即合理再一次被置于欧几里德“几何哲学”中至高无上的地位？

▲《赛博朋克2077》 暴动机动队

来源：网络

“与电脑网络构建的新式信息社会相对应，赛博朋克文化中的英雄，反抗的终极目的不再是生存或者工业产品的分配不公。而是‘推翻取代政府的超级跨国公司’，或者‘所有的信息被要求解放’。他们对不加考虑的人工智能化与信息管制，以及推动这一趋势的跨国联合企业，具有一种天生的不信任。”

——摘自《马斯克的“脑机接口”有什么风险？》

?

新的“陷阱”？

Midjourney和Stable Diffusion作为最主流的AI设计平台，给定关键词和训练模型就能定制理想化的图像效果。如同钢铁侠的智能助理贾维斯，没有人会不想要一个不用工资、效率高、懂我们且不会离职的帮手。几分钟就能修改好甲方各种要求下的新方案，但如此令人心动的手下会不会拿走我们的offer？甲乙双方矛盾和效率差异促使设计本身成为下游产业，十多年前预言的被人工智能取代的行业，真的要轮到建筑了吗？

在文字和图像作为设计师主要表达方式的今天，完全免费开源的SD极大改变了设计师们的创作方式。 但开源状态下的权力均等是否等同于设计均等呢？

▲Midjourney模仿伦佐·皮亚诺

来源：知乎

AI既不存在流派，也不承认风格，更不具有感情，仅仅依托语言也并不能准确表达诉求，设计结果如何取决于我们在多大程度上应用AI。

机器会激发人性，人也会产生机器性 ， 设计师究竟是获得AI助手，还是沦为AI的助手？

在人类和人工智能共存的时代，拥有更好效率的机器人是否会带来社会的重构？星球大战中，机器被无限制的放大，有人性的机器人作为人类社会的重要组成部分，白兵决定服从的恶体现了人性的趋利避害与极端的个人主义，由权力操控的白兵和被视为效率工具的机器人并无本质差别。

▲ IG11机器人

来源：美剧《曼达洛人》

机器学习方法教会了机器推理和理解视觉数据，深度学习技术改变了艺术、创造力和设计工具。当人的想象力叠加了机器的观察力，输出的结果得到了成倍甚至指数级的增长变化。现有应用场景多局限于插画这类平面设计，其生成逻辑比较简单，但我们很难用简单算法去完成建筑设计，表达设计思想之余，设计和研究的关键对象永远是时间和空间。

既然如此，建筑设计为什么需要AI？

从二维手绘图纸到三维数字建模，参数化设计帮助我们在更短时间内完成更复杂的设计，大数据的应用让我们很容易在海量数据中识别特征，设计作品也更容易贴合庞大群体的真实需求。在追求高效和离不开加班的时代，AI无疑为我们节省了大量时间成本，但已有的设计算法并没有自己的设计逻辑，基本为图像化拼贴，关于具体语境和细节的预设不准，需要建筑师的感性思维来主导，在意料之外的方案中寻求合理性，这或许是另一种“逻辑自洽”？

▲ “赞” 

来源：Pinterest

当应用10%，无数版方案，带来了推敲模型的思路。

当应用30%，模型在喜欢的风格下，增添了细节和真实感。

当应用60%，su里的白模，也有成为方案终稿的潜力。

当应用90%，随心所欲的线条，有时也会成为神奇的建筑。

当应用100%，但真的会有100%吗？

AI只是无限趋于正确。

随着人工智能传统设计中感性理解的深度学习，在总结设计方法并应用规则时，是否会产生超越个人设计能力范畴的优质方案？又是否会将AI摆到至高无上的地位？

 方案或许可以被替代，但决策不是。    

同时AI的生成逻辑是固定的，其可控且可优化，可以无限接近于接近理想成果，无法完全达成预期，所以还是需要我们去引导和优化，最后一棒很难彻底交给AI。

代达罗斯的故事意义表明 技术无法突破人性 ，他所代表的完美技术解决了无数问题，打破了物种隔离，设计的迷宫突破了自身极限，增添的羽翼帮他人打破了人类极限。然而嫉妒是人性中最大的恶，如此伟大的工匠也会担心被超越，最终将侄子残忍杀害。AI让我们同代达罗斯一样触碰到了技术的边界，一念成神，技术改变生活，发展和进步归于人性；一念成魔，技术无法颠覆生活，终究会输给人性。

那么，这个美妙“陷阱”的终端在哪里呢？

▲ 折射人类心灵奥秘的“米诺斯迷宫” 

来源：Pinterest

?

新的“选择”？

当最基础的信息生产力工具被AI替代，当AI成为二维互联网的终结， 未来也许会形成专属数字世界的规则 。然而建筑行业本身也有一种有据可循的规则，设计背后的逻辑早已成为了行业共识。AI筛选的最优解下的强排方案为空间布局提供了参考，训练AI获得的城市预测模型辅助了人类决策，建筑形态的快速生成在三维层面实现了灵感再塑造。AI同样可以投评价者所好设计方案，只要你愿意，它可能会被应用于建筑全生命周期，未来已来，你会如何选择？

     

▲ 乌托邦.视频广告的来源

来源：Behance

选择一：投石问路？

前期进行信息收集和方案筛选，从SU体块模型、手绘草图直接生成设计方案，或者仅仅是一句话，更真实的展现你灵光一现的想象力。与使用软件等同，AI仅仅是助手，管理者和决策者仍是我们。虽然AI的沟通成本较低，但减少配合的同时导致了前期成本增加，这也意味着对“人的要求”更高，且后期易遇到复杂但无法解决的问题，沉没成本的增加又会不会出现对放弃信息交互探索的不舍？

选择二：锦上添花？

或许是针对后期某一领域，如效果图进行突破，让AI的产出真正投入使用。或许是为AI补全算法，增加其对最优解的判断能力，促使辅助最大化，利用AI自身把控项目方向并进行预判。更进一步的，优化补充结构、水暖等方面，深入设计审美、物理模拟、空间分析等设计全过程，在施工和运营阶段实时监测并提供预测和管理，以此改变建筑生产关系。设计师们所认定的对AI的把控和决策，在某种程度上讲会不会只是人类辅助AI的一个环节？为实现生产效益的最大化，设计师们的进化重点又在何方？

力的作用是相互的，冷冰冰的AI也会对我们提要求吗？毫无疑问，AI与我们从来都是双向选择。

从 双选的底层逻辑 来讲，对建筑方向而言，我们选择AI，因为结果可控，经过训练后的图片更加精准且更易调整。AI同时也在对个体选择，设计师自身需要具备辨别信息和决策的能力。人类与AI之间也由于信息不对等而存在着非对称性风险，与其犹豫是否替代，不如通过开源来促进人机共创，拥抱人工智能的快速更迭。毕竟掌握一项技能后，才有决定是否应用的权力。

AI在不断进步迭代。曾经，prompt的质量决定了图片的上限，无数次迭代后的选择成为优质作品的分水岭。而现在，Midjourney可以通过社区生成的大量反馈进行优化，最近新出的Stable Diffusion Reimagine只需要一张图就可以无限开发自己的想象力。但形态可以照喜好生成，风格可以被模仿， 工具智能化却不能替代人文关怀 、日常生活与真实社会实践。

换句话说，始终会有”某种力量“凌驾于”所谓的设计“之上，而且伴随着异常的绝对性、默许的合理性！

或许说“效率”是被反复摩擦后看起来合理的结果，已然毫无选择可言，毕竟是 “权力的游戏” 作罢。换言之，所谓的选择始终是处于 “被动境遇” 的，潜在的集体无意识也好，主观的个体下意识也罢。

你永远叫不醒一个装睡的人。

     

?

AI建筑设计

何去何从？

     

然而具有高度迭代性的AI是否能够提升工作效率，或者说真的是在提升效率吗？

在这段生产关系中，人性的逐利本质可能导致工具终有一天会替代人，发展问题归根结底都是权利问题，结果取决于决策，当AI衍生出另一种语言时，人类又 能否保持决策的主导权呢 ？

此本幻梦，无非明月与沟渠。

当我们说“不要温和地走进那良夜”的时候——

这是否

便是那个 “良夜”？