项目作者
Hui Zhao, Xiaoxin Yang, Yan Lyu, Yu Luo
B-Pro UD RC18 (Fab&Media Urbanism)
Enriqueta Llabres-Valls, Zachary Fluker
UCL 知名的B-pro课程全称是UCL Bartlett Prospective，主要致力于未来建筑的探索与研究，分 AD （Architectural Design）和 UD （Urban Design）和 AC （Architectural Computation）BID（Bio-Intergrated Design）等多个细分方向，那今天带来的优秀学生作品分享来自UD课程的RC18单元。
RC18今年想讨论的课题是在人口不断增长，被过度消耗的环境和依赖技术的城市系统中，如何找到 人、机器和环境之间的新的共生关系 ，以找寻个体利益与公共资源的平衡，阻止环境恶化的问题继续发生。这个共生关系的有趣之处在于，人类并不控制计算机，而计算机会进行反馈，给予惊喜并与设计者进行互动。
城市设计是一个”关系问题”(relational problem)。它是关于 不同种智能体(intelligence)的共生关系在时间中构建空间的价值 。计算机智能确实可以成为一个推动者，它可以为现在未曾被看到的东西发声。 人类思维和机器思维之间的共生关系正在拓宽我们的边界，从如何以1:1的比例生成建筑，到我们对‘个人决策对生态系统的影响’的认识和理解。
我们的项目”干扰建筑”（glitch.Arch）是利用机器学习的手段，介入到建筑和城市设计中，来重新思考城市中 文化建筑 和 回收建筑 中的复杂性和冲突性，以及建筑在异化社会和智能生态中的可能性。
项 目 背 景
2017年，英国家庭产生了约2700万吨垃圾，相当于每人409公斤。其中大约三分之二被送往海外。(BBC新闻,2019)
在工业革命之前，与垃圾有关的工作属于不同的个体、家庭或组织。回收是日常生活的一部分，嵌入到城市的日常文化中。这一时期的建筑（直到1929年大萧条）的特点是 复杂 和 矛盾 。到了20世纪60年代后期，世界建筑越来越趋同，地方和民族特色逐渐消失。而Venturi认为“ 建筑的复杂性和矛盾性是需要保持的，不能被过度简化 ”。（Venturi, 1965）
Contradiction and complexity in architecture
在城市尺度上，受历史影响的空间模式与国际物质消费体系的发展日渐疏离。生产与回收分散化推动了1970年东亚的工业发展。
2015年后，伦敦试图将垃圾视为一种资源，引入
循环经济
(circular economy)，以保持材料的最高利用率和价值。
而垃圾既是一种经济问题， 也是一种文化问题。
Yuval Noah Harari认为“文化主要是由不同的行为模式所定义”（History and Biology）。 垃圾作为人类生活的产物，也是文化产物之一。
但在近年，环境退化的原因通常被人们忽视。垃圾成为一种文化危机，会导致消极的行为模式。于是回收成为了城市生活中的基础设施，正如这张伦敦回收站分布图所示，回收作为一种无处不在的机器景观存在，它维持着我们的生活方式。
目前，人工智能正在革新艺术和设计的世界，并探索他们可以用于创造和表达的方式。那么 人工智能如何重新定义新的空间范式，将矛盾性(contradiction)和复杂性(complexity)带回到城市中呢？ 机器学习使计算机能够在没有明确空间排布规则的情况下进行学习。有了足够多的多重反馈循环和非线性关系，计算机模型将会足够全面和复杂来进行表达，从而创造出设计者和机器之间的语言进化。在此项目中，将利用机器学习作为设计的辅助手段。
两种不同的机器智能：结果嵌入式(Embedded knowledge)（左），
设 计 方 法
我们选择的方法是 生成式对抗网络 (GAN, Generative Adversarial Network)。GAN是一种无监督的基于样本数据(Example based)的机器学习算法。可以将标志性建筑的风格数据化并转移到其他标志性建筑中。(Campo M., 2019)
在本项目(glitch.Arch)中，试图用 文化和回收设施的混合数据集 来训练机器，试图重新找回建筑的复杂性。
在GAN的帮助下，此设计被划分为 三个迭代 ，层层递进。第一次迭代确定规划设计 (Figure ground)。第二次迭代将确定 建筑内部功能 (Architectural program)。建筑设计不只是由外而内也是由内而外的。由于内部和外部是不同的，而连接内外的墙也是展现复杂性的关键。(Venturi R., 1965) 因此，第三次迭代是针对建筑中的材质冲突(Materialization)—— 墙体 。
规 划 设 计
伦敦泰晤士河(River Thames)与莱亚谷(Lea Valley)的交汇处是一个非常复杂的区域，有很大的潜力将这种矛盾引入。通过分析城市文脉，包括铁路、道路、人行通道，在现有网络的基础上确定几个入口的位置。通过 桥梁 形成一个新的交通网络，使场地与周围环境相连。
在第一次迭代过程中，为训练GAN准备的数据库包含了最具代表性的 文化和回收建 筑及其周围功能区块，并通过不同的功能对原始数据进行编辑。
在反复迭代的训练过程中，GAN可以根据原始数据中学习到的规则生成新的规划设计。通过对这些结果进行 对比和评价 ，选择一个多样性和分布功能最高的结果作为最终的规划设计。
「 Architectural Program 」
建筑平面
从上一步的结果中提取建筑边界，为了更加明确的表现物质的流动和循环，以“Input”, “Process”和“Output”的流程对文化和回收空间进行划分，以寻求两种建筑的共性。
在不同比例的文化和回收建筑作为输入数据的情况下，机器也会给出不同矛盾程度的结果。glitch. Arch在独特的回收系统下，试图 在文化空间中展示物质转化的过程 。同时，结果的相似性和模糊性导致了空间变化的可能性。
材 质 化
墙体，作为建筑的一部分，构成了各种建筑空间，因此在第三次迭代中，将其作为材质化的载体。
在这次迭代中，首先，将 建筑平面的外轮廓 和 墙体图案 划分为墙、窗和门，对原始数据进行单色编辑，送入GAN得到墙、窗、门的位置和比例。其次，赋予这些墙以 新的纹理 ——具有文化和回收的立面材质特征。
同理，在不同比例的文化和回收建筑立面作为输入数据的情况下，机器也会给出不同矛盾程度的结果。这些立面展示了 机器对于建筑立面的理解与表达 。
将生成好的立面重新安置到建筑平面中，由此生成3D的建筑空间。通过对GAN结果的颜色和功能识别，选择不同的可回收材料，形成最终被材质化的墙。
通过设计师与机器的三次交互，glitch.Arch模型由此建立。不同的文化和回收空间与各种性质和材质相矛盾。
在 glitch.Arch 中，建筑在这里被理解为异化的社会中城市智能生态的小脉冲 (glitches)。在全球生态化背景下，回收工业与回收文化的矛盾，提高了揭示被忽视的物质循环(invisible material transformation)的重要性。在这个数据时代，模型是对已建环境生态学的重新定义。
全部回复（0）
只看楼主 我来说两句抢沙发