Planlagt gårdhave, Toronto. Illustration: Picture Plane for Heatherwick Studio/Sidewalk Labs

2. september 2019

Kunstig intelligens 2

Hvordan understøtter maskinen den menneskelige skaberkraft? På Aalborg Universitet forsker arkitekterne i, hvordan man undgår blænding i designprocessen.

Transformation

Mange arkitekter har formentlig observeret en bemærkelsesværdig ændring i arkitektvirksomhedernes sammensætning efter flere store fusioner, hvor ingeniører opkøber arkitekter. Konsolidering, ekspertise­sammenfletning, konkurrencekompetencer, markedsandele eller rendyrket overlevelse? Der kan findes mange rationaler for, hvorfor vi ser markante strukturelle forandringer. Det faglige arkitektoniske landskab er i hastig transformation. Mens arkitekter og ingeniører arbejder på at samle virksomheder og virkemidler, foregår der en mere radikal udvikling, hvor der ikke diskuteres, hvem der skal spille første- eller andenviolin, men hvor komponisten skaber musik uden musikere. Alphabet’s Sidewalk Labs, mest kendt for Google, designer og udvikler i øjeblikket Eastern District i Toronto, indeholdende byplaner, bygninger, urbane faciliteter, infrastrukturelle styresystemer, energistyring og alt andet ved brug af computeralgoritmer. Der er arkitekter og ingeniører med, de skal bruges til at hjælpe systemet med at blive bedre. Hypar, High­arc, Airbnb, Spacemaker (se “Kunstig intelligens 1” i Arkitekten 03/19, red.) og mange flere højteknologiske virksomheder, herunder software-giganten Autodesk arbejder alle for at udvikle formgenererende, form­analyserende og formbyggende systemer baseret på algoritmer for at indtage byggeindustriens enorme økonomi.

Vi kan spørge os selv, hvorfor vil byggeindustrien betale en arkitekt, når en computer kan skabe en bygning, en byplan, en by? Eller hvorfor skal samfundet betale for arkitekter, hvis de midler kan anvendes til andre opgaver, der i højere grad kan bevise samfundsbidrag, der ikke kan skabes af en computer? Ja, arkitekturen skaber unikke oplevelser, bedre rammer for mennesker og samfund. Men har arkitekturen brug for arkitekter og arkitektvirksomheder efter den igangværende transformation?

Quayside – planlagt område i Toronto. Illustration: Sidewalk Labs

Maskine || Menneske

Algoritmerne går under fællesbetegnelsen AI, Artificial Intelligence, med en lang række af forskellige typer søgeprocesser. En AI kan f.eks. være baseret på simulerede evolutionsprocesser, simulerede neurale netværksprocesser eller autonome cellulære interaktioner. Der er hundredvis af specifikke algoritmer, der ved kombination giver yderligere specifikke egenskaber. Fælles for mange af algoritmerne er deres stokastiske processer. Dette betyder, at de i nogen grad kan arbejde uden præcist at vide, hvordan de skal finde en løsning, og hvilken løsning der, ved udgangspunktet, er den bedste – lidt ligesom designprocesser. En anden fællesnævner er deres behov for styring, enten ved iterativ indramning af søgefelter eller træning af ‘rigtigt/forkert’ udfald.

Computervidenskaben peger selv på, at de mest videnstunge og intuitionsbaserede menneskelige processer, såsom komplicerede kirurgiske indgreb, kan klares af en AI inden for 30 år.(1) At tale om kunstige intelligente processer kan være diskuterbart, når vi knap har en fuld forståelse for menneskelig intelligens. Af den grund er definitionen af AI også ændret til evnen til at opnå mål og udføre opgaver igennem fleksibel adaptivitet,(2) hvor fokus er algoritmens adaptive læringsevne, i stedet for hvordan algoritmen defineres. Det betyder, at AI ikke indsnævres af menneskets intelligens som referenceramme eller udviklingsplatform.

Den russiske skakspiller Garry Kasparov blev som verdensmester slået af IBM’s Deep Blue i 1997 og har siden brugt tid på at tænke over, hvordan maskine og menneske kan arbejde sammen. Han bruger udtrykket Augmented Intelligence(3) og beskriver, at sådanne processer allerede er blevet en intuitiv del af vores måde at agere på. Et eksempel er stavekontrol. Mange mennesker slår ord og sætninger op på en maskine for at tjekke, om man husker rigtigt. I denne proces træner vi systemet i, hvilke problemer mennesker kan have med ord, mens systemet træner mennesket i den korrekte stavemåde.

I samme spor argumenterer Joi Ito, leder af MIT’s Media Lab, for ideen om Extended Intelligence,(4) hvor AI interagerer med andre komplekse og svært udefinerbare systemer, såsom økonomi, sundhed og, ja, mennesker. Kasparov og Ito peger således på nogle af de aspekter, som stadig er unikke for mennesker, med fokus på intuition og evnen til at handle og skabe i udefinerbare komplekse situationer. En generisk observationsevne og kapacitet for løsningshandlinger i flere retninger fremfor singulært-baserede løsningsforslag er ligeledes menneskelige karaktertræk, der potentielt understøtter frugtbare menneske-maskine designprocesser. Desuden vil samarbejdsprocesser imødekomme et andet og måske dybere problem, nemlig at mennesket får indsigt i de processer, som maskinen foretager sig, i stedet for at være blændet under designprocessen og bare at vælge en løsning, som maskinen foreslår. For hvordan skal vi identificere andre problemer end de åbenlyse og udvide vores menneskelige intelligens, hvis ikke vi etablerer transparente designprocesser, hvor forsøgene og læringen ikke kun sker i maskinen?

Paradoksalt nok har arkitekturteoretikeren Michael Speaks allerede peget på dette problem ved arkitekter, men i en anden sammenhæng. Når en arkitekt laver én tegning, og fabrikanten laver ti konstruktionsforsøg, så lærer fabrikanten, hvordan mange andre projekter kan laves, mens arkitekten står tilbage med et enkelt design. Speaks omtaler dette som Design Intelligence, hvor den part, der itererer gennem en række forsøg, øger sin designintelligens(5) og dermed sin fordel i fremtidige opgaver. For arkitekten og arkitekturen må målet dermed være en øgning af den samlede designintelligens, hvor menneske og maskine lærer sammen.

Illustration: Picture Plane for Heatherwick Studio/Sidewalk Labs

Udvikling || Uddannelse

I transformationen af arkitektbranchen kan vi forsøge at løbe på forkant eller falde på bagkant af udviklingen. Vi må spørge os selv, hvordan finder vi menneskets unikke bidrag til arkitekturen? Hvordan får vi dette bidrag ind i fremtidens designprocesser? Hvordan understøtter maskinen menneskelig innovationskraft?

På Aalborg Universitet er vores forskning med brug af evolutionsalgoritmer, menneske-robot-interaktion og neurale netværk for design- og analyseprocesser i høj grad sammenlignelige med ideerne i Augmented Intelligence- og Extended Intelligence-beskrivelserne.

Konkret betyder det, at vi arbejder med at udvikle og undersøge designsystemer, hvor beregningskraften fra maskinen parres med menneskelig observation og intuitiv handling. I projektet Thermal Forms er designsystemet opbygget til at generere et murværk, hvor termiske simuleringer evaluerer på murens varmeakkumulering og varmeledning, mens en designer intuitivt kan ændre på en række designaspekter, hvorved algoritmens problem- og løsningsrum dynamisk ændres. Her søger designer og algoritme sammen en løsning. Yderligere giver designinterfacet systemtransparens, hvor designeren kan forstå murværkets visuelle udtryk, murens termiske egenskaber og algoritmens performance som yderligere grundlag for informerede beslutninger. 

I undervisningsprojektet Acoustic Studio er et designsystem opbygget over interaktion mellem menneske-robot-system. Her arbejder robotten med at lægge elementer, baseret på et design, hvor designeren kan identificere, interagere og informere systemet baseret på intuitiv erkendelse af elementernes opbygning. I denne proces undersøges ikke kun potentialet af en direkte design-bygge-proces, men også hvilke begrænsninger sådanne designprocesser indsætter i forhold til udvikling af en konstruktion, som vurderes på visuelle, akustiske, materielle, konstruktions- og fabrikationsmæssige aspekter samtidig. 

Specifikke studier og den generelle udvikling peger på nødvendigheden af mange flere undersøgelser og nye uddannelsesprogrammer, hvor den arkitektoniske kvalitet øges baseret på metoder for menneske-maskine-designprocesser. Det kræver undersøgelser af komplekse systemer, hvor computeren er en integreret del af vores designintelligens.

Isak Worre Foged er arkitekt MAA og lektor ved Aalborg Universitet.

Referencer

1 K. Grace, J. Salvatier, A. Dafoe, B. Zhang og O. Evans: “Viewpoint: When will ai exceed human performance? Evidence from ai experts,” J. Artif. Intell. Res., vol. 62, s.. 729-54, 2018.

2 A. Kaplan og M. Haenlein: “Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence,” Bus. Horiz., vol. 62, no. 1, s. 15-25, jan. 2019.

3 G. Kasparov: Deep Thinking: Where Machine Intelligence Ends and Human Creativity Begins, 1st ed. Public Affairs, 2017.

4 J. Ito: “Forget about artificial intelligence, extended intelligence is the future,” 2019.

5 M. Speaks: “Design Intelligence: Or Thinking After the End of Metaphysics,” Archit. Des. – Versioning Evol. Tech. Archit., vol. 72, no. 5, 2002.

Find seriens tidligere artikel i Arkitekten 03/18 (interview med Håvard Haukelund fra Spacemaker). Serien fortsætter.

Artiklen blev udgivet første gang i Arkitekten 06/19.