Oct, 2023

增强计算设计：人工智能在生成设计中的系统化应用

PDF
TL;DR在建筑设计中，该研究论述了通过人工智能与生成设计相结合，可以增强决策过程，并在复杂的设计空间中进行地图绘制和导航，从而实现几个感兴趣的结果和性能指标。
发现论文，激发创造
  • 建筑设计的生成式人工智能：文献综述

    这篇文章探讨了生成人工智能在建筑设计中的广泛应用，从生成 2D 图像、视频和 3D 模型的基本原理到对建筑设计各个阶段的影响，指出了设计创新的新方向和应用生成人工智能的新轨迹。

    Mar, 2024

  • 生成人工智能：系统综述和应用

    人工智能与生成式人工智能的应用领域，特别是语言生成与伦理考虑的最新研究成果与未来发展轨迹的综合分析。

    May, 2024

  • 草图到建筑：生成式人工智能辅助的建筑设计

    使用生成式 AI，通过简单的草图生成概念平面图和 3D 模型，实现了快速构思和基于文本描述的控制生成建筑渲染图，展示了生成式 AI 在建筑设计过程中的潜力，为计算机辅助建筑设计指明了新方向。

    Mar, 2024

  • 建筑行业中的生成人工智能：现状分析

    施工行业的生成性人工智能技术的机会和挑战，以及基于自身数据构建定制生成性人工智能解决方案的框架的最新状态分析，为学术界和建筑专业人员提供综合分析和实用框架，以指导生成性人工智能技术在提高建筑行业的生产力、质量、安全性和可持续性方面的应用。

    Feb, 2024

  • 面向生成 AI 应用的通用设计原则

    介绍了基于 HCI 和 AI 社区的人工智能协作的最新研究，提出了七个面向多个结果和潜在危害的生成式人工智能设计原则。

    Jan, 2023

  • 生成人工智能：新教育的力量

    提供一种加速学习方法来教授 AI，以便让学生更好地理解和利用 AI 在科学、技术、工程和数学等领域中的伦理用途和风险，并深入了解学生对 AI 的认知和其在社会和未来职业道路中的重要性。

    May, 2024

  • 从云到边缘：重新思考针对低资源设计挑战的生成式人工智能

    生成人工智能在设计领域展示了巨大的潜力，但由于资源需求大，通常在大型计算基础设施上进行训练并作为云服务提供。在这篇立场论文中，我们考虑了在资源受限环境中进行生成人工智能设计的潜力、挑战和有希望的方法。这需要在模型压缩、高效算法设计和可能利用边缘计算方面创新，以使生成人工智能在低资源环境中高效运行。这些努力可以使先进技术普及，并促进可持续发展，确保普遍可及性和对人工智能驱动设计效益的环境考虑。

    Feb, 2024

  • 将生成式人工智能引入教育中的自适应学习

    通过讨论生成式人工智能和适应性学习概念的交叉研究，本文旨在阐明这两种方法的益处、挑战和潜力，并认为这种结合将为教育领域的下一阶段学习方式的发展做出显著贡献。

    Feb, 2024

  • 设计参与性人工智能：创意专业人员对生成性人工智能的担忧和期望

    通过质性调查，我们发现创意专业人士对生成式人工智能的推动对创造力的定义和如何使用人工智能支持他们的工作流程产生了重要的影响，并基于这些反思，探讨了如何设计在创新专业领域中的 “参与式人工智能”，以目前和未来协同 AI 中赋予创意专业人士更大的权力。

    Mar, 2023

  • 集成 BIM 和扩散模型的生成结构设计

    通过将建筑信息模型 (BIM) 与生成式人工智能结合，本研究提出了一种智能结构设计流程，引入了扩散模型 (DMs) 等新技术，以替代当前存在的一些限制，并展示了 Diffusion Models (DMs) 在土木工程中具有强大的生成和表示能力，表明其有潜力取代 GANs 成为生成问题的新标杆。

    Nov, 2023