在113位，属于较难被替代的专业。而ChatGPT的火爆出圈，让我们看到AI来势汹汹，这个分析结果是否会改变？

　　为此，哈尔滨工业大学城市感知与计算Lab科研组就景观智能化研发问题与相关领域从业者进行交流，探讨景观智能化的现状以及未来。

　　在数字时代背景下，智能化设计发展迅速为可持续城市发展提供了科学动力和新思路。哈尔滨工业大学建筑学院董禹副教授带领的团队已初步形成了一批研究成果，同时也在推进成果的快速应用及实践。

　　近年来，通过计算机数值模拟技术以计算流体力学为基础的城市气温等微气候要素模拟研究发展迅速，应用计算机软件模拟技术进行规划设计方案可视化与场地微气候营造分析，从而选择最优化的低碳设计方案。

　　为此，团队运用ENVI-met结合TRNSYS，建立住宅碳排放与街区微气候之间的联系，纳米体育分析了哈尔滨典型街区的三维空间形态变量对夏季建筑碳排放的影响。结果表明，提高街区中植被与建筑体积比是降低住宅碳排放的有效途径，并据此提出破解城市碳-热消极循环的街区空间形态优化策略。

　　以上是团队从学术角度对人工智能在景观规划领域的研究成果，彰显了AI在智能化模拟、数据处理等方面的优势。在景观设计相关企业，智能化应用进展到何种程度？背后又是何种理论进行支撑？团队邀请了2位相关从业者进行“解密”。

　　Q1：据悉顺茵园林在景观智能化方面持续投入，目前成果如何？是否已有产品应用？

　　费月：我们目前从传统业务痛点出发，以快、好、准为智能化产品目标，打造了一款景观智能化系统-顺茵智库。

　　景观智能方案设计是顺茵智库的核心产品之一，主要针对前期概念方案阶段，解决了传统设计师出图用时较长，各方（设管、营销、项目）意见不统一，方案反复调整等问题。

　　设计师仅需上传图纸，填写项目信息，点击生成，最快5秒即可生成近百套方案，且方案个性化差异显示，节省设计师筛选时间。经测试，系统生成的方案与设计师人工方案相似度最高可达90%。

　　景观设计的灵感需要发散，但是仍受项目成本限制，这也是甲方最关注和在意的。很多概念方案成本精度不够，导致后期测算成本超标，方案反复调整。所以系统在概念方案生成阶段，就实现成本匹配，提供生成方案的成本明细。

　　Q2：除景观智能方案设计，顺茵智库还有哪些核心产品？在施工图设计阶段是否也可以实现智能化应用？

　　费月：是的，除方案阶段的智能化研究，施工图设计阶段我们尝试引入景观LIM，在景观设计与建造的高动态过程中，实现极致的可视化与数据化，解决具体施工以及复杂结构和专业整合涉及的冲突问题，更好表达设计意图以及专业间关系，让甲方更直观感受设计表达。

　　景观LIM是基于BIM（建筑信息模型）演化出的风景园林信息模型LIM (Landscape Information Modeling)，目前借助Revit软件优势，实现专业高协同、工程量精准直出、施工数字化模拟等纳米体育。

　　Revit工具虽主要应用在建筑方面，但基于参数化以及族的深度定制，打通Revit在风景园林的应用壁垒。在试点项目模型中，全专业模型（园建、水电、绿化、结构）获得了验证。

　　经试点模型实践，LIM精准直出算量满足成本施工预算列项占比90%。试点项目成本列项共270项，景观LIM满足列项243项。

　　为了降低Revit使用门槛以及实现二维图纸向三维模型的自动转换纳米体育，目前已经试点成功绿化苗木模型一键生成，并附带成本以及苗木信息数据、景观单体模型挂接标准结构大样、参数化园建单体、景观水电喷头自动布置等专项研发。

　　费月：以上是顺茵智库的两款核心产品，同时我们也在不断迭代升级，持续创新。未来将会推出更多智能化产品， 助力景观行业智能化转型。

　　Q3：上述顺茵智库的产品确实非常惊艳，充满了科技与狠活，可否介绍下是如何实现的，都用了哪些技术？

　　郭秉义：我们已经处在智能时代，以数据驱动的人工智能技术引领各行各业不断变革，行业发展迎来了数字化智能化的新时代。景观园林设计行业自然也不例外。

　　一般而言，景观设计过程，从图纸底图开始，根据用户需求和设计理念，进行方案设计，并调整修改，直到满足各方需求。在这个过程中有三个主要环节可以采用人工智能的方法来实现，方案自动生成、方案自动评价、方案自动推荐调整。

　　输入设计底图，基于生成式人工智能算法，即可生成景观方案。现在网络上爆火的ChatGPT，Stable Diffusion， Midjourney等生成式人工智能工具就是采用这一原理。

　　对于一个方案是否达标，可以通过两种神经网络方法进行评价。在两阶段评价模型中，神经网络先分割方案语义，然后构建图模型，最后通过图分类，完成评价。而在一阶段评价模型中，构建神经网络端到端的图模型，实现图分类，完成方案评价。

　　自动生成的方案难免出现不达标的情况，对评价较低的方案，通过推荐模型调整方案，基于修正后的拓扑，进而输出更合理的设计方案。

　　另外，在方案智能化生成的过程，算法充分考虑到地块大小适用性，能够把单体元素进行形态调整与变形，使之匹配目标空间。

　　同时算法也考虑了成本的约束，并与方案形态进行映射联动，有效避免了成本感知迟钝的问题，实现成本可控。

　　Q4：除了景观方案自动生成的技术介绍，是否还有其它正在研究的课题进行分享？

　　郭秉义：除了景观方案的生成、评价和推荐调整，在方案整体轴线和路网自动设计上，我们也有一些研究，主要采用了D8算法和行人流理论两个方法。

　　轴线与路网决定了景观方案的核心主次脉络、空间布局。有助于体现景观设计理念，也满足流动疏散功能。D8算法是一种主要用于地质水文信息分析的方法。基于D8算法的水文信息模拟原理，实现轴线自动设计。

　　另外一个方法是行人流理论的疏散路径生成方法。基于2000年Helbing在nature上的成名作-社会力模型，结合2021年诺贝尔物理学奖Giorgio Parisi 的群体拓扑关系思想，模拟人行路径并结合构图手法，构建景观方案路网。

　　除此之外，在施工图阶段，我们也研究了水电点位自动生成。在项目地形复杂的情况下，搭建成本最优、喷灌覆盖面最广的水电喷灌体系，是运筹学研究中典型的组合优化问题。针对这个问题，引入了粒子群优化模型，在几何空间上实现水电点位的合理布置。

　　Q5：感谢以上两位的分享，让我们看到目前景观行业智能化的产品以及相应的理论支持，也非常期待后面相继研发的产品。最后以一组最近很火的对话截图作为探讨，AI是否会取代景观设计师？

　　好的景观设计，需要满足技术层面、社会层面纳米体育、精神层面的审美要求。顺茵智库的产品在一定程度上满足了业务需求和功能需求，同时也体现了一定的创新性和创造力。但是对于精神层面上的一些艺术体现和表达，人工智能面临着一些挑战。脱离数据集，人工智能无法创造出数据之外的艺术表达。

　　以园路为例，计算机可以模拟人类设计师的100种园路形态，但是无法创造出第101种。而设计师的灵感是源源不断的，可能这就是设计的灵魂所在。目前我们也在努力寻找创造背后的规律，涉及美学、心理学甚至哲学等等。但可以肯定的是，机械的重复可以用AI取代，而有趣的灵魂永远不会。

　　哈尔滨工业大学城市感知与计算Lab科研组：董禹、董慰、安淇、姜润声、刘岩，王乃迪，曲继萍，朱家慧，白兰，霍春竹，赵月镭，牟一帆等

　　景观园林AIGC小组：李其轩、郭秉义、费月、熊火彬、冯文馨、曹俊坚、赵高健、陈璋、黄子城、孔林涛、任来仪，张恒源，纳米体育陈嘉华，王沁园等

　　注：本文由哈尔滨工业大学城市感知与计算Lab科研组、景观园林AIGC小组供稿景观周发布