DigitalFUTURES Broadcast | 工作营中期成果一览 （二）

以“Architectural Intelligence 建筑智能”为主题的DigitalFUTURES Shanghai 2019上海数字未来暑期工作营进度已过半，各组的学习工作正在紧张而有序的进行中。本期FU将带大家走进工作营7-12组，领略建筑智能的前沿动态。

工作营第七组分为协奏城市/人工智能建筑找形两大方向。学员们在导师Neil Leach、Claudiu BARSAN-PIPU与郑豪的指导下探索人工智能在建筑领域的可能性。

工作营以Neil Leach教授的讲座《机器人是否会梦到数码羊》开始。讲座介绍了人工智能在建筑设计领域的发展和潜力，从理论、应用、伦理等角度提出问题引导学员进行思考，指出，受到人工智能的影响，未来建筑师的角色将与以往完全不同。导师Claudiu Barsan则非常认真、详细地向学生介绍了自己的项目和理论研究，从集群智能理论到深度学习技术应用，展现了自己的涉猎广泛和技术实力。Leach教授从理论的角度对“集群智能”、“物体为导向的本体论（OOO）”等概念做了深度补充。通过对案例的浏览和理论讨论，学员们加深了对人工智能的理解，为接下来的工作营学习做好准备。

Claudiu Barsan对Unity的基本步骤做了详细的介绍，并以案例演示进一步加深学员印象，学员学习了如何赋予模型物理属性。之后学习了C#编程语言，并重点介绍了循环语言、条件语言等的基础知识。

第四天教学开始进入工作营核心内容，以利用Unity进行机器学习的人工智能原理及操作方法为主。上午，导师以一个球体作为追随训练对象、以一个方块体作为追随目标对象的为基本模型，详细讲授了代码的含义和如何在Unity中对对象赋予不同属性。下午，导师讲授了机器学习的内容。首先进行学习环境构建，其次对训练对象“小球”赋予“智能”，并利用ML-Agents工具包使用外部Python培训流程进行训练。在训练过程中，外部培训流程始终与Unity场景中的Academy对象进行“交流”并生成经验，训练对象在强化学习和模仿学习的训练经验中逐步优化策略。最终，通过训练，小球达成可以持续找到“目标”方块的结果。在完成单个小球训练后，Claudiu展示了多个小球同时进行模拟，其叠加态产生的引人入胜的复杂变化。学员们[1] 逐渐对机器学习熟悉起来，对接下来的成果越来越感兴趣。 

开营第一天郑豪老师以“建筑设计中的人工智能”为题，对当下数字设计领域的人工智能研究进行了介绍。他一方面以维特鲁威、阿尔伯蒂、柯布西耶的理论为例，指出建筑设计的离散型；另一方面他又结合计算机科学知识，回顾了之前计算机给建筑找形提供的可能性，并对人工智能时代机器的设计思维提出了展望。随后，郑豪老师进一步介绍了自己在人工智能建筑设计方面的研究，学员们同时也积极地提出许多问题，与导师共同探讨机器学习在建筑中的更多可能性。

郑豪老师首先对当下建筑学领域的机器学习应用进行了简要的介绍：卷积神经网络(Convolutional Neural Network)、生成对抗网络(Generative Adversarial Network)、人工神经网络(Artificial Neural Network)、递归神经网络(Recurrent Neural Network)和聚类算法(Clustering Algorithms)。他对这些算法的原理和应用一一进行了简要介绍，使同学们对当下的研究趋势有了一定程度的了解。

第二天下午郑豪老师讲解了特征工程的(Feature Engineering)的相关知识，针对本次工作营研究的建筑形体提出了更为高效的基于控制点的数据结构。学员们根据要求分组收集不同建筑师的作品并进行建模处理。

本日郑豪老师为大家带来了宾大的机器学习课程。他详细讲解了机器学习中的各类概念和算法，使得同学们对现阶段的人工智能技术有了更为深入的了解。随后郑豪老师向大家展示了本次工作营采用的算法代码，并逐行解答同学们的问题。通过对代码的阅读，同学们逐步理解了算法原理，为进一步的模型训练提供了保证。

在前几日学习的基础上，同学们开始使用自己所收集的数据训练模型。观摩了郑豪老师的演示操作后，同学们也积极地进行实践。在郑豪老师的辅导下，同学们都得到了自己第一个机器学习建筑找形模型，并生成了一大批优秀的方案。相信经过接下来一两天内的调参优化，同学们将得到更为高效的建筑“生形机器”。

DigitalFUTURES工作营的前四天，第八组学员在脉策数据导师汤舸、冯宗良、阮田的指导下分组对智慧校园检测、智能规划决策和城市空间价值预测三个课题展开了研究。

开营第一天第八组的导师汤舸（脉策数据联合创始人）首先对脉策数据做了简短的介绍并做了工作营总体安排。脉策数据在城市建筑数据分析方面的探索引起了大家的兴趣。随之大家进行了分组讨论。我们在小组导师的带领下，对我们组接下来将要实施的数据采集、分析方案进行了讨论，并确定了一个大方向以及各项任务的负责人。

第二天，我们针对前一天讨论确定的方案进行了细化，根据方案的可行性，讨论了以静安区地铁站为核心的各种数据收集、分析方案。另一方面，我们为一个树莓派制作了一个以方便外出长时间采集数据的外壳，并利用该树莓派尝试进行数据收集。

第三天，我们对前一天树莓派采集的数据进行处理和初步分析，打通树莓派数据处理的流程。另一方面，我们在组内明确需要采集的数据，明确数据采集具体实施方案，数据交叉分析方案，确定需要由脉策数据提供的数据，提出可视化初步方案。此外，我们完成了剩下5台树莓派的组装，为明天数据采集做好了准备。

第四天上午，我们利用树莓派，按照预先设定的计划外出收集数据。下午，我们回到脉策数据，将数据进行汇总，整理和筛选数据，并开始制作可视化图表。

开营第一天，脉策数据合伙人冯宗良介绍了上海脉策数据科技有限公司（城市数据团）的发展历史和商业模式，以及他们在城市大数据方面做出的研究和商业项目。同学们相互认识并交流了自己的数字化背景，共同讨论了大数据和人工智能技术在城市领域的应用前景。随后公司项目经理介绍了数据系统Datamap及其使用，它融合了在线数据仓库、AI算法于模型、交互式图表与地理卡片等数据工作流功能，是工作营结果呈现的主要工具。最后由脉策数据胡颖组织进行了研究方向的划分，同学们被分为了三个小组，将在未来一周之内分别实现他们的城市大数据项目。

第二天，脉策数据城市研究者&数据科学家汤舸对各组任务进行了介绍，随后各组的指导老师分别与同学们见面，交流对主题的认识，讨论可能的延伸方向。第二小组指导老师脉策数据张一培对大数据辅助城市规划决策的背景做了讲解，并介绍了现有生成算法的技术框架。拥有不同知识背景的同学们思想碰撞，在张一培的引导之下，逐渐形成工作营成果目标的清晰框架。

第三天，第二小组同学多面开工，分别开展了对所需城市数据的收集预处理、生成算法的必选研究、Datamap的使用方式探索以及交互图标表创建方式的探索等工作。从想法到实现，各方面都遇到极大阻力，同学们以“肝（GAN）就对了”为口号，努力克服各种问题，积极寻求脉策公司的技术帮助，整个项目进程平稳推进。

第四天，第二小组危机屡现，同学们不断面临从未遇到的技术难题，规划生成模型无法直接应用任何现有的生成算法，同学们不得不从计算机科学的最新论文中汲取灵感，在综合考虑不同的特点的生成算法结构后，在张一培老师的点拨下，同学们提出“Urban GAN”的算法架构以解决项目所所遇到的阻力。与此同时，由于同学们JavaScript基础较弱，在Datamap交互编程上也遇到了的难题，全组以“摸着石头过河”为指导思想，项目在曲折中缓慢推进。

小组讨论在阮田老师组织下，进行了基于端口的分组。根据input、output、reinput的不同需求，将小组分为“输入”“展示”和“反馈”三个主要前端版块，数据的筛选清理和训练则进行全员调集。队员们在阮老师的指导下，迅速进入状态，开始了基于Python和Datamap的工作。

今天的主要工作分为两块：模型数据的筛选训练和主要用户场景讨论。模型组的同学在一天的时间里快速利用哑变量、字符分割、dataFrame数据表格拼合等手段，对原有数据进行了规整化和数值化处理。场景组的同学则通过头脑风暴和用例讨论、用户快速画像完成了主要的用户场景定义，基本确定了input，output、reinput各个分区模块所需要实现的功能。

模型组已完成所有数据清洗工作，对数据进行相关性分析后，删减了部分相关性>0.8的序列，以节省算法迭代时间。其余同学主要的工作是熟悉datamap，并尝试采用echarts进行部分输入控件的设计。此外，还细化了提取、细化和展示数据的规则，定义了所有输入字段（如“是否朝南”“户型”“是否有电梯”，etc），输出字段（“总价格”“价格区间”“用户偏好”,etc）

分组推进：训练模型已经基本完成，通过随机森林(random forest)的算法得到的MAE值（Mean Absolute Errors）=4079，略高于之前导师提出的3000的标准值。学习了Javascript的基础知识，尝试实现了用户输入的三种交互方式，用数据可视化展示了预测房价与区域内实际房价的关系；用Datamap制作了房源推荐的初稿。

工作营首日，全体学院参加了整个夏令营活动的小组介绍，了解了各个工作组的主要工作内容，以及相关的教学计划。下午的分组工作营活动中，大家分别进行了自我介绍，分享和讨论了对于无人机的学习研究背景，以及对于本次工作营的期望。

在互相了解之后，导师王祥介绍了本次无人机自主建造小组的前期研究计划和阶段成果，炳介绍了全球相关机构和院校在无人机与智能建造领域的最新成果和相关技术。

第二天的工作营教学以基础理论教学为主，助教郭喆介绍了其关于无人机的前期系统性研究，包括无人机的结构设计、基本控制理论、基于Pixhawk飞控系统的基本控制方法等无人机领域的基础理论。同时也针对本次设计建造中试用的流程和软件平台，介绍了基于ROS的微型无人机控制方法，MAVROS等外部库的使用方法。

同时，学员亲手接触无人机的组装、树莓派与无人机飞控单元的连接、无人机通过遥控器的控制等基本的实践操作，更加近距离和深入地学习了无人机的基础知识。

小组在完成了对于无人机飞行控制和系统设计的基本理论培训之后，立刻投入了关于无人机自主建造的方案设计工作之中。在前期准备的利用轻质泡沫砌块和抓取工具进行搬运建造的提案之上，小组成员集思广益，进行了设计概念的头脑风暴，一致确认了利用非标准菱形十二面体进行空间组构的建构策略，并快速制作了小比例模型进行建造形体的前期探讨和研究。

同时，小组成员根据最终的建造目标，快速制定了分组计划，在ROS控制及无人机硬件模块开发、结构形态设计和建造工具端和工艺开发的角度逐步展开研究。

在提出了初步设计方案和构造方案之后，小组成员转战最终的地下展厅，进行了场地布置、动作捕捉系统安装和调试等关键的技术准备工作。团队成员快速完成了最初的铝制轻质多面体砌块的设计、加工和安装，并对于提出的建造方案中的无人机起落架和送料机构、飞行路径生成和规划进行了实地测试。在测试中，小组成员独立完成了完整的飞行控制过程，实现了全过程、自动化的抓取安装工艺。

小组成员对场地进行了最终布置，并利用实际比例的铝制构件，进行了建造逻辑的搭建测试，从提出的几十个设计提案中，选取了最终的可能设计方案，并利用分布推敲的方法进行了可行性和搭建时序的探索。

首先，师生之间做了相互的自我介绍，课程首先从安装两个python主要的集成开发环境(IDE)Pychram和anaconda平台。随后，课程对变量及赋值，列表与字符串，条件判断与循环语句等基础内容进行了简单的介绍并且进行即时的演练，带着编程基础普遍较为薄弱的同学一步步接触以及了解python的编程世界。

课程的主要内容介绍了深度学习的三个分类supervised learning / unsupervised learning / deep network，其中主要应用的deep network的原理以及基础的应用。随后对deep network进行了深入的介绍，并且介绍了课程主要作业的操作方式和关注重点。

下午开始进入关键部分，对AI environment进行基础库的安装，包括numpy的更新、scikit-image、matplotlib、tensorflow、kerea等基础库的安装，随后对昨天讲解的基础python数据类型进行了一个简单的实践操作。最后简单的讲解了图像处理的主要库matplotlib.pyplot进行数据可视化的实践操作。

课程内容主要介绍了卷积神经网络，并且搭建了课程需要的图像处理和判断模型，课程一开始首先介绍了矩阵计算的基础原理，随后引入VGG模型，并且简单介绍了整个函数判断和优化的基础原理，并且先简单对数据的分类进行了基础函数的搭建。随后，解释了图像的原理以及矩阵的应用，搭建了整个vgg的函数。随后在函数中导入了课程准备和安排好的vgg h5文件，作为机器学习权重的整体搭建，因而整个vgg模型搭建完毕。随后简单讲解了图像的导入以及如何置入到函数之中并且进行判别。

课程在建立VGG卷积神经网络的基础之上，首先介绍了如何利用之前编写的VGG函数对图像进行处理，函数读取图片以及图像处理的基本原则，简单理解了机器学习训练模型的逻辑和原理，随后针对生成的结果进行进一步的分析，使用了聚类的方式，介绍了大数据及聚类以及导入数据的过程，详细的讲述了聚类的原理和操作方式。分别介绍导入图片数据需要的函数库如K-mean，如何使用这些函数，这些函数传入参量的要点，如何导入图片数据并且训练模型以及保存计算出的数据集以及聚类中心点，以便于下一次使用以及优化模型。

工作营全息构造（Holotectonics）探讨了全息技术在辅助建筑建造施工领域的机遇，自主建造、增强现实构造搭建、无需测量的精度和角度、增强建筑构件等方面构成了本次工作营的讨论基础，这是对去年工作营的扩展，在去年增强现实的工作营中，探索了使用全息辅助建造和虚拟工作流程的新方法，批判性地审视了部分与整体关系。

工作营第一天，SPAN建筑事务所的Sandra Manninge介绍了事务所之前所创造的一些生成设计作品，接着示范了使用grasshopper插件Wasp程序组实现单元构件聚集的基本生成原理，让大家对构筑物的生成有一定的基本的认知。组员进行了自我介绍，并根据特长分成了设计建造组、LED灯光组和设计表达组。

在第二天，Matias del Campo给组员们介绍使用Microsoft Hololens和Fologram的工作流程。大家在Matias的指导下一一体验了全息眼镜Hololens的基本操作，并理解如何借助全息技术快速定点和组装预制构件。随后Sandra Manning和Matias del Campo对三个小分组的生成设计分别指出了优劣和继续发展的方向，并对明天的最终设计提出了优化要求。

第三天，Matias和Sandra和组员们一起讨论并确定了单元结构与最终形态的基本方案，并尝试将其导入Fologram中通过Hololens进行试验性建造。同时，LED灯光组驱车前往闵行区的Signal Studio学习灯光原理与技术并购买Arduino等元件，并开始尝试在构筑物中营造光影效果。

第三天，Matias和Sandra对最终设计形态的建造细节进行了探讨，同时对灯光效果作了微调。下午，Matias给组员做了一节What is Artificial Intelligence的讲座，对建筑智能的定义和应用做了简介，同时与大家进行了一定的探讨。设计建造组对单元构件和设计节点进行了尝试性搭建，灯光组则开始将灯光元件开始安装。

本组包括了3D打印与纤维编织桥和织物塔两个作品，将金属三位打印，纤维编制和织物造型等多种建造工艺进行了综合应用。

在工作营前期，本组已经完成了大部分构件的预制工作。3D打印与纤维编织桥组在工作营开始之后便开始了预组装和后处理流程。包括金属三维打印构件的组装和和碳纤维编织构件的防潮处理。

织物塔组进行钢片骨架的组装，钢片与布面的穿套。

织物塔组在工厂中确定织物工艺，调整其尺寸和效果。确定织物钢片骨架的加工图纸，以及木制基础和顶板的加工图纸。开始织物加工，钢片骨架切割和顶板制作。

3D打印与纤维编织桥组进行了碳纤维编织构件与金属打印构件的整装测试。织物塔组进行了布面之间的连接，基础的铺设。