应用驱动：人工智能与城市/建筑
吴志强讨论了人工智能影响下的城市规划学科的未来。尼尔•里奇指出未来城市变革的最大推动因素是那些已经使其他行业出现巨大变革的信息系统；目前需要被设计的是一套为建筑学而设的，基于信息的全新工作方法。袁烽从建筑“可视化”与“物质化”的角度探讨建筑学走向虚拟与现实的共生状态——“数字孪生”的可能性。麦克 · 巴迪讨论了城市规划与设计领域的人工智能。格哈德 · 施密特讨论了人工智能为建筑与城市设计带来的第二次变革的机会。何宛余从对新设计途径的探索中思考关联式设计、算法设计的可行性与局限性。张砚和肯特 · 蓝森分析了MIT媒体实验室的CityScope，指出这是一个为了让专家和非专家都能参与到易用的、协作的、循讯的城市决策过程中来的动态的、证据辅佐的城市决策辅助系统。孙澄宇、周沫凡、胡苇从建筑实践与研究中经常遇到的数据类型与问题类型出发，讨论其输入与输出的数据描述，以及基本的网络模型架构选择原理。李麟学、叶心成、王轶群认为环境智能建筑作为一种环境媒介，通过数据、控制论与人工智能的介入，实现性能和形式的协同。甘欣悦、佘天唯、龙瀛基于街景图片数据，通过将人工打分与机器学习结合，试图建立城市非正规性这一非物质环境要素在街道中的空间表征识别与评价方法体系。
本期主题文章
[1] 吴志强. 人工智能辅助城市规划 [J]. 时代建筑，2018（1）：6-11.
[2] [英] 尼尔·里奇. 信息城市 [J]. 吴彦，译. 孙澄宇，校. 时代建筑，2018（1）：12-16.
[3] 袁烽，柴华 . 数字孪生：关于2017年上海“数字未来”活动“可视化”与“物质化”主题的讨论 [J]. 时代建筑，2018（1）：17-23.
[4] [英] 麦克·巴迪. 城市规划与设计中的人工智能 [J]. 沈尧，译. 时代建筑，2018（1）：24-31.
[5] [德] 格哈德·施密特. 人工智能在建筑与城市设计中的第二次机会 [J]. 徐蜀辰，苗彧凡，译. 孙澄宇，校. 时代建筑，2018（1）：32-37.
[6] 何宛余，杨小荻 . 人工智能设计，从研究到实践 [J]. 时代建筑，2018（1）：38-43.
[7] 张砚，[美] 肯特·蓝森. CityScope——可触交互界面、增强现实以及人工智能于城市决策平台之运用 [J]. 时代建筑，2018（1）：44-49.
[8] 孙澄宇，周沫凡，胡苇. 面向应用的深度神经网络图说 [J]. 时代建筑，2018（1）：50-55.
[9] 李麟学，叶心成，王轶群. 环境智能建筑 [J]. 时代建筑，2018（1）：56-61.
[10] 甘欣悦，佘天唯，龙瀛. 街道建成环境中的城市非正规性：基于北京老城街景图片的人工打分与机器学习相结合的识别探索 [J]. 时代建筑，2018（1）：62-68.
人工智能在建筑与城市设计中的第二次机会
The Second Chance for Artificial Intelligence in Architecture and Urban Design
[德]格哈德·施密特 著
Gerhard SCHMITT,
徐蜀辰 苗彧凡 译
Translated by XU Shuchen and MIAO Yufan,
孙澄宇 校
Proofread by SUN Chengyu
在线阅读
我们第一次为人工智能（Artificial Intelligence）可能在建筑领域有所作为而兴奋是在20世纪80年代初。那是一个形状语法和分形的时代，我们研究了其对建筑学可能的贡献。人工智能在建筑领域中，有部分成功的理论研究，但其在实际应用中的效果有限。也许我们对人工智能寄予的期望一开始就太高了。我们期望从人工智能得到以下结果：帮助我们寻找最优的项目选址；根据与客户的谈话自动整理出建筑设计任务书；整理出有关建筑三维空间布局的建议；整合被动和主动的节能策略；优化可持续性设计；找到最好的项目财务计划；执行建筑的全生命周期分析；通过为建筑构建一个连接着人工智能程序的数据储存“黑箱”，来学习建筑的实际使用情况、在万一失灵时发出警报、在长期使用中优化建筑的各种性能。
而相对于受过良好教育的规划师、建筑师或建筑经理的应有水平而言，上述这些期望没有一个能够实现。因此，建筑师对人工智能的兴趣逐渐下降，到20世纪80年代后期几乎不再有经费用于此类研究。30年后，我们仍然没有在建筑或城市设计中使用人工智能解决方案。或者说，我们已经做了一些，如今是否正在为人工智能与建筑和城市设计的结合寻找第二次机会？
1 历史根源
建筑设计和城市设计不能完全归为一种科学活动，但无疑是一项需要智慧的活动。由于对人工智能的预期与实际成果之间的差距越来越大，失望也就越来越大。在欧洲大陆，建筑和工程对人工智能的兴趣还在继续。然而，它从基本的建筑学考量转向寻找解决具体问题的方法。最初以特定语言进行编程的专业系统采用了标准编程语言进行编码，因此不再被视为人工智能的应用。以案例为基础的推理，曾一度被认为是一种有前景的人工智能方法，如今也消融于主流。其他一些原本更复杂的人工智能方法也有着同样的命运。建筑师和规划师们感到被言过其实的人工智能所背叛，而人工智能研究人员也从未真正理解手眼协调在设计过程中的重要性。仅仅几年之后，人脑智能与人工智能都依赖于大脑推理和身体感知的结合及其互动，成为了一种共识。事实证明，仅仅把注意力集中在大脑活动上，而忽视身体的反馈信息，是不足以在创造性和设计上取得显著成果的。
2 错失的契机
第一代人工智能在建筑设计方法和工具中引发了巨大的视觉冲击。对于外行人来说，可以将家具在三维空间中布置并进行实时视觉呈现，使程序“设计”家具周围的建筑是令人难以置信的。对于研究人员和学生来说，看到一个人如何利用形状语法和分形来生成几何形状，使其看起来像安德里亚·帕拉迪奥（Andrea Palladio）、弗兰克·劳埃德·赖特（Frank Lloyd Wright）甚至是自称“分形思想者”的彼得·艾森曼（Peter Eisenman）设计的几何体是非常有趣的。然而，“类似的，建筑师们在使用分形算法开始设计建筑近20年之后，施密特（Schmitt）认为，如果没有额外考虑建筑的特性，最终的设计将会过于乏味。施密特认为下一个合乎逻辑的步骤是使‘计算机创造力’可以进行‘上下文的敏感关联，并且最好能与用户交互’。施密特反对与分形生成设计相关的过于简单的形式主义，倡导建筑应关注外部的、基于场地的、内部的、基于居住者的各种品质。”[1]
1. 20世纪80年代，利用建筑分形算法创造景观、植栽和建筑。来源：格哈德·施密特，《建筑师和设计师的微型计算机辅助设计》，约翰威立出版社，1988年。
在早期，我们错过了一个重要的机会——把那些由人工智能驱动的“设计”与过去和未来联系起来，并从一个计算机也支持的角度去深化设计：建成环境的现实背景，以及如何达到未来的设计场景。即使是回溯到20世纪80年代，我们也没有充分利用建筑的相关数据和信息，来为软件进行建筑和城市设计提供更多支持。我们没有将这些数据有效地与人工智能的设计提案联系来，进而对其未来性能进行模拟。
2. 20世纪90年代的建筑学中的机器学习：归纳和图像知识获取。来源：格哈德·施密特，《建筑和机器：计算机辅助建筑设计和虚拟建筑》，菲威格出版社，布伦瑞克，1993年。
我们也没有充分地把设计与其他学科的成果联系起来，比如建筑管理和能源模拟。我们没有将这些发现以数据的形式提供给AI设计软件。
另一个错失的机会是在面向未来的建筑与城市设计中，没有将社会的适应力和审慎力纳入其中。即使在20世纪70年代和80年代，我们也有机会可以将社会科学、行为科学和城市历史中经过验证的研究成果，融入到未来建筑和城市设计的发展中。相反，我们专注于几何体、渲染效果和外观。虽然这些都是非常重要的，但关键是未能将以人为中心的科学成果与我们设计过程的基础联系起来。这是建筑学科不能扩展其复杂系统和整体设计能力，来影响未来的原因之一。它不断地被其他相对更注重将数据、信息和知识集成到各自领域中去的学科所倾轧。建筑只有保持与其他学科相同效率和深度的交流，才能处于建筑和设计过程的中心。
3. 20世纪90年代，建筑学中基于案例的推演。来源：格哈德 · 施密特，《建筑和机器：计算机辅助建筑设计和虚拟建筑》，菲威格出版社，布伦瑞克，1993年。
许多人工智能设计研究人员一直致力于取代人的设计。我们只是在几何方面模仿人类设计的结果，而不是发展人类效率较低的技能（例如维护和操纵大型数据库和复杂运算）——这些计算机擅长的技能。
我们从这些错失的机会中吸取了教训，将其纳入新加坡ETH中心（Singapore-ETH Centre， SEC）[2]未来城市实验室（Future Cities Laboratory）的研究场景中。我们通过关注人群，结合大数据和循证设计来做到这一点。这项工作展现出惊人的场景。
3 技术变革
在21世纪的第二个十年中，高度加速的计算和信息处理能力，使得以前难以想象的机器学习和模式识别算法的实现成为可能，甚至在移动设备中也同样如此。同时，尽管数据的获取和存储的数量呈指数增长，但其成本效益已经达到可以被接受的水平。这使得大数据分析、监督和无监督机器学习，在各种应用中的重要性迅速增加。此外，日益复杂的配有数据采集和自主行为功能的机器人已经以一种空前的方式将软硬件融合为一个统一平台。从这种扩展的视角来看，人工智能已经重新进入了科学界和公众的热议中。
4. 参数化城市设计、知识可视化与信息物质化：2009年，雷莫 · 布克哈德与吉迪翁·阿什万登在苏黎世联邦理工学院（ETH Zurich）的价值实验室内。
除了建筑机器人应用以外（瑞士以及苏黎世联邦理工学院在相关领域处于领先地位）[3]，建筑设计从人工智能快速发展过程中获益甚微。事实上，建筑设计和制造过程之间的隔阂甚至更大。一些建筑院校甚至决定，回过头来将设计教学专注于模拟而不是数字方法。作为建筑学课程的一部分，编程从一些院校中消失了。另一方面，苏黎世联邦理工学院决定将“编程”作为本科课程的必修部分。尽管建筑学院拥有最复杂的施工机器人，但这却并不意味着这里的学生一定会参与到人工智能和建筑学这两个学科的整合过程中。
5. 城市设计中的人工智能：苏黎世联邦理工学院（ETH Zurich）未来城市实验室内的亚洲价值实验室（新加坡）。这是一处包含设计、模拟、机器学习、物理与虚拟模型、增强现实与人际交互的整合环境（2016年）。
4 对计算机态度的变化
对于许多来自数学、计算机科学、机械或电子工程专业的学生来说，建筑和设计是一个有趣的探索领域。他们以优秀的国际教育背景参与到建筑学中来，并带来数据分析、机器学习和优化方面的知识。他们看待几何、形式和格式塔因素的方式，与建筑师截然不同。对他们来说，设计或建筑实体的数字化表达，是将他们与会使用计算机的设计师与建筑师联系起来的一种语言。他们的目标是在设计过程中支持建筑师和设计师，而不是接管他们的任务。他们试图理解设计过程，或至少理解从设计任务书到最终设计提案的步骤和评判标准。对他们来说，电脑是一个普通的工具，而不是一种威胁或不必要的滋扰——就如计算机有时会被界定的那样。
6. 城市中的大数据：苏黎世城市交通的MATSim模拟。苏黎世联邦理工学院（ETH Zurich）未来城市实验室（新加坡）模拟平台，2011年。
根据笔者自己的经验，数学、物理学和计算机科学专业的学生，试图对交互式设计过程进行仔细的建模。他们通过创建图表、流程图和其他结构化的方法，来支持设计过程中的每个步骤和反馈。到目前为止，很少有人将设计过程建模为复杂系统本身，这就解释了为什么许多线性思维主导下的逐步设计过程，不能产生最终所需的结果。可能是我们对彼此工作的理解能力不是很强，这使得学科间存在壁垒：设计者和实施者。
7. 埃塞俄比亚未来能源网络的交互建模与仿真平台。苏黎世联邦理工学院（ETH Zurich）未来城市实验室（新加坡），伊娃·弗里德里希，2013年。
虽然计算机界面变得更加简单易用且功能强大，但建筑师的传统设计方式（例如使用铅笔和纸），和年轻一代主要通过复杂的机器和设备进行交互的技术方法之间，仍然存在巨大的差别。在台北的设计工作坊中[4]，我们看到了一个很好的例子。尽管工作坊所在的旧烟厂空间宽敞，并且可以提供足够的绘图板，但是学生们却聚集在放满了笔记本电脑、电线和照相机的小桌子旁。纸和铅笔几乎看不到，也没有它们的一席之地。学生们彼此之间的沟通主要通过本地计算机网络进行； 设计方案直接通过编写程序来实现，而不是先通过草图，然后转换成三维的空间表达。为期三天的工作坊成果与传统的利用铅笔和纸张的设计成果相媲美，而且其额外的好处是有助于记录设计过程的所有步骤。
8. 人工智能在建筑施工中的应用：机器人与人的互动。半自主机器人与大型建筑机器人合作建造复杂、难以为人类所建造的构筑物。苏黎世联邦理工学院（ETH Zurich）的建筑技术实验室（2017年）。
对于建筑学博士研究生来说，物联网及其联网能力已经成为新常态。收集和分析远程数据是他们研究的一部分。他们在其他地方建立监测站，远程采集温度、湿度、日照和降雨数据。他们对偏远地区的户外热舒适性（OTC）进行实地调查和基于应用软件的评估，从而提出对气候敏感的城市设计建议。[5]对于他们来说，个人计算机与物联网中其他计算机的通信能力，变得至关重要。
5 结构化数据 VS大数据与人工智能
世界上最好的图书馆提供结构化的信息和知识访问。事实上，图书馆建筑作为存储和访问信息的物理场所为数据库的设计奠定了基础。从定义来看，数据总比信息多得多。然而，即使较旧的数据存储设备（例如磁带库和允许随机访问数据的存档库）也通常采用与管理图书馆中的信息类似的管理机制。
9. 印度拉达克的公民设计。修道院、村庄和周边区域形成了一处可持续和韧性环境。来源：格哈德·施密特拍摄，2006年。
几百年以来，建筑师和城市设计师使用结构化信息和知识构建起了他们的专业知识，并以这种方式记录在书本中。比如，欧洲有帕拉第奥的《建筑四书》[6]，或者在实用层面上，诸如诺伊费特（Neufert）的《建筑师手册》[7]。基于这些书中的规则和模式，已经存在一些精心考量的计算机程式的描述。它们是有帮助的，并且建筑师已经慢慢地将其应用到日常工作中。但是这些程式难以用来盈利，所以没有什么资源被用于相关研究，导致发展和进步缓慢。同时，通过丰富的传感器、智能手机数据或全球性公司的销售和配置数据，大数据进入了这个领域。[8]
10. 一个有关未来城市的慕课（MOOC，大型开放式网络课程）课程中的公民设计科学：参与者通过发送带注释的图像回答问题。游戏化场景有助于传播练习的成效。卢卡斯·特赖尔，2016年。
在这一点上，与传统的通过人力来对信息进行结构化的方法相比，大数据派生的信息越来越多。“TalkingData”[9]通过数据分析揭示了北京居民的社会行为和偏好。围绕着这些优势的激烈辩论正在不断发生。我们期望通过数据驱动的方法发现隐藏的事实、规则和相关性。未来，结构化数据和大数据将有希望共存并相互支持。
6 公民设计
从印度拉达克的神庙城市到缅甸的茵莱湖美丽的水城，再到非洲和亚洲部分地区的许多村庄和城市，历史表明，一个人类群体不仅可以设计和建造建筑物，还可以构建整个城市和生态系统。每个孩子都有设计的能力。沙滩上的线条、纸上的草图、人物和建筑物的描绘都是孩子们画的第一幅画。之后，教育将这些原始绘图能力引入正规的方法，只有其中最有才华的孩子才能成为有天赋的设计师、建筑师和规划师。现代的趋势，如都市农业，有着古老的先例，植根于世界各地的修道院和自给自足的定居点。在很多情况下，这些人没有机会进入高等院校学习，也没有机会与专业人士交流。他们不得不依靠反复试验，并持续专注于人类聚居地和生存问题的解决。他们提出了惊人的可持续设计、建筑和城市解决方案。巴厘岛和其他印度尼西亚岛屿对于广袤稻田的治理，甚至达到了国土规模。我们试图为这些人提供强大的建模和分析软件，这样他们就可以根据自己基本的能力去构建它。
11. 新加坡一个城市设计项目的认知设计计算和参数化设计。软件开发：莱因哈德·柯尼格、卡特亚·克内克特、苗彧凡等，2016年。
7 公民设计科学
公民设计是迈向公民设计科学的第一步。在这里，我们的目标是开发和利用人类的天赋和认知能力来创造和设计。我们将公民设计科学定义为公民设计、公民科学和设计科学的结合。公民设计不依赖于计算或人工智能。但是设计科学，作为自20世纪60年代开始发展的领域，需要依赖计算和人工智能。公民科学也同样需要。因此，公民设计科学成为人与人工智能之间的混合活动。我们描述公民设计科学的需要如下：
12. 新加坡丹戎巴葛项目的认知设计计算和交互参数化设计。软件开发：莱因哈德 · 柯尼格、卡特亚 · 克内克特、苗彧凡等，2016年。
世界各地的许多建设项目都已经得到了有计划且有效的规划，但是却没有被人们所接受。公民参与是解决这个问题的一个方案。我们分析了参与式规划方法的历史，从公民设计科学中发展出这个专注于将公民作为建筑师产品的用户的创新学科。这个新领域允许公民参与设计项目，而不仅仅是简单的公众讨论和针对总图的投票。互联网技术使我们能将目前主动的设计方法扩展到持续的、大规模的公民反馈中，使之成为城市机构更自发、更便宜的选择。通过这一点，我们加强了公民作为非专业设计师的作用。[10]
8 大规模开放式在线设计
仅仅假设公民具有设计物体、房间、建筑物和城市的能力是不够的。我们需要测试这个假设是否正确。为此，我们开发了面向未来城市、宜居城市、智慧城市和响应式城市（Responsive Cities）的大规模开放式在线课程（Massive Open Online Course，MOOC，慕课）[11]。自2014年以来，来自170个国家的11万多名学生报名参加了这些课程，并取得了非常有意义的成果，其中包括南非的非正式住房项目和新加坡从港口到住房的大规模城市转型项目。
13. 丹戎巴葛港位于新加坡。这一港口将被搬迁并代之以一个大型居住-商业混合的韧性开发项目。迪特马尔 · 雷克，2017年。
为了最大限度地让所有人，哪怕只使用最简单的台式机也能参与进来，我们开发了一个基于浏览器的应用程序，可以在所有知名的网页浏览器上运行。所有学生都可以使用该应用程序，免费参加海量的开放式在线课程。在这些慕课（MOOC）中，学生使用快速城市分析工具包（QuaKit）[12]。他们通过这个程序来查看设计点，选择要放置在设计点中的对象，编辑、移动和旋转这些对象，并对彼此的设计进行投票表决。通过这种方式，学生可以提交自己设计的作品，同时，课程中的其他所有学生都可以看到。学生根据指定的设计标准评估彼此的设计。在“未来城市X系列”的例子中，学生们提交了1 250多个独特的设计，投了超过46 000张选票，发表了超过1 100个评论，他们对设计对象进行了超过48万次的移动或旋转操作[13]。城市分析工具包现在适用于世界各地不同的设计项目。
14. 一个有关未来城市的慕课（MOOC，大型开放式网络课程）课程中的公民设计科学：数以千计的参与者使用QUA-Kit软件生成南非一个场地的城市设计提案。阿特姆·奇尔金、路杭昕、约翰内斯·缪勒、埃斯特法尼娅 · 塔皮亚丝，2017年。
如果没有基于互联网，这种类型的设计和交互将是不可能的。计算机已经承担起了一个启动平台的角色，而且它已经不再是一代或两代前的设计了。
9 历史（不）会重演
人工智能在算法和执行速度方面已经取得了巨大的进步。然而，自赫伯特·西蒙（Herbert Simon）撰写《人工科学》[14]一书以后，关于设计行为的研究并没有取得真正突破。设计艺术没能跨越设计和技术之间的鸿沟，这在世界各地的工作室中不断被揭示。人工智能在设计、建筑和规划方面的最初缺陷，不应该成为今天重新发现人工智能对设计的影响的负担。随着人工智能的发展，最终将有可能跨越这一鸿沟，并证明历史不会重演。新的人工智能设计研究人员将能够执行复杂的设计任务，同时计算机程序将确保以很高的能力与可靠度，来达成被设想的建筑或城市设计场景。
15. 大数据支撑的城市设计：将人工智能、生成与参数化设计方法与公民设计科学结合。CIVAL小组（Collaborative Interactive Visualisation and Analysis Laboratory，协作互动可视化与分析实验室，苏黎世联邦理工学院（ETH Zurich）未来城市实验室下属的一个实验室）、卡特亚·克内克特、格哈德·施密特，2017年。
10 总结：人工智能2.0在城市设计与建筑中的应用
因此，下一代人工智能在城市设计和建筑中正更加自然地发展。建筑学院的学生不会从编程开始，而是从元级编码开始。就像使用绘图和渲染工具一样，他们以相同的自然方式学习如何使用新工具进行分析。令人难以置信的快速发展的大数据和公民设计科学集合，使未来的情景发展比以往任何时候都更加精确。未来的建筑和未来的设计师，将能够驾驭从基于过往实证的设计到基于未来场景的设计之间的微妙界限，人类思想家和人类设计师的每一步将由相应的人工智能程序支持和分析。由此产生的设计、建筑和规划将比以往更具响应性和责任性。现在它们将考虑到知识、信息和手头的数据。因此，人工智能2.0在设计和建筑方面，将与早期的复制和模仿人类智能的尝试有着根本的区别。我们必须认识到人类智能与机器智能的共生关系。二者将共同创造出更具可持续性、更具韧性和响应能力的未来建筑和城市。支持人工智能的机器，不仅能够从过去的错误中学习，而且还显示出不会重复过去错误的强大功能。
（最后我想感谢瓦伦 · 奥占（Varun Ojha）和丹尼尔·格里戈（Danielle Griego）在写作上的支持。）
参考文献：
[1] Michael J. Ostwald, Josephine Vaughan. The Fractal Dimension of Architecture[M]. Switzerland: Birkhäuser, 2016: 34.
[2] The ETH Future Cities Laboratory in Singapore[EB/OL]. http://www.fcl.ethz.ch, 2017-11-31.
[3] National Centre of Competence in Research (NCCR) Digital Fabrication Switzerland[EB/OL]. http://www.dfab.ch, 2017-11-21.
[4] Big-Data Informed Urban Design for the Smart City: Workshop 2017[EB/OL]. http://www.arch.nuu.edu.tw/workshop/, 2017-11-21.
[5] Estefania Tapias Pedraza. Climate-sensitive Urban Growth[D]. ETH Zürich: Department of Architecture, 2017.
[6] Andrea Palladio. The Four Books on Architecture[M/OL]. translated by Robert Tavernor and Richard Schofield. https://mitpress.mit.edu/books/four-books-architecture, 2017-11-21.
[7] Ernst Neufert. Bauentwurfslehre - Grundlagen, Normen, Vorschriften[M]. 41st edition. Berlin: Springer Vieweg, 2016.
[8] Matthias Standfest. Applying Emergent Features of Architectural Geometry[D]. ETH Zürich: Department of Architecture, 2017.
[9] TalkingData[EB/OL]. https://www.talkingdata.com, 2017-11-21.
[10] J. Müller, H. Lu, A. Chirkin, and G. Schmitt. Citizen Design Science: A strategy for crowd-creative urban design[J] Cities, 2018(72): 181-188.
[11] edX Future Cities XSeries[EB/OL]. https://www.youtube.com/watch?v=j0VeRMtGSSo, 2017-11-21.
[12] Quick Urban Analysis Kit[EB/OL]. https://qua-kit.ethz.ch/, 2017-11-21.
[13] Artem Chirkin. PhD Candidate[EB/OL]. http://www.ia.arch.ethz.ch/team, in a presentation on December 20, 2017, at ETH Zürich.
[14] Herbert A. Simon. The Sciences of the Artificial[M]. Cambridge Massachusetts: MIT Press, 1969.
完整深度阅读请参看《时代建筑》2018年第1期 应用驱动：人工智能与城市/建筑，[德]格哈德·施密特著. 徐蜀辰，苗彧凡，译. 孙澄宇，校.《人工智能在建筑与城市设计中的第二次机会》，未经允许，不得转载。
作者单位：苏黎世联邦理工学院
作者简介：格哈德·施密特，男，苏黎世联邦理工学院（ETH Zurich）建筑系信息建筑教席 教授，苏黎世联邦理工学院未来城市实验室（Future Cities Laboratory）大数据支撑下的城市设计与治理团队 首席研究员，新加坡ETH中心（Singapore - ETH Centre ，SEC）创始及现任主任
译者单位：同济大学建筑与城市规划学院，，苏黎世联邦理工学院
译者简介：徐蜀辰，男，同济大学建筑与城市规划学院 博士研究生，苏黎世联邦理工学院未来城市实验室 助理研究员； 苗彧凡，男，苏黎世联邦理工学院信息建筑教席 博士候选人，苏黎世联邦理工学院未来城市实验室 研究助理
校者单位：同济大学建筑与城市规划学院，
校者简介：孙澄宇，男，同济大学建筑与城市规划学院 博士，副教授，博士研究生导师
===================================
本期杂志责任编辑：戴春，高静
如有任何有关人工智能的建议、问题或讨论等，
欢迎发送邮件至ta_weixin@163.com
标题请写明前缀【人工智能】，谢谢！
===================================
《时代建筑》Time+Architecture
中国命题 · 世界眼光
学术性 · 专业性
时代性 · 前瞻性 · 批判性
扫描二维码
订购《时代建筑》杂志 2017年1~6期全集电子版
《时代建筑》杂志官方微店二维码
感谢关注《时代建筑》微信平台
微信平台：timearchi（微信号），时代建筑（公众号）
新浪微博：@时代建筑杂志
内容策划：戴春
官方网站：timearchi.com
电话：（021）65793325、（021）65038903
邮箱：timearchi@163.com
为了让更多喜爱《时代建筑》的朋友们享受无纸化阅读，鼓励大家转发，并可以获取收益，请您识别《时代建筑》杂志 2017年1~6期全集电子版二维码进入订阅页面，点击右上角橘色“赚9.6”图标，进入邀请卡页面后，保存“专属您的邀请卡”至相册并转发给他人，当他人识别您邀请卡上的二维码购买后，有20%提成，收获专属于您的小幸运！感谢各位支持《时代建筑》的朋友们！