Как в Zaha Hadid Architects используют ИИ для повышения производительности проекта на 50%

Технологии на основе ИИ постепенно проникают в каждую отрасль, становясь неотъемлемым инструментом в арсенале любого высококвалифицированного современного специалиста. Подтверждением этих слов служат реальные кейсы строительных и архитектурных компаний, давно получивших мировое признание. Сегодня мы рассмотрим одну из таких фирм: расскажем о платформах и нейросетевых моделях, которые там используют, а также о достигнутых специалистами результатах.

Концептуальное моделирование и ИИ

Архитектурное бюро Zaha Hadid Architects (ZHA) является мировым лидером в области концептуального моделирования с применением ИИ, внедряющим комплексные решения на базе этой технологии. Под руководством Патрика Шумахера в компании была создана внутренняя исследовательская группа по искусственному интеллекту, которая помогла интегрировать в рабочие процессы несколько передовых инструментов на основе ИИ. Это помогло специалистам повысить производительность на среднем этапе подготовки проекта здания на 50%, а также подготавливать в 2-3 раза больше высококачественных предложений в условиях жёсткой конкуренции на тендерных торгах.

В технологический портфель ZHA входит DALL-E 2, Midjourney и Stable Diffusion для преобразования текстовых описаний в изображение, в дополнение с индивидуальными нейросетевыми моделями, использующими их архив Instagram из 1,4 млн фотографий в качестве проприетарных наборов данных. Кроме того, эксперты ZHA интегрировали платформу NVIDIA Omniverse с инструментами для совместной работы на базе OpenUSD и разработали ZSPACE Kit для интеграции BIM с приложением NVIDIA Kit, а также LookX Software в качестве собственного инструмента для преобразования эскизов в рендеры.

Результаты и примеры проектов

В конечном счёте специалисты ZHA отбирают около 10-15% изображений, сгенерированных ИИ, создавая затем на их основе реальные 3D‑модели. Это значительно повышает эффективность процесса разработки дизайна: компания больше не тратит много времени на составление еженедельных обзоров данных, перенаправляя эти усилия на более ценную творческую работу. В настоящее время более 20 архитекторов используют расширения Omniverse, а в будущем это число планируется увеличить до 50.

В качестве реальных кейсов ZHA с использованием ИИ можно рассмотреть:

• Спортивный комплекс Greater Bay Area в китайском городе Гуанчжоу, трибуны которого вмещают в себя 60 тыс. зрителей. Архитекторы используют платформу Omniverse для унифицированной скоординированной работы над геометрией, формой и визуализацией объекта
• Совместный проект с Refik Anadol Studio, получивший название «Architecting the Metaverse» . Команды использовали DALL-E 2 и NVIDIA StyleGAN2 ADA для исследования различных идей дизайна
• Концепции дизайна для небоскрёба на территории горнолыжного курорта Trojena в Саудовской Аравии

Инструменты на основе ИИ также позволили специалистам из ZHA создать своеобразный «конвейер», который избавил их от необходимости в ручной компиляции файлов и позволил выполнять совместную работу в режиме реального времени в решениях Maya, Rhino3D и Unreal Engine. Благодаря возможности сгенерировать рендеринги практически мгновенно, эксперты компании значительно улучшили процессы общения с клиентами и согласования проектов.

Тем не менее, несмотря на все преимущества искусственного интеллекта, не стоит забывать, что нейросетевые модели не идеальны. В самом начале, в изображениях, сгенерированных ИИ, не учитывались индивидуальные особенности проекта строительства. Из-за этого руководители ZHA привлекли реальных инженеров для оценки результатов выдачи. В компании признают, что «Midjourney не решит проблемы строительства и программирования», подчеркивая вспомогательную роль ИИ.

Заключение

Уроки, извлеченные в Zaha Hadid Architects, подчеркивают несколько критически важных фактов: искусственный интеллект служит лишь помощником для человека. Нейросети нужно именно интегрировать с существующими рабочими процессами, с акцентом на ускорение деятельности, а не на замену людей-проектировщиков. А для выдачи адекватных результатов, решениям на основе ИИ требуются специфичные, и при этом обширные, наборы данных.