Metinden-Görsele Üretken Modeller ve Mimari Tasarım
Dil, Mimari Kalite ve Yaratıcılık İlişkisi Üzerine Bir Araştırma
DOI:
https://doi.org/10.5281/zenodo.10057738Anahtar Kelimeler:
Yapay Zekâ- mimari tasarım- metinden-görsele üretken modeller- mimari kalite- mimari yaratıcılıkÖzet
Derin öğrenme teknolojisi ile metinden-görsel üretimi önemli ilerlemeler kaydetmekte ve 2021'den bu yana artan bir ilgi görmektedir. Çoğu web tabanlı olan bu modellerle, kullanıcılar teknolojinin nasıl çalıştığına dair herhangi bilgiye sahip olmadan da dilsel ifadeler aracılığıyla fotogerçekçi ve yüksek kaliteli dijital görüntüler sentezleyebilmektedir. Henüz yeni gelişmekte olmasına rağmen, mimari tasarım alanında yapay zekâ (YZ) kullanımı halihazırda geniş bir yankı bulmuştur. Üretken YZ teknolojileri tasarımcılar için yeni bir tasarım yöntemi önerirken, tasarımcıların sahip olması gereken beceri, bilgi ve yetkinlikleri de yeniden tanımlamaktadır. Bu araştırma, bir tasarım yöntemi olarak “yapay zekâ – mimar” etkileşimini, özellikle de “tasarım itici gücü olarak dil”i anlamaya odaklanmakta ve tasarımcının yapay zekâ odaklı tasarımdaki rolünü sorgulamaktadır. Araştırma kapsamında, 36 deneğin Midjourney’de üretmiş oldukları mimari tasarım çalışmalarının metin girdileri (“istemler”) ve görsel çıktıları, (1) istem uzunluğu, (2) istemde kullanılan dilin tamamlayıcılığı, (3) mimariyle ilgili belirli göstergeler ve çıktıların kalitesi arasındaki olası ilişkiler açısından mimari kalite ve mimari yaratıcılık olarak iki kategori altında analiz edilmiştir.
Referanslar
Bolojan, D. (2022). Creative AI: Augmenting Design Potency, in Machine Hallucinations: Architecture and Artificial Intelligence, Mathias del Campo and Neil Leach (ed.) AD, 3 (92), 22-27.
Bommasani, R. (2023). AI Spring? Four Takeaways from Major Releases in Foundation Models, Stanford Institute for Human-Centered Artificial Intelligence. Retrieved from https://hai.stanford.edu/news/ai-spring-four-takeaways-major-releases-foundation-models, 30.07.2023.
Brown, T.B, Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, R., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henghan, T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., Hesse, C., Chen, M., Sigler, E., Litwin, M., Gray, S., Chess, B., Clark, J., Berner, C., McCandlish, S., Radford, A., Sutskever, I., & Dario, A. (2020). Language Models are Few-Shot Learners. ArXiv, 22 Jul 2020, https://doi.org/10.48550/arXiv.2005.14165
Carpo, M. (2017). The Second Digital Turn: Design Beyond Intelligence. MIT Press.
Chaillou, S. (2022). Artificial Intelligence and Architecture: From Research to Practice. Basel: Birkhauser.
Clark, A., & Chalmers, D. (1998). The Extended Mind. Analysis, 58(1), 7-19. https://doi.org/10.1093/analys/58.1.7
Crespo, S., & McCormick, F. (2022). Augmenting Digital Nature: Generative Art as a Constructive Feedback Loop, in Machine Hallucinations: Architecture and Artificial Intelligence, Mathias del Campo and Neil Leach (ed.) AD, 3 (92), 54-59.
Dang, H., Mecke, L., Lehmann, F., Goller, S., & Buschek, D. (2022). How to Prompt? Opportunities and Challenges of Zero- and Few-Shot Learning for Human-AI Interaction in Creative Applications of Generative Models. ArXiv. 3 Sep 2022. https://doi.org/10.48550/arXiv.2209.01390
Deckers, N., Fröbe, M., Kiesel, J., Pandolfo, G., Schröder, C., Stein, B., & Potthast, M. (2023). The Infinite Index: Information Retrieval on Generative Text-To-Image Models. ArXiv, 21 Jan 2023. https://doi.org/10.48550/arXiv.2212.07476
Dhariwal, P., & Nichol, A. (2021). Diffusion Models Beat GANs on Image Synthesis. arXiv, 1 Jun 2021. https://doi.org/10.48550/arXiv.2105.05233
del Campo, M., & Leach, N. (2022). Can Machines Hallucinate Architecture?: AI as a Design Method, in Machine Hallucinations: Architecture and Artificial Intelligence, Mathias del Campo and Neil Leach (ed.) AD, 3 (92), 6-13.
del Campo, M., & Manninger, S. (2022). Strange but Familiar Enough: The Design Ecology of Neural Architecture, in Machine Hallucinations: Architecture and Artificial Intelligence, Mathias Del Campo and Neil Leach (ed.) AD, 3 (92), 38-46.
del Campo, M., & Carlson, A, I. (2022). Strange but Familiar Enough: Reinterpreting Style in the Context of AI, in Artificial Intelligence and Architecture: From Research to Practice, Stanislas Chaillou (ed.) Basel: Birkhauser, 72-79.
dPrix, W., Schmidbaur, K., Bolojan, D., & Baesta, E. (2022). The Legacy Sketch Machine: From Artificial to Architectural Intelligence, in Machine Hallucinations: Architecture and Artificial Intelligence, Mathias del Campo and Neil Leach (ed.) AD, 3 (92), 14-21.
Goodfellow, I. J, Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014) Generative Adversarial Networks. arXiv, 10 June 2014. https://doi.org/10.48550/arXiv.1406.2661
Karras, T., Laine, S., & Aila, T. (2019). A Style-Based Generator Architecture for Generative Adversarial Networks. arXiv, 29 Mar 2019. https://doi.org/10.48550/arXiv.1812.04948
Koh, I. (2022). Architectural Plasticity: The Neural Sampling of Forms, in Artificial Intelligence and Architecture: From Research to Practice, Stanislas Chaillou (ed.) Basel: Birkhäuser, 110-117.
McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, E. S. (2006 [1995]). A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, August 1955. AI Magazine, 24(4), 12-14. https://doi.org/10.1609/aimag.v27i4.1904
Schön, Donald A., (1987). Educating the Reflective Practitioner: Towards a New Design for Teaching and Learning in the Professions, San Francisco, CA: Jossey-Bass Publishers.
Webster, H., (2008). Architectural Education after Schön: Cracks, Blurs, Boundaries and Beyond. Journal for Education in the Built Environment, 3(2), 63-74.
Oppenlaender, J., Linder, R., & Silvennoinen, J. (2023). Prompting AI Art: An Investigation into the Creative Skill of Prompt Engineering. arXiv, 13 Mar 2023. https://doi.org/10.48550/arXiv.2303.13534
Oppenlaender, J., (2022). The Creativity of Text-to-Image Generation. arXiv, 31 Oct 2022. https://doi.org/10.48550/arXiv.2206.02904
Howe, J. (1994). Artificial Intelligence at Edinburgh University: a Perspective. Retrieved from https://www.inf.ed.ac.uk/about/AIhistory.html, 11.04.2023.
Reynolds, L., & McDonell, K. (2021). Prompt Programming for Large Language Models: Beyond the Few-Shot Paradigm. ArXiv, 15 Feb 2021. https://doi.org/10.48550/arXiv.2102.07350
Ramesh, A., Pavlov, M., Goh, G., Gray, S., Voss, C., Radford, A., Chen, M., & Sutskever, I. (2021). Zero-Shot Text-to-Image Generation. ArXiv, 26 Feb 2021. https://doi.org/10.48550/arXiv.2102.12092
Russel, S. J., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach, New Jersey: Prentice Hall.
İndir
Yayınlanmış
Nasıl Atıf Yapılır
Sayı
Bölüm
Lisans
Telif Hakkı (c) 2023 ICONTECH ULUSLARARASI DERGİSİ
Bu çalışma Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License ile lisanslanmıştır.
