好的,欢迎来到专栏第二篇文章,不知道这里在发生什么事情的朋友请先参观首篇:
首篇中我们构建了整个概念体系中最关键的一个基础概念:“参数化”。
我们这里所谓的“参数化”就是用数字化的方式来描述一个东西的行为,并且使其各个元素之间产生联系,以此收获提高效率,节省时间的好处。还有一种相对飘渺一点的好处——用来生成“炫酷狂拽吊炸天”的形体。
在上一篇中我们也已经把诸如 “CAD”、“BIM” 和一部分基于视觉的“参数化形体设计”等等的概念安插在了“参数化”这个最基础的核心概念上。
这次的文并不长,但很干。我们会提到两个极重要的概念:
“人类做设计的典型行为模式”
“元设计”
其中1号概念是我们整个体系中最核心的内核,也正是我们组织其他参数化工具的骨架。当我们归纳总结了人类在做设计中的种种行为后,才为寻找能替代这些行为的参数化工具提供了背景。反过来讲,因为我们构建这一体系的目的所在,就是为了能够更有效地系统理解纷繁复杂日新月异的参数化工具,从而使它们为我们所用。所以从人类自身行为开始构建的体系,就可以保证是有实用价值的。
试着一起分析一下人类做设计的典型流程。
讨论一下这些流程中的每个部分是否可以被参数化掉,有哪些参数化的可能。
斗胆提出一个,理论上的建筑参数化领域中的“玻璃屋顶”。
并且正如上篇所言,我们暂不将深度学习和神经网络等AI划入讨论范围。
首先,人类建筑师做设计的大体流程可以抽象成如下五步:
解读任务书和解读场地
出第一个方案
评价方案
改方案
定方案
这五个步骤虽然看起来非常的笼统,但是这将是一个有效的骨架,事实上由这一框架我们将可以提纲挈领地一把拎出整个参数化工具概念族谱。
那么整个设计中耗时最长(熬夜最多)的,毫无疑问是永无止境的第3步(评价方案)和第4步(改方案)循环。所以显然,如果在这两步中,我们可以用电脑来节省较多的时间,那想必会极大幅度地提升效率。但为了保证整个阐述的系统性,我们的脑洞还是得从头开起。我们来看看这几个步骤,是否存在一些被数字化工具所替代的可能性。
再多啰嗦一句,既然我们的目的是讨论人类的典型步骤被参数化工具替代的可能性,首先便需要声明一个对于工具的遴选标准:我们只看可以得出量化结果的工具。也就是说,这一步的结果可以很方便地继续被计算机读取回去。这为以后的步骤里面继续使用这部分数据提供了可能,也是实现“自动化”的前提。你别说,还真的存在产出“非量化结果”的参数化工具,比如诸多的数据可视化分析便属于此类。但这类工具分析的结果只能由人类读取,故对于实质性提升设计效率帮助有限,或许以后我们会拿出一章番外篇来归纳一下。
以上,希望已和各位一起做好了准备,接下来就该出发了。
好像并没有听说过可以解读任务书的数字化工具,不过解读场地的工具我们大家好像都知道一些:
像Ecotect,天正,ladybug,honeybee等对于日照,辐射,气候相关的分析软件;
Ansys和Fluent等等为代表的流体力学软件可能可以用来评估分析场地的风特性;
还有空间句法所代表的空间深度、可达性、可视度等等的量化空间分析。
先不说3(评价方案),2和4这俩我们得一起说,并且会提到一个非常重要的概念:
出第一个方案和改方案这两种行为很相似,但又不太一样。最明显的区别是要改方案的话,首先得有一个被改的方案才行。但在参数化语境下其实所谓的改方案往往有两种可能性:
第一个指的是修改参数,比如把窗高从1800修改到了2000,然后一切都会重新生成一遍,所以在这个定义上它并不是在“改”方案,而是根据你新的给定参数重新给你生成了一个“全新”的方案。
另一个可能性便是修改所谓的“元设计”。那么元设计是什么呢?(这一提法来自孙澄宇老师的《数字化建筑设计方法入门》)它指的是“用来生成设计的设计”。大多数情况下是一段程序,但也包含一些物理装置,例如高迪的悬垂找型铁链。
一段GH定义,或者一段可以用参数控制最终形态的代码,都可以叫做“元设计”。因为一个“元设计”里面随着参数的修改包含着成千上万个具体的方案可能性。比如高迪做好了垂链模型,他就可以很方便快捷地调节每根铁链的长度,从而快速生成无穷多个不同,但又都符合他的重力找型需求的方案。
所以修改元设计本身的行为,比在一个元设计内部单纯改变参数会对设计造成的影响更加巨大,同时也需求更加复杂的智能逻辑参与决策。故通常意义上讲对于元设计的修改都是由人类完成的。
那么如果在参数化语境下,我们的第2步(出第一个方案)——“元设计”就基本上是一定要由人类来完成了。
第4步(改方案)就定义为:在元设计内部通过修改参数来得到具体的不同方案(可以由电脑完成)。
“元设计” 暂不可参
在“元设计”包含的可能性内部修改方案 有法可参
另外在这个问题下面还有一个事情需要提一下。就是那些基于各种算法的几何体生成方式。比如著名的泰森多边形;磁感线;湿毛线团;极小曲面,或者有迭代参与的分型;元胞自动机;群体智能;涌现。但由于具体的算法意义重点,往往在于结构,或审美,或噱头,而从设计流程的高度上看大体可以暂归为一个“生成形体的方法”即可。
这些算法里面自然有相当一部分是模仿自然现象的形态生成算法,但这种模仿的行为是否也同时把自然界中这种形态成立的意义顺利地带到了建筑方案中,则是一个相当有待商榷的事情。后面我们在讨论到参数化的三个“原罪”的时候,会有针对此问题的内容。
建筑学生应该都有给自己的设计画过“分析图”,学生时代可能也都被老师喷过说“分析图的分析结果是什么呢?”是的,分析图是用来分析某物然后要有个分析结论的,不然可能叫做“示意图”会更合适。
之所以提到这个,是因为在这一步里面要做的就是用分析工具去分析已有的设计方案,目的是得出一个量化的结论:
这个设计的满意度有多少,进而判断要不要改,改哪里。
通常我们会用到的分析工具可以分成两类,一类是可以参数化掉的,一类是不可以的。具体来说,“好不好看”、“美不美”这种评价标准目前看来是还没有什么能够被参数化掉的苗头,暂属于不可以。但是“空间深度”、“窗地比”、“冬夏日照辐射”、“直射时长”、“可视域”或者“使用空间最大风速”、"墙体热传导耦合分析”等等则是天生基于量化工具,完全可以一定程度上被参数化掉的。
参照前面的论述,我们要着重整理的就是可以被参数化掉的这部分分析工具。大体上有:
“气候”
“可视区域”
“人流动线”
“结构性能”
“光环境”
“气流流体力学”
“声环境”
“生态和热工性能”
“碳排放”
其实这些分析相信各位都或多或少曾经用过,但为避免过于冗长,这里不做逐一展开。现在各位只要记得,这些分析都是可以被计算机执行并且分析结果也是量化的,计算机可以继续读取回去的分析工具。
所以在第3步(评价设计)中,我们有相当多的参数化玩具可以折腾。
只有通过读取评价的结果,计算机才有可能了解到这个方案哪里好,哪里坏,是否满意了。比如我们就是想要一个所有房间的“平均冬至日直射日照时间”越长越好的方案,那么计算机就可以帮我们评价元设计中的每一个可能性,然后找到最符合这个标准的。当得到了满意的结果,那就知道是可以定方案了。
解读任务书和解读场地(场地部分可参数化)
出第一个方案,元设计(基本无法参数化)
评价方案(量化评价可参数化,审美和抽象评价不可)
改方案(修改参数可参数化,修改元设计不可)
定方案(基于量化评价可参数化)
所以,如果我们把最耗时的345步循环连接起来,是否有看到一个神奇的可能性,就是在理论上来说:
计算机可以自行把方案在元设计允许的可能性内优化到一个最满意的结果,然后确定方案。
以上,本篇文章的目的就是要梳理典型人类设计工作流程和参数化工具的关系,并且提出这么一个可能性。具体的实现方法我们将会在下面的文章中讨论。
大体上做一个设计可以归结为5步,除了出第一个方案,其中每步都有自己独特的可以被参数化掉的可能性。于是暗暗揭示了可能存在的自动化数字设计工作流程。但遗憾的是关于美学、情感,纪念性、空间体验这类无法量化的标准,暂时还无可能性纳入这一工作流程。
在这些只属于人类的感受体验能够被数字化描述之前,参数化工具绝无可能涉足这一领域。而从现代主义之后,我们都知道建筑的设计,是不可以完全不考虑这些无法量化的因素的。这便是参数化工具的玻璃屋顶。
另需声明,此处只是一个比较踏实的,针对可能性的讨论,而非研究成果阐述。且凭我一己之力是很难做到熟知一切相关领域的工具和所有的概念的,所以如果有所疏漏补充,请一定不吝斧正。
注:此篇主体成文于多年以前,故如有朋友识得请放心,别处应也是笔者本人。
评论区
共 14 条评论热门最新