Miten tekoäly ja koneoppiminen muovaavat arkkitehtuurin tulevaisuutta?

Digitaalinen arkkitehtuuri tarjoaa uusia mahdollisuuksia kirkastaa suunnittelun prosesseja, mutta samalla se tuo mukanaan esteettisiä haasteita. Tekoäly (AI) ja koneoppiminen (ML) voivat luoda arkkitehtonisia malleja, mutta eivät ole vielä pystyneet luomaan rakennuksia, jotka todella tuntuisivat aidoilta tai esittäisivät kauneutta samaan tapaan kuin ihmisarkkitehdit. Tämän kysymyksen äärelle asettaa viimeisimmät kehitykset, kuten GPT-3 -teknologia, joka osaltaan havainnollistaa tekoälyn kykyä luoda alkuperäistä tekstiä ja jopa teoreettisia argumentteja, mutta myös sen rajoitteet, kun puhutaan syvemmästä ymmärryksestä ja loogisesta eheydestä.

GPT-3:n ja muiden koneoppimismallien tuottama sisältö voi olla houkuttelevan koherenttia pintatasolla, mutta mitä pidempään sitä tarkastelee, sitä hämärämmäksi se muuttuu. Se, että tekoäly voi luoda "käsikirjoituksen" tai "arkkitehtuurin" perusteella tietynlaisen visuaalisen tai tekstuaalisen vastauksen, ei kuitenkaan riitä osoittamaan, että tekoäly voisi todella ymmärtää suunnitteluprosessin syvyyksiä ja kaikkia siihen liittyviä ristiriitoja.

Mark Greavesin esittämä havainto tekoälyn luovan sujuvuuden ja ilmaisukyvyn lisääntymisestä on mielenkiintoinen. Koneet voivat näyttää kykenevän luomaan alkuperäistä ja jopa luovaa sisältöä, mutta on tärkeää ymmärtää, että tämä "luovuus" ei tarkoita, että koneet olisivat saavuttaneet todellista kyvykkyyttä monimutkaisissa ja pitkälle viedyissä suunnitteluprosesseissa. Esimerkiksi peliteorioiden ja shakkiotteluiden yhteydessä voidaan todeta, että tekoäly pystyy yllättämään, mutta sen ei tarvitse tehdä taiteellisia, filosofisia tai esteettisiä päätöksiä samalla tavalla kuin ihmiset.

Arkkitehtuurin tulevaisuutta tarkastellessa on oleellista miettiä, kuinka nämä teknologiat voivat muuttaa arkkitehtuurin käytäntöjä ja roolia. Kysymys ei ole vain siitä, voivatko koneet suunnitella rakennuksia, vaan siitä, kuinka ne voivat tukea ja muokata arkkitehtien työtä. Arkkitehtuurin käytäntö on aina ollut monivaiheinen, jossa tekniset ja esteettiset kysymykset kulkevat käsi kädessä. Koneet voivat mahdollisesti hoitaa teknisesti monimutkaisempia tai toistuvia tehtäviä, mutta ne eivät välttämättä kykene täyttämään sitä inhimillistä roolia, joka liittyy arkkitehtuurin taiteelliseen ja kulttuuriseen merkitykseen.

Vaikka koneoppiminen voi auttaa automatisoimaan monia arkkitehdin tehtäviä, kuten laskelmia ja suunnittelun tarkkuutta, se ei tule koskaan täysin korvaamaan arkkitehtuurin syvällistä luonteen ymmärtämistä. Tekoäly voi auttaa toteuttamaan suunnitelmia nopeasti ja tehokkaasti, mutta se ei voi omaksua niitä inhimillisiä arvoja ja esteettisiä päämääriä, jotka tekevät rakennuksesta merkityksellisen kulttuurisesti ja yhteiskunnallisesti. Se, mitä koneet eivät voi tehdä, on ymmärtää rakenteen ja tilan vaikutus käyttäjiin, kulttuuriin ja yhteisöön. Tämän vuoksi arkkitehdin rooli on edelleen keskeinen, mutta se tulee muuttumaan.

On tärkeää huomata, että arkkitehtuurin tulevaisuus ei ole pelkästään kysymys siitä, mitä koneet voivat tehdä, vaan myös siitä, kuinka arkkitehdit voivat käyttää koneita työssään. Koneet voivat olla hyödyllisiä apureita, mutta niitä ei tule nähdä kilpailijoina. Sen sijaan on kehitettävä strategioita, jotka ottavat huomioon koneoppimisen ja tekoälyn vaikutukset arkkitehtuurin käytäntöihin ja rooleihin. Tämä voi tarkoittaa teknologioiden integrointia rakennusprosessiin, jossa ne hoitavat rutiinitehtäviä ja vapauttavat arkkitehdit luovempaan työhön.

Tekoäly ja koneoppiminen voivat myös muuttaa arkkitehtien roolia rakennusten elinkaaren aikana. Arkkitehdit ovat perinteisesti olleet vastuussa rakennusten suunnittelusta, mutta tulevaisuudessa he voivat olla yhä enemmän mukana seuraamassa ja säätämässä rakennuksia niiden käytön aikana, erityisesti kun rakennukset alkavat hyödyntää itseoppivia järjestelmiä ja tekoälyä operoinnin ja ylläpidon osalta. Tämä avaa uusia mahdollisuuksia arkkitehtien roolille rakennusten käytön ja huollon suunnittelussa.

Lopuksi on huomattava, että arkkitehtuurin ammattikunta ei ole vielä täysin valmista siihen, että koneet ottaisivat yhä suuremman osan suunnitteluprosessista. Nykyisin koneoppimismallit ja tekoäly ovat vasta alkuvaiheessa, eikä niitä ole vielä kaupallisesti saatavilla arkkitehtuurin täysimittaiseen suunnitteluun. Kuitenkin on tärkeää, että arkkitehdit alkavat kehittää strategioita, jotka hyödyntävät koneiden tarjoamia etuja ja mahdollistavat niiden käytön arkkitehtuurin käytännön ja taiteen kannalta järkevällä tavalla.

Miten tekoäly voi muuttaa arkkitehtuurin suunnitteluprosessia tulevaisuudessa?

Tekoälyn tarjoamat esimerkit viittaavat siihen, että Albertiin perustuvat suunnitteluprosessin osat – esittäminen, iterointi ja asiantuntemus – tulevat muuttumaan, kun älykkäät järjestelmät tukevat (mutta eivät korvaa) suunnittelijan keskeistä roolia. Ensinnäkin, kuten olemme jo nähneet nykyisessä, tiedon täyttämässä maailmassamme, digitaalisten tietojen laaja saatavuus yhdistettynä tekoälyn ennakoiviin ja analysointikykyihin tekee suunnittelupäätösten tueksi kerätyn tiedon roolista entistä ilmeisemmän. Aiemmin väitin, että suunnittelupäätösten uskottavuus perustui pääasiassa kokeneen arkkitehdin harkintaan ja intuitioon, mutta nämä harkinnat tulee osin perustella todisteilla ja analyyseillä. Rakennettu ympäristö on perinteisesti tuottanut kokoelman epäselviä, heterogeenisiä tietosettejä, mutta tekoälyjärjestelmien kyky ymmärtää ja tunnistaa malleja niiden joukosta antaa arkkitehdeille mahdollisuuden hyödyntää juuri tällaisia todisteita. Koska monet nykyiset asiakkaat turvautuvat tekoälypohjaisiin tietojärjestelmiin liiketoimintansa pyörittämisessä, arkkitehdeilta odotetaan samanlaista lähestymistapaa päätöksentekoon.

Alberti on väittänyt, että arkkitehdin tulisi tuottaa suunnitelmat, jotka ovat täysin valmiita rakennettaviksi. Suunnitteluprosessin loppuvaiheessa Carpo tulkitsee tämän seuraavasti: "Tässä vaiheessa kaikki muutokset ja lopullinen piirustuspohja (kuten olisimme sanoneet vielä äskettäin, kirjaimellisesti ja kuvainnollisesti) luovutetaan rakennuttajille. Tämän jälkeen muutoksia ei enää sallita. Suunnittelijan ei enää sallita muuttaa mieltään, eikä rakennuttajalta odoteta mielipiteitä suunnittelukysymyksistä. Heidän on rakennettava rakennus sellaisena kuin se on – kuten se oli suunniteltu ja merkitty."

Jos arkkitehdit hyötyvät tekoälyjärjestelmistä, jotka keskittyvät tiettyihin tehtäviin, on yhtä todennäköistä, että rakennusalan ammattilaisemme kokevat samanlaista edistystä. Tekoälypohjaiset järjestelmät voivat automatisoida rakennusprosessin osa-alueita työmailla robotiikan ja teollistettujen digitaalisten menetelmien avulla. Esimerkiksi tekoäly, joka osaa pelata shakkia, voidaan varmasti muokata ohjaamaan robottia, joka asentaa verhouksia. Samalla rakennuksen suunnittelun asiantuntijat voivat käyttää tätä digitaalista tietoa osana arviointi- ja suorituskykymittaristaan, joka tukee suunnitelmien toteutettavuutta.

Lopuksi, todisteiden ja tekoälyn ennakoivien kykyjen yhdistäminen tuo suorituskyvyn vahvaksi tavoitteeksi modernissa suunnitteluprosessissa ja sen lopputuotteissa. Nykyään arkkitehdit työskentelevät niin sanotussa "implisiittisessä" suorituskyvyssä: työprosessimme on organisoitu ja kalibroitu tuottamaan fyysisiä artefakteja (piirustuksia), jotka johtavat objektiin (rakennukseen), jonka odotetaan saavuttavan tietyt tavoitteet valmistuttuaan. Nämä tavoitteet eivät ole kuitenkaan usein määriteltyjä mitattavissa olevina tuloksina. Suunnitteluprosessissa on odotuksia siitä, että tavoitteet toteutuvat, kustannukset täyttyvät, asiakirjat valmistuvat aikataulussa, materiaalit ovat oikein määriteltyjä ja määräykset täyttyvät. Samalla valmiit rakennukset kuluttavat resursseja ja tuottavat hiilidioksidia, vaativat säännöllistä ylläpitoa ja henkilöstöä, järjestävät ihmisten ja materiaalien liikkumista ja luovat ennen kaikkea alustoja omistajiensa tavoitteille: opiskelijoiden oppimiselle, potilaiden paranemiselle, tavaroiden myynnille. Ne vaikuttavat (tai heikentävät) ympäristöön, talouden terveyteen ja sosiaaliseen kudokseen omilla alueillaan. Kun tekoälyjärjestelmät oppivat rakennusympäristön tuottamasta tiedosta ja luovat ennakoivia malleja, arkkitehdeilla on mahdollisuus nähdä, kuinka hyvin suunnitelmat voivat toteutua käytännössä, ja näin arvioida ne objektiivisesti.