数字技术已经成为了当代生活中不可缺失的组成部分。在当今建筑实践中，任何一位建筑师在设计停车场布局时所用到的计算性工具，都要远超弗兰克·盖里(Frank Gehry)在1990年代设计毕尔巴鄂古根海姆博物馆时所用到的。一直以来，技术创新使我们可以以更快速、更低成本的方式完成我们所从事的工作，而这也反过来成为了推动技术进步的驱动力。以建筑工程为例，其成本和效率对于经济学家、政府、开发商，乃至更加宏观的社会都是至关重要的。然而，在建筑史学者的视野中，数字技术创新所带来的量变效应并不是关键。如果我们从建筑师的视角看待建筑，关键点从来都不是数字技术可以带来哪些优势，而是在没有数字技术的前提下我们有哪些事是完全做不到的。质变才是创新的核心。而且，只有通过探寻这种跳跃式的、质变的创造性，我们才可以理解数字技术为什么以及如何改变了建筑被创作、被建造的方式，以及其最终呈现出来的样子。诚然，在由计算机驱动的数十年技术迭代之后，数字设计理论和智能设计已经成为了当代建筑史中的重要篇章，然而这个篇章还没有被系统性地撰写过。笔者在过去的文章以及最近出版的专著中涉及了其中的部分历史片段。本文将对这一段历史进行整体式阐述，并用一种源于查尔斯·詹克斯(Charles Jencks)的图解方式进行呈现(图1)。

▲ 1 计算性建筑设计的普及发展，马克·加西亚和斯蒂文·赫特绘制，2023年

由于这张插图是基于纯粹的史学叙述所绘制，并且完全建立在线性时间轴上，因此应该被称为编年史图解，而不是概念图解。插图中连绵着的、不同颜色的“波形”，随着时间的推移越来越高，暗示了从计算机发明到普及的这段时期中，各种计算性工具及其相关建筑设计理论的重要性在日益增长。然而，如果数字技术的作用随着时间推移而显著增长的话，那么这个走向主流的发展过程绝不会是稳定的。因为一个技术繁荣时期之后必然会紧跟着一个技术紧缩时期(繁荣和萧条)。数字工具和理论的兴衰会受到潮起潮落的经济和设计文化的影响，也会随着技术创新的曲折发展以及偶尔的衰落而变化。这便是本文将重点阐述和解析的内容。受篇幅的限制，本文将重点关注插图中的波动，以及波动之间的旋转和湍流背后的史学意义，而其中比较细节的地点和人物则无法一一提及。

1 失败的起点

正如艾伦·图灵(Alan Turing)于1936年设想的那样，第一代现代意义上的计算机是在第二次世界大战期间制造的。著名的ENIAC计算机于1946年开始运行。这台计算机位于费城宾夕法尼亚大学电气工程学院大楼内，重26t，占地面积127㎡。它可以以任意的编码序列来执行加减乘除，这在当时是极具突破性的创新。1950年代，当晶体管被发明后，计算机开始变得更小、更便宜，但其功能并没有实质性的飞跃，从1950年代末开始上市，它开始的定价主要是面向中等企业办公。直到1964年4月7日，当IBM System/360被大张旗鼓地推出后，计算机才真正实现了大众市场的突破。然而，在整个1960年代，其最先进机型的内存也仅相当于当今大多数手机内存的1/5左右。

本质上，建筑师所提供的是一种处理着大量复杂问题和绘图数据的低附加值专业服务，因此并没有直接参与到第一个计算机革新时代。在整个1960-1970年代，且不论大多数情况下，建筑公司无法承担当时计算机的价格，即便建筑师和设计师有能力购买计算机，他们在日常工作实践中也几乎不会用到。而且，图形转化为数字后的文件极大，这在当时是不可逾越的难题。时至今日，这仍偶尔会成为实践中的问题。因此，第一个使用计算机进行设计的不是建筑师，也不是设计师，而是机械工程师。“计算机辅助设计”(CAD)一词于1959年首次在美国麻省理工学院机械工程系的一个研究项目中被提出。这个项目主要是致力于开发数控铣床设备。1963年左右，伊万·萨瑟兰(Ivan Sutherland)在麻省理工学院开发了极具前瞻性的绘图板(Sketchpad)。尽管它只允许对基本几何图形进行操作，并且过程十分麻烦，但其绘图方式是通过在交互式CRT屏幕(电视屏幕)上触摸“光笔”来完成的。这种近乎魔术般的操作方式在当时引起了轰动。在此背景下，随着1960年代普遍的技术繁荣和技术乐观主义的盛行，许多源自早期计算机科学的概念被当时的建筑先锋派所拥抱。当然，这些接触仅停留在观念和理论层面，而不涉及机器本身。当时的建筑师并不熟知机器是由什么构成的，也不清楚如何使用机器。

在当时最著名的技术狂热建筑师中，塞德里克·普莱斯(Cedric Price)因受到诺伯特· 维纳(Norbert Wiener)的控制论理论的影响而闻名。 维纳的控制论最初是一种探究人与机器之间反馈交互系统的普适性理论，主要源于维纳在战时对自动校正伺服机制的研究。 普莱斯受该理论的影响，生发了一个奇特的想法，即智能建筑应该能够根据居民的使用偏好，通过由电子大脑驱动的机械系统进行自我重组，根据需求不断自行拆除和重建。 这个设想以各种各样的形式贯穿于普莱斯的所有(未建成的)作品中。 其中，最为著名的欢乐宫(Fun Palace，1963-1967)便具有可移动的墙壁和天花板，以及可自我重组的空间(图2)，这个作品给伦佐·皮亚诺(Renzo Piano)和理查德·罗杰斯(Richard Rogers)的蓬皮杜中心带来了深远的影响，尽管后者空间中唯一运动的部分是电梯和一个巨大的外挂自动扶梯。

▲ 2 欢乐宫，塞德里克·普莱斯设计，1963-1967

早期的人工智能理论(以及这个术语本身)可以追溯到著名的1956年达特茅斯学院夏季研讨会。随后，在1960年完成的一篇开创性论文《迈向人工智能》(Steps toward Artificial Intelligence)中，马文·明斯基(Marvin Minsky)将人工智能定义为“通用型问题解决机器”，他在文中所设想的对人工智能的训练方式与我们今天所说的机器学习非常相似，只不过当时没有现今所具备的计算能力。明斯基的理论成为了一种被称为“联结主义(connectionist)”或“神经网络”人工智能范式的开端。然而，明斯基最终选择了与这种人工智能范式相悖的立场，并且从批判弗兰克·罗森布拉特(Frank Rosenblatt)的感知器(Perceptron，1958年)开始(一种通过模仿人脑生理学而获得学习能力的电子设备)，他用其余生致力于对这种范式的批判和反对。

数年后，在麻省理工学院，当时还十分年轻的尼古拉斯·尼葛洛庞帝(Nicholas Negroponte)编写了一个计算机程序，其目标非常简单，就是要取代建筑师。可能受到了明斯基改变自我立场的影响，尼葛洛庞帝的自动化建筑师项目并不是从训练中不断学习的机器，而是需要在初始状态时将一套正规的建筑知识灌输并安装在它的记忆中。通过将这套被安装的“建筑百科全书”翻译成规则集，机器可以为每个终端用户提供包含多种选择的交互式菜单，一步步地推动设计过程，直至完成。这种人工智能范式在当今被称为“符号主义”“专家系统”、基于知识或基于规则的人工智能等。从早期联结主义浪潮消亡到当下，这种范式一直是人工智能发展的主导模式。然而，值得注意的是，当今涌现的第二次人工智能兴起是由基于机器学习的“联结主义”或“神经网络”范式波动的回归所推动的。不幸的是，尼葛洛庞帝的机器在被制造测试的过程中从未成功过。他本人之后将这个具有历史意义的失败案例收录于他的畅销书《建筑机器》(The Architecture Machine)中。

尼葛洛庞帝在1970年代的系列重大失败本身就是那个时代精神的体现。1960年代早期的控制论和人工智能的许多项目都远超当时技术所能实现的水平。直到1970年代初，科学界才开始广泛地重新考量它们的可行性。随着广泛意义上的幻灭的到来，资金支持(特别是来自军方的研究经费)也很快就枯竭了。这是计算机科学编年史中被称为“人工智能冬天”的开端。由于政治和经济等多种原因，加上1973年和1979年的能源危机，整个社会对技术的看法迅速发生了变化。随着1970年代的推进，涌现于1960年代的技术乐观主义很快被技术悲观所取代。当计算机科学进入冬眠状态(许多计算机科学家在消费电子产品领域找到了新工作)时，建筑师对第一电子时代的狂热也很快就被后现代主义的“利维坦”(leviathan)冲淡了。在建筑领域，后现代的技术恐惧症将1960年代的大部分网络理论和人工智能梦想扔进了设计史的垃圾箱，而1960年代和1970年代初的高科技产物从全球建筑文化和建筑院校中消失了——不是逐渐被遗忘，而是一种对这段记忆的瞬间抹去。在整个1970和1980年代，当建筑师的视野彻底远离技术时，计算机辅助设计和计算机辅助制造工具正在悄然地被飞机和汽车产业所采用，并产生了重要的效应。当时的建筑领域既不关心也无从知道这一点，而直到很久以后才重新发现其重要性。

2 真正的开端

1950年代和1960年代的技术专家和未来学家预计，更大、具有更强算力的计算机将推动一场技术革命。然而，实际情况是，20世纪的计算革命是由更小、更便宜的普及型计算机所推动的。虽然这些新兴的、价格普适的“个人”计算机(PC)做不了非常复杂的计算工作——众所周知，第一台个人计算机几乎什么也没实现——但它们的全球普及出乎意料地突然让每个人的桌面上都拥有了一台具有计算能力的机器。基于微软(Microsoft)磁盘操作系统(MS-DOS)的IBM PC于1981年被推出，史蒂夫·乔布斯(Steve Jobs)的第一台麦金塔(Macintosh)计算机及其图形用户界面于1984年被推出。第一个AutoCAD软件(可以在 MS-DOS上运行的且价格普适的CAD软件)于1982年12月由Autodesk发布。到1980年代末，越来越便宜的计算机工作站(甚至不久之后的桌面计算机)已经可以处理相对较大、像素丰富且逼真的图像文件了。

此时，建筑师和设计师意识到，尽管个人计算机无法像其宣称的那样成为一种思维机器，但它们可以很容易地变成优秀的绘图机器，因此，这时的建筑师和设计师并没有去尝试使用个人计算机来解决设计问题或寻找设计解决方案。这种源于早期人工智能的雄心壮志，在1960年代已经惨遭失败，并在1970年代被彻底放弃。在1990年代初，建筑师和设计师更专注于使用个人计算机进行绘图，他们没有触及任何控制论或计算机科学的观念，而是纯粹地以建筑师看待建筑图纸的方式，从学科知识和设计理论的视角探索计算机辅助绘图。正是在经历了1960年代的多重失败之后，计算机开始以一种可行的方式改变建筑学，只不过是被作为绘图机器而使用，而不是作为解决问题的机器。

当CAD软件作为一种简单有效且节省成本的绘图工具被广泛采用时，建筑师开始基于新的电子格式绘制、归档、检索和编辑传统的工程图纸，同期，另一些建筑师开始意识到计算机也可以用于创建新类型的图纸，即那些手工绘制很难甚至不可能实现的图纸类型。许多解构主义浪潮中涌现的建筑师是这类探索的重要推动者。这个革命性的想法在1990年代初的美国哥伦比亚大学建筑、规划和保护研究生院中孕育。当时学院的院长是伯纳德·屈米(Bernard Tschumi)，与集结在这里的一批年轻建筑师、理论家、艺术家和技术人员共同创建的无纸化工作室(Paperless Studio)是这个创想的第一粒种子。

1993年，无纸化工作室中年仅29岁的格雷戈·林恩(Greg Lynn)发表了新数字先锋派的第一份宣言：一期主题为“建筑褶皱(Folding in Architecture)”的《建筑设计》(Architectural Design AD)期刊，其中收录了彼得·艾森曼(Peter Eisenman)等人的最新作品。期刊主题中的“褶子(fold)”所指的是吉尔·德勒兹(Gilles Deleuze)的著作《褶子：莱布尼茨与巴洛克》(The Fold: Leibniz and the Baroqu)。该书于1988年以法语出版，其中包含了几页由德勒兹的天才学生、建筑师和博学家伯纳德·卡什(Bernard Cache)所撰写的建筑理论。从字面意义上看，德勒兹的“褶子”是连续函数图中的拐点，通过一阶导数的最大值和最小值来描述和定义，但由于未知的(并且值得进一步深究的)某些原因，德勒兹给予了这一微积分概念以深远的本体论和美学意义。德勒兹在其哲学探讨中以非常抽象的术语触及了巴洛克时代数学和艺术(绘画、雕塑、建筑)领域同时出现的“褶子”问题。然而，在1990年代初的建筑文化中，表面上德勒兹对S形曲线从凸面到凹面的平滑过渡的迷恋显然是更具有传染性的，这一误读定义了第一次建筑数字化转型的形式风格。

尽管德勒兹在1990年代数字建筑风格中的影响力是无法阻挡的，但是单靠他自己却无法做到这一点。在那段时期，与之相“配合”的另一重决定性动因是市场上出现了新的CAD软件，允许建筑师开始直观地操作一种非常特殊的“样条线(splines)”连续曲线。几个世纪以来，手工绘制的样条线一直用于描绘船体的流线型形式；自1970年代以来，汽车和飞机制造商一直使用样条线建模软件来实现类似的空气动力学形态；1990年代初出现的价格普适且用户友好的CAD软件使每个设计师都能实现对流线形态的控制。数字化的流线形态很快变得十分普遍，以至于许多人开始将其视为数字设计几乎不可避免的特征。数学领域的样条线是连续的、可微的函数。然而，通过那些经常有能力改变思想史的经典误读之一，基于样条线的空气动力学曲线和曲面形态成为了德勒兹褶子概念在数字建筑学中的核心体现。但德勒兹本人于1995年11月去世，没有人在这个问题上征求过他的意见。不过据我们对他的了解，德勒兹很可能对汽车设计、流线型和空气动力学形态没有什么兴趣。

无论误读是否真的存在，在那个时间点上，流线型的建筑风格已经被付诸实践了。法国飞机制造商达索(Dassault)开发的著名样条线建模软件CATIA于1992年在建筑中得到了第一次实际应用，实现了由弗兰克·盖里设计的一条盘旋在巴塞罗那中央海滩上的鱼形雕塑(图3)。从那时起，特别是在毕尔巴鄂古根海姆美术馆于1997年落成之后，盖里一直被视为数字流线形式的代表建筑师。随后，1996年，林恩创建了“泡状物(blob)”概念来定义数字流线形式的新风格。再之后，帕特里克·舒马赫(Patrik Schumacher)普及了“参数化”一词，其通常在技术层面上指参数化脚本，在更普适的层面上则指向一种数字流线形式的视觉风格。从1990年代末开始到现在，数字流线形式一直被视为建筑学第一次数字化转型的视觉标志。直到几年前，在没有数字技术的前提下，这种形式都是不可能或几乎不可能设计和建造的。

▲ 3 鱼形雕塑，弗兰克·盖里设计，1992年

尽管最近有所衰落，但是数字流线形式在1990年代以来的流行程度几乎已经完全掩盖并模糊了其背后支撑技术的重要性。无论形式和风格如何，数字化技术在过去和当代始终都与数字化生产模式息息相关。数字设计与建造所用到的脚本代码是使用数字注解的，其中某些参数或系数值的变化可以生成一种对象的“族群”，其中所有对象在外观上都各不相同，但却共享着原始脚本的语法规则。由于代码的这种共有性，对象“族群”中的所有个体也可能具备一些视觉上的共同特征，进而看起来彼此相似。早在1988年，德勒兹和卡什便将这种新的共通性技术物称为“对象域(objectile)”。德勒兹和卡什将其描述为一组或一系列具有共同代码或基因型的不同表现型对象。而这个描述至今仍是对数字时代的设计对象最为准确的定义。值得一提的是，1990年代初期，林恩等人对数字设计与建造中的连续参数变化给出了非常相似的定义。

这些理论为我们现在所说的数字化批量定制提供了数学和技术基础。我们从数字设计与建造(CAD-CAM)的非标准模式中不难发现，通过完全数字化的工作流程对差异化产品进行连续制造不会增加任何额外成本。数字化批量定制不仅是一种从根本上反现代的理念——因为它颠覆了工业现代性的所有社会技术原则，同时也是一种迟来的对后现代主义核心精神的实现。从某种意义上说，后现代主义的梦想成真得益于数字技术。数字化批量定制可以为了变化而变化，并且在理论上不增加额外成本。这非常像是詹克斯会支持的一个发展方向。事实上，他从那本十分关键但又经常被误读的《跃迁宇宙的建筑学》(The Architecture of the Jumping Universe)开始，便已经这么做了。而就其所关联的、坚定的反现代信条而言，数字化批量定制也可能会是德勒兹所认可的概念框架。本质上，除了其中技术部分需要归功于卡什之外，数字化批量定制可以被认为是一个源于德勒兹的概念。然而，归根究底，数字化批量定制是一个由建筑师和设计师先于他人而提出的构思，并已经付诸于大量的理论探索、研究和实践。这也是建筑师和设计师提出的最重要、最具革命性的构想之一。标准化在工业生产模式中可以降低成本，而在数字生产模式中只会限制设计人员的选择。

作为一种新的建造方式，数字化批量定制或非标准化序列生产技术无关乎任何形式风格，而是直接成为了嵌入在所有数字设计与建造流程中的固有技术逻辑。同时，在1990年代，另一种技术革新也在以颠覆性的趋势与数字化批量定制并行发展，并且与早期数字化设计与建造理论之间有着潜在的相通性。1990年代的数字设计文化开始探索人类活动从物理空间迁徙虚拟空间的进程，以及这一进程对城市、经济和社会造成的后果。这个进程通常也被称为“去空间化(despatialization)”，其中的虚拟空间包含了虚拟现实、互联网或“网络空间(cyberspace)”等。已故的威廉·米切尔(William Mitchell)时任麻省理工学院建筑与规划学院院长，他对这种“去空间化”的互联网经济做出了清晰且深刻的理论阐述，并预见这种新兴经济即将到来。一代人之后，米切尔近乎预言性的理论已经在全球疫情中被证明，传统虚拟现实模型和“网络空间”实验正在Meta(原Facebook)等公司的推动下快速复兴。

3 第二次数字化转型

2000年初期，在互联网泡沫破灭(2001年)、“911事件”和第二次海湾战争爆发(2003年)之后，以泡状体为代表的第一代数字流线形式热潮开始消退，建筑师的关注点开始从形式本身转向设计过程，触发了更多对参数化设计的可参与性的探索，以及更广泛的数字化批量定制议题。通过利用1990年代形成的、过剩的数字基础设施，新技术及其伴随的新时代精神在2000年初涌现出来，催生了当时称之为Web 2.0的时代。即一种基于协作、交互、多源和用户生成内容的参与式互联网时代。显然，在建筑领域，参数化设计代码的开放性不可避免地挑战了自文艺复兴以来西方建筑师采用和倡导的设计著作权模式。如果同一个参数化设计代码可以在理论上生成无限变化的设计结果，那么谁来做出最终的选择呢？面对这个问题，卡什的投射桌(Tables Projectives，2004-2005)项目试图利用参数化编码和数字设计与建造的技术逻辑，来邀请(实际上是强制)用户做出选择，进而成为一个产品的联合设计师(图4)。这从某种意义上复兴了尼葛洛庞帝在1960年代末提出的控制论愿景。另外，尽管出于不同的社会目的和观念意图，尼尔·格申斐尔德(Neil Gershenfeld)于2001年在麻省理工学院发起的建造实验室(Fab Lab)运动，或2011年出现的维基住房(Wiki House)项目等，也都对这种参与式设计理念进行了实验。然而，设计领域的相关探索在规模上始终无法与Facebook、维基百科等参与式社交媒体的迅速崛起相提并论。

受限于建筑师作为人文主义艺术家的现代传统，设计行业对技术文化发展的兴趣始终有所保留，甚至许多设计师担心这可能会削减他们的创作话语权。例如，建筑信息模型(BIM)作为一系列数字设计与建造软件的统称，旨在促进设计方和开发方之间的协作，可以说是建筑领域中最符合Web 2.0精神的产物，并且受到了建筑工程领域和政府机构的亲睐，但是经常受到创意行业和学术界的批判。

▲ 4 投射桌，伯纳德·卡什创作，2004-2005

同样在2000年初期，技术发展还引发了另一条对抗数字流线形式的建筑学发展脉络，并在后来形成了更深层次的美学、观念，甚至社会意义。在那个时期，3D打印技术开始普及，并逐渐取代了兴盛于1990年代的数控铣床，成为新一代数字设计师的首选建造技术。3D打印机可以精确地控制极小立方单位的材料(我们通常称之为体素)，并且其尺寸和精细度还在随着时间的推移不断优化。从菲利普·摩雷(Philippe Morel)于2004年完成的玻利瓦尔椅(Bolivar Chair)开始，这种新技术逻辑驱动着越来越多的设计师探索具有体素特征的形式风格，从而展示其背后体素化的离散设计与建造逻辑(图5)。另外，2000年初期涌现的新兴结构分析方法(如有限元分析)和新兴数学工具(如同样基于离散逻辑的元胞自动机)也越发受到设计师的亲睐。离散数学意味着需要处理大量不可压缩的原始数据，因此本就不是一种人类友好的工具。事实上，没有人能够一一记录、计算，甚至建造上万亿个体素。然而，因为计算机具有超人的计算速度、内存和处理能力，因此离散逻辑正是计算机所擅长的。可以说，离散风格是天然为计算机设计的，而不是为人类建筑师而设计的。

▲ 5 玻利瓦尔椅，菲利普·摩雷创作，2004年

在建筑领域，计算性离散主义设计宣言以及支撑它的“大数据”技术逻辑，最为显著地体现在一种极度繁复的形式语言中，形成了一种新的数字风格，我们称之为“第二次数字风格”或第二次数字转型风格。其中最具代表性的案例是迈克尔·汉斯迈尔(Michael Hansmeyer)和本杰明·迪伦伯格(Benjamin Dillenburger)于2013年创作的数字奇异I (Digital Grotesque I )项目(图6)。这个作品作为一个步入式的石窟，由数量惊人的体素组成，并且每个体素都可以被视为单独设计、计算、建造和定位的微型砖块。这一类型的作品展现出的怪诞甚至敌意的美学，超越了我们理解和解读其形式的能力。这些作品背后的逻辑明显与我们常规思维中有机的“小数据”逻辑相悖，呈现出一种已初见成型的后人类逻辑。这种“过度”密集的视觉痕迹还可以在马里安·科莱蒂(Marjan Colletti)、马德朴(Matias del Campo)和马宁格(Sandra Manninger)、马克·福斯特·盖治(Mark Foster Gage)、艾莉莎·安德拉斯克(Alisa Andrasek)等人的近期作品中看到。

同时，尽管处于完全不同的语境下，隈研吾作品的“粒子化”风格也映射出这一趋势。另外，克劳蒂亚·帕斯奎罗(Claudia Pasquero)、马克·波列托(Marco Poletto)、奈里·奥克斯曼(Neri Oxman)等人的作品在体素基础上加入了亲生物性和仿生灵感；以珍妮·萨宾(Jenny Sabin)为代表的设计师甚至直接引入了生物学和医学研究。近年来，数字化的离散美学现在正在蔓延到先锋数字设计的范畴之外，试图成为我们这个时代的主流形式风格之一。以藤本壮介的近期作品为例，这种风格甚至已不再受限于是否使用数字技术。这种过度密集的形式风格经常被称为新的“后人类”美学的预兆，并被经由不同视角进行解读和批判，如现代主义的疏离理论(Entfremdung)或晚期古典主义和浪漫主义的崇高性等。

▲ 6 数字奇异 I ，迈克尔·汉斯迈尔和本杰明·迪伦伯格创作，2013年

数字化离散风格的作品通常由大量构件构成，这些构件可能全部相同、全部不同或介于两者之间，因此构件的组装一直是阻碍其继续发展的难题，并且至今仍未完全解决。因为构件往往是批量定制的，因此人工组装的成本巨大。而自1960年代以来的工业机器人是专为工厂环境中自动化的重复运动而设计，因此无法处理日常建筑作业中那些无规则、临时性，甚至时常不可预测的操作。这就是为什么近年来数字建造领域的探索者都在努力开发新一代后工业机器人——能够模拟一些手工操作的智能机器人。这一探索方向的先行者代表是瑞士苏黎世联邦理工学院的法比奥·格拉马齐奥(Fabio Gramazio) 和马蒂亚斯·科勒 (Matthias Kohler)。他们从2000年初期开始，通过对传统工业机器人进行重新编程，试验了自动化砌筑各种不规则组合的砖块。另外，德国斯图加特大学的阿基姆·门格斯(Achim Menges)和简·可尼普斯(Jan Knippers)团队专门开发的自适应多功能机器人，能够根据意外情况改变机器人操作路径，从而实现对天然的非标准化材料(特别是天然木材)或具有非线性结构性能的新型复合材料进行加工。

从历史脉络上看到，对数字化离散形式的物质化探索还可以回溯到由英国伦敦建筑联盟学院(AA)涌现与设计小组(Emergence and Design Group)于2000年初进行的一系列材料自组织实验。该小组主要成员为门格斯、迈克尔·汉塞尔(Michael Hensel)和迈克尔·文斯托克(Michael Weinstock)。他们于2004年出版了《建筑设计》专刊“涌现：形态生发设计策略”(Emergence: Morphogenetic Design Strategies)等相关著作，为计算性设计领域引入并普及了复杂性科学理论。近期，吉尔·雷辛(Gilles Retsin)和曼纽尔·加西亚(Manuel J. Garcia)等人对模块化大型组件的自动化装配探索，以及何塞·桑切斯(José Sanchez)在美国南加州大学等地的设计实验，形成了一种新的具有厚重感的离散聚合美学。这一风格时常让人联想起一些晚期机械时代的建筑先例，因此也被称为“数字新粗野主义”。同时，这种新风格并不是当下建筑领域中对控制论和早期人工智能辉煌岁月的唯一怀旧迹象。怀旧情绪已经遍布当代的建筑院校和某些数字先锋派的话语中。这些怀旧通常伴随着一种与新自由主义鲜明的对立立场，并且这种对立有时借由一些偏见，延伸到了对第一次建筑数字化转型及其核心人物的批判上。另外，近年来，数字设计领域对当今环境问题的警惕性日益提高，也进一步加深了1990年代的数字化转型先驱与年轻一代数字化探索者之间的脱节。

4 人工智能的重生

当前，人工智能重新成为了社会的关注热点，并通常以大写字母AI出现，或被重新命名为机器学习。在某种程度上，当下重拾对人工智能的兴趣是有理由的。当今计算机强大的内存和处理能力，使得一些早期探索的人工智能技术与方法逐渐变得可行。事实上，明斯基等人在1950年代末、1960年代初已经预见到了这一点。不同于早期人工智能仅停留在设想层面(众所周知，这些设想从来没有真正有效地实现过)，当今的人工智能呈现出出乎意料的实效性。计算机现在可以下棋，可以用自然语言翻译文本，甚至可以在某种程度上驾驶汽车。因此，人工智能作为“通用型问题解决机器”的现代主义原初梦想似乎再次触手可及，建筑师和设计师也正在重新思考他们基于计算机的数字设计与建造方法。在过去的30年间，计算机虽然为设计领域的发展做出了巨大贡献，但是一直局限于辅助绘图的工作。建筑师可以自由地使用计算机进行注释、计算和建造前所未有的复杂形式，可以在无需额外成本的前提下批量生产非标准形态，或者可以在一种分布式、后著作权范式的设计流程中增强协作。然而，当今计算机似乎再次准备好承担或重新夺回它们作为思考机器的角色。计算机或许可以成为解决设计问题的机器，可以自动化地自主设计，并在某种程度上代替建筑师。过去半个世纪的惊人技术进步似乎让我们从观念上回到了1967年前后的状态。

另外，更加幸运的是，当今计算性设计领域的新事物并非所有都源自半个世纪前。在当今机器学习的众多实践应用中，一种运用生成对抗网络(GAN)进行图像处理的特殊方法迅速引起了视觉艺术家和数字设计师的关注。通过对模型进行训练，计算机可以识别图像库中被标记为相同名称和概念的实例之间的相似性；或者反过来，计算机可以根据给出的名称或概念去创建与之匹配的新图像。马德朴、斯坦尼斯拉斯·切罗(Stanislas Chaillou)等人最近的作品展示了使用生成对抗网络创作新颖建筑图像或融合现有建筑图像(“风格迁移”)的巨大潜力。在撰写本文的期间，Midjourney和DALL·E等基于大模型的人工智能程序已经实现了根据文本描述创建图像的工作流，并成为了世界各地建筑院校中的热门议题。诚然，目前所有生成对抗网络生产的作品都是二维图像，但是对于生成三维实体的探索也正在进行中——这对于建筑来说将会是一个至关重要的发展。

这种看似浅显的计算机图像处理方法其实触及了西方哲学和艺术理论中的一些核心议题。受益于数据驱动的人工智能，我们现在可以基于任何给定的原型或模板批量生成无穷无尽的差异化实例。这些实例既可以从视觉层面，也可以通过语言来调用。而其中一个有趣的副产品是，这种计算机生成艺术的方式复兴了艺术理论中关于模仿和艺术风格的讨论，而这些议题一直以来都被现代主义艺术理论所回避或忽视。当然，我们也应注意到，截至撰写本文的时间，生成对抗网络技术在当代建筑设计中的实用潜力仍显现出局限性。虽然它已经通过自动化视觉模仿为艺术史和艺术理论带来了巨大飞跃，但是哪个设计师会愿意借用别人的智能(更不用说是人工智能)来设计一座看起来像其他建筑师作品的建筑呢？在笔者看来，类似的问题在当今探索人工智能建筑设计的可行性时显得十分关键和本质。

人工智能现在可以非常可靠地解决问题或者做出决策。然而，数据驱动的人工智能本质上是通过迭代优化来解决问题。也就是说，被解决的问题必须是可量化的，进而才能被优化。因此，数据驱动的人工智能当被用作设计工具时，其工作范围天然地仅限于涉及可量化现象和因素的任务。而不巧的是，建筑设计是一项整体上并不能轻易转化为数字的工作。尽管建筑图纸的数字化已经有很长的历史了，但迄今为止，建筑师还没有找到一种统一的衡量标准来评估建筑设计的价值。因此，人工智能设计工具也只能在确保对象可量化的前提下，用于优化设计任务的特定子集或子任务。而即使在这个有限的工作范围内，大多数可量化的问题也可能包含多个可优化的参数，因此建筑师在某些时候仍然必须主观判断优先考虑哪一个参数。

正如菲利普·伯恩斯坦(Phillip Bernstein)在他最近关于建筑领域机器学习的著作中所总结的那样，在设计专业中运用人工智能不会导致新一代后人类设计师的崛起，而是会推动更智能的设计工具的开发。建筑师和设计师必须学会驾驭它们，因为不出意外的话，它们很快就会成为行业中最普及和最有效的工具。即便一些建筑师选择不使用它们，其他人仍然会这么做。然而，我们也大可不必像1960年代的尼葛洛庞帝等人，或者像当今的一些学者那样，想象新一代计算机将能够取代建筑师的创造性工作。因为这种想象既没有任何用处，也没有任何智识上的意义——至少，暂时没有，将来一段时间内也不会改变。

版权声明：【除原创作品外，本平台所使用的文章、图片、视频及音乐属于原权利人所有，因客观原因，或会存在不当使用的情况，如，部分文章或文章部分引用内容未能及时与原作者取得联系，或作者名称及原始出处标注错误等情况，非恶意侵犯原权利人相关权益，敬请相关权利人谅解并与我们联系及时处理，共同维护良好的网络创作环境，联系邮箱：603971995@qq.com】