Der KI Ingenieur
Martin Atassi
Der KI Ingenieur zeigt das Potential, welche künstliche Intelligenz für uns leisten kann. Noch nie war das Gestalten eines Gebäudes so einfach und effizient.
Auf dem Weg zu einem KI-Design-Assistenten
Seit Ende 2022 erleben wir den Aufstieg generativer KI-Algorithmen, die in der Lage sind, Inhalte zu erstellen - von Bildern bis hin zu schriftlichen Erzählungen. Während in verschiedenen Sektoren revolutionäre Veränderungen stattgefunden haben, wartet die Architektur- und Baubranche noch immer darauf, dass diese Innovationswelle spürbare Auswirkungen hat.
Gestalten Sie mit künstlicher Intelligenz - einer Kombination aus Generative Pre-trained Transformers (GPT) Modell und dem Stable Diffusion Model - ein Ihren Wünschen entsprechendes Gebäude.
Generative Pre-trained transformers (GPT)
Der Hauptvorteil von GPT-basierten KI-Modellen ist ihr allgemeines Wissen und die Struktur der menschlichen Kommunikation - die Sprache. Um dieses Wissen richtig zu nutzen und Kl für Ihr Unternehmen einzusetzen, müssen Sie Ihre spezifischen Anwendungsfälle und Ihre Geschäftslogik integrieren. Diese Aufgabe wird schnell zu einer Herausforderung, wenn Ihr Bereich auf Nicht-Kommunikationsaufgaben angewiesen ist.
Mit diesem Prototyp zeigen wir, wie KI-Technologie in jedes Unternehmen eingeführt werden kann - auch in Bereiche, in denen die Korrektheit garantiert werden muss. Dieser Prototyp verwendet eine eigenständige Version von GPT-4.
Das bedeutet, dass er genauso leistungsfähig ist wie ChatGPT, Ihre Daten aber privat bleiben.
Ein ganzheitlicher Arbeitsablauf
Das Herzstück unserer Methodik ist die Plattform Rhino-Grasshopper. Hier findet der Übergang von der Konzeptualisierung zur Umsetzung statt. Mithilfe eines maßgeschneiderten Grasshopper-Skripts diktieren diese Parameter dann die Erzeugung des 3D-Modells. In erster Linie ermöglicht es die automatisierte Erstellung des vorverarbeiteten Farbsegmentierungsbildes, das für unseren Stable Diffusion- und ControlNet-Visualisierungsprozess entscheidend ist. Durch die Einbeziehung zusätzlicher Parameter, wie Materialeigensc haften und Umweltbedingungen, kann das System eine umfassende Lebenszyklusanalyse durchführen. Diese Analyse ist wertvoll, da sie es uns ermöglicht, den verkörperten Kohlenstoffgehalt des Gebäudes zu ermitteln, der die Umweltauswirkungen der Designentscheidungen des Kunden widerspiegelt. All diese Prozesse fließen in ein Endprodukt ein: ein Kunden-Dashboard.
